Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Variance : Journal of Statistics and Its Applications

PERAMALAN INDEKS HARGA KONSUMEN DI KOTA AMBON MENGGUNAKAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN DOUBLE EXPONENTIAL SMOOTHING Ronald John Djami; Yonlib Weldri Arnold Nanlohy
VARIANCE: Journal of Statistics and Its Applications Vol 4 No 1 (2022): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol4iss1page1-14

Abstract

Indeks Harga Konsumen (IHK) merupakan nomor indeks yang mengukur harga rata-rata dari barang dan jasa yang dikonsumsi oleh rumah tangga. Data mengenai IHK secara resmi dikeluarkan oleh pemerintah melalui Badan Pusat Statistik (BPS). Model ARIMA adalah model yang secara penuh mengabaikan independen variabel dalam membuat peramalan. ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat. Exponential smoothing merupakan metode yang menunjukkan pembobotan menurun secara Eksponensial terhadap nilai observasi lebih tua, dimana nilai yang lebih baru diberi bobot relatif lebih besar dibanding nilai observasi lebih lama dan ramalannya serta tidak perlu menyimpan banyak data untuk keperluan peramalan berikutnya. Metode exponential smoothing terdiri atas single exponential smoothing, double exponential smoothing, dan triple exponential smoothing. single exponential smoothing digunakan pada data yang memiliki pola berfluktuasi stabil, double exponential smoothing digunakan pada data yang memiliki pola tren, dan triple exponential smoothing digunakan pada data yang memiliki pola tren dan musiman. Tujuan dari penelitian ini yaitu untuk meramalkan IHK di Kota Ambon menggunakan ARIMA dan double exponential smoothing. Hasil peramalan menunjukan bahwa nilai MSE dari ARIMA adalah 30,78 dan double exponential smoothing adalah 33,4895 sehingga metode terbaik untuk peramalan IHK di Kota Ambon adalah ARIMA karena memiliki nilai MSE yang kecil.
PEMODELAN LAJU PERTUMBUHAN EKONOMI DI PROVINSI MALUKU MENGGUNAKAN REGRESI SPASIAL DATA PANEL Sampulawa, Zulfikar Ilham; Sinay, Lexy Janzen; Djami, Ronald John
VARIANCE: Journal of Statistics and Its Applications Vol 6 No 1 (2024): VARIANCE: Journal of Statistics and Its Applications
Publisher : Statistics Study Programme, Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/variancevol6iss1page113-122

Abstract

Laju pertumbuhan ekonomi merupakan suatu tingkat perkembangan agregrat pendapatan untuk setiap tahun yang dapat dibandingkan serta dapat memberikan gambaran inti mengenai kinerja dari setiap wilayah kabupaten atau kota dalam pemanfaatan wilayahnya. Laju pertumbuhan ekonomi di Provinsi Maluku mengalami peningkatan pada tahun 2022 sebesar 4,81%, walaupun pernah mengalami penurunan pada periode 2020 sebesar -0,92%. Adapun penelitian ini bertujuan untuk mendeskripsikan karakteristik dan memetakan sebaran data serta dapat memodelkan laju pertumbuhan ekonomi di Provinsi Maluku dari periode 2017 sampai dengan 2021. Dengan menggunakan metode analisis spasial data panel dengan pembobot spasial queen contiguity, yang merupakan pembobot yang bertujuan sebagai komponen penting dalam pembentukan model karena dalam hal ini menunjukkan hubungan keterkaitan antar lokasi sehingga diperoleh model terbaik ialah SAR-fixed effect. Dari penelitian ini didapatkan hasil bahwa variabel independen yang terdiri atas variabel Indeks Pembangunan Manusia (IPM), Dana Alokasi Umum (DAU), dan Jumlah Pengangguran Terbuka (JPT) berpengaruh signifikan secara simultan terhadap laju pertumbuhan ekonomi di Provinsi Maluku, dengan koefisien determinasi (R-Square) sebesar 0,6323 atau 63,23%, yang menunjukan bahwa kemampuan variabel independen menjelaskan variabel dependen sebesar 63,23%.