Implementasi model ARIMA menggunakan metode Jackknife pada Indeks Harga Konsumen di Indonesia

INDONESIA:

ARIMA merupakan metode peramalan jangka pendek yang akurat dengan menggunakan nilai masa lalu dan sekarang dari variabel dependen. Agar model ARIMA menghasilkan peramalan yang lebih optimal, maka model tersebut harus memenuhi asumsi residual White Noise dan residual berdistribusi normal. Beberapa asumsi data terkadang tidak terpenuhi. Pada penelitian ini akan dilakukan implementasi model ARIMA (p,d,q) menggunakan metode Jackknife. Jackknife merupakan metode yang dapat berkerja tanpa membutuhkan asumsi distribusi. Jackknife juga merupakan metode resampling nonparametrik untuk mengestimasi bias dan standar deviasi.

Tujuan dari penelitian ini adalah untuk mengetahui implementasi dan sifat penaksir berdasarkan bias dan variansi model ARIMA menggunakan metode Jackknife pada Indeks Harga Konsumen di Indonesia. Hasil dari penelitian ini menunjukkan bahwa model ARIMA (2,1,0) dengan metode Jackknife merupakan metode yang sesuai ketika diterapkan pada data IHK di Indonesia dengan penaksir yang bias sebesar -0,6016, 0,2914, dan 0,7144 dan variansi sebesar 0,0201, 0,1240, dan 0,0332.

ENGLISH:

ARIMA is an accurate short-term forecasting method that uses past and present values of the dependent variable. To produce a more optimal forecast, the ARIMA model should meet the assumptions of White Noise residuals and normally distributed residuals. Sometimes, some data assumptions are not met. In this research, the implementation of the ARIMA model (p,d,q) using the Jackknife method will be carried out. Jackknife is a method that can work without the need for distribution assumptions. Jackknife is a nonparametric resampling method for estimating bias and standard deviation.

The purpose of this research is to determine the implementation results and the feature of estimator based on the bias and variation of the ARIMA model using the Jackknife method on the Consumer Price Index in Indonesia. The results of this research indicate the ARIMA model (2,1,0) with the Jackknife method is appropriate when applied to CPI data in Indonesia with a bias of -0,6016, 0,2914, 0,7144 and variance of 0,0201, 0,1240, 0,0332.

ARABIC:

ARIMA هو طريقة دقيقة للتنبؤ على المدى القصير باستخدام القيم السابقة والحالية للمتغير التابع. لكي ينتج نموذج ARIMA المزيد من التوقعات المثلى ، يجب أن يفي النموذج بافتراضات بقايا White Noise ويتم توزيع المخلفات بشكل طبيعي. في بعض الأحيان لا يتم استيفاء بعض افتراضات البيانات. في هذا البحث، سيتم تنفيذ نموذج ARIMA (p,d,q) باستخدام طريقة (Jackknife). (Jackknife) هو طريقة يمكن أن تعمل دون الحاجة إلى افتراضات التوزيع. Jackknife هو طريقة إعادة أخذ عينات غير معلمية لتقدير التحيز والانحراف المعياري أيضًا.

الغرض من هذا البحث هو لمعرفة تطبيق وطبيعة المقدر بناءً على التحيز والتنوّع في نموذج ARIMA باستخدام طريقة Jackknife)) على مؤشر أسعار المستهلك في إندونيسيا. تشير نتائج هذا البحث إلى أن نموذARIMA) ) (0،1،2) بطريقة Jackknife هو طريقة مناسبة عند تطبيقها على بيانات IHK في إندونيسيا مع التحيز 0-،6016. و 0،.2914 و 0، 7144.والتباين 0،.0201 و 0،1240. و 0،0332..