Identifikasi bias metode Jackknife pada model Autoregressive Integrated Moving Average

INDONESIA:

ARIMA adalah suatu metode yang dapat digunakan sebagai alat untuk memprediksi suatu kejadian pada jangka waktu yang pendek atau untuk memprediksi pada data kecil. Pada penelitian ini akan dilakukan identifikasi bias metode Jackknife pada model ARIMA(p,d,q). Untuk mendapatkan estimator yang tak bias dibutuhkan metode yang menggunakan teknik resampling. Jackknife merupakan salah satu metode resampling dari sampel asalnya. Penggunaan metode Jackknife adalah untuk mendapatkan estimasi yang baik data dengan sampel yang minimum.

Tujuan dari penelitian ini adalah mengetahui hasil identifikasi bias metode Jackknife pada model ARIMA(1,0,0) menggunakan data jumlah produksi teh di Jawa Barat mulai tahun 2009 sampai dengan 2013. Hasil dari penelitian ini menunjukkan bahwa ARIMA (1,0,0) dengan metode Jackknife merupakan model yang sesuai ketika diterapkan pada data produksi teh di Jawa Barat menghasilkan model persamaan dengan nilai bias 0.0003 dan standar deviasi .

ENGLISH:

ARIMA is a method that can be used to predict an event in a short period of time or to predict of small data. In this study we will identify the bias of the Jackknife method in the ARIMA (p,d,q) model. To get an unbiased estimator, a method that uses resampling techniques is needed. Jackknife is one of the resampling methods from its original sample. The use of the Jackknife method is to get a good estimate of data with a minimum sample.

The purpose of this study is to find out the results of identification of the bias of the Jackknife method in the ARIMA model (1,0,0) using data of tea production in West Java from 2009 to 2013. The results of this study indicate that ARIMA (1,0,0) with the Jackknife method is an appropriate model when applied to tea production data in West Java and produces an equation model with a bias value of 0,0003 and standard deviation.