Estimasi parameter model seasonal autoregressive integrated moving average dengan metode momen

INDONESIA:

Seasonal Autoregressive Integrated Moving Average (Seasonal ARIMA) merupakan model peramalan data yang mengandung unsur musiman. Metode momen adalah metode tertua dan paling lama digunakan. Dasar pemikiran metode dari momen adalah mendapatkan estimasi parameter populasi dengan menyamakan momen-momen populasi dengan momen sampel. Penggunaan metode Momen adalah untuk mendapatkan estimasi yang baik dari data dengan sampel yang minimum.

Tujuan dari penelitian ini adalah mengetahui hasil estimasi parameter model ARIMA (p,d,q) (P,D,Q)^S menggunakan metode Momen pada data Inflow Waduk Saguling dari tahun 1995 sampai 2000. Estimasi parameter model ARIMA (p,d,q) (P,D,Q)^S menggunakan metode Momen terdiri dari beberapa tahap yaitu identifikasi data Inflow Waduk Saguling, pengujian asumsi white noise, dan estimasi parameter dengan metode Momen. Hasil dari penelitian ini menunjukkan bahwa ARIMA (1,0,0) (1,0,0)^12 dengan metode Momen merupakan model terbaik ketika diterapkan pada data Inflow Waduk Saguling. Bentuk estimasi parameternya adalah sebagai berikut

ENGLISH:

Seasonal Autoregressive Integrated Moving Average (Seasonal ARIMA) is a data forecasting model that contains seasonal elements. The moment method is the oldest and longest used method. The working principle of the moment method is to get population parameter estimates by equating population moments with sample moments. The use of the Moment method is to get a good estimate of the data with a minimum sample.

The purpose of this study is to determine the estimation results of the ARIMA (p,d,q) (P,D,Q)^S parameter using the Moment method on the data on Inflow Saguling Reservior from 1995 to 2000. Parameter estimates of the ARIMA (p,d,q) (P,D,Q)^S model using the Moment method consist of several stages, namely identification of Inflow Saguling Reservior data, white noise assumption testing, and parameter estimation with the Moment method. The results of this study indicate that ARIMA (1,0,0) (1,0,0)^12 with Moment method is the best model when applied to Inflow Saguling reservior data. The parameter estimation form is as follows.