MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (1,1) PADA DATA CURAH HUJAN

Nurfitri Imro’ah, Ihzal Muhaini, Dadan Kusnandar,

BIMASTER
Vol 9, No 2 (2020): Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya

Generalized Space Time Autoregressive (GSTAR) adalah salah satu model yang digunakan untuk menganalisis data yang mempunyai ketergantungan lokasi dan waktu. Model GSTAR menghasilkan model ruang waktu yang mengadopsi tahapan-tahapan model Autoregressive Integrated Moving Average (ARIMA). Studi kasus yang digunakan pada penelitian ini adalah data curah hujan di Kota Pontianak, Kabupaten Mempawah dan Kabupaten Kubu Raya dengan periode waktu dari bulan Januari 2008 hingga bulan Desember 2012. Penelitian ini menggunakan prinsip parsimony model, sehingga model yang digunakan adalah GSTAR(1,1). Pendugaan parameter pada model GSTAR(1,1) dilakukan menggunakan metode Ordinary Least Square (OLS) dengan bobot normalisasi korelasi silang. Hasil perhitungan nilai MAPE AR(1) dan GSTAR(1,1) terlalu besar, sehingga model tidak cocok digunakan untuk peramalan pada tiga lokasi. Kata kunci: deret waktu, GSTAR, bobot normalisasi korelasi silang