<![CDATA[Model Vektor Autoregresi (VAR) adalah model multivariat time series yang dapat digunakan untuk memodelkan data time series di beberapa lokasi secara simultan. Sebagaimana model multivariat time series lainnya, model VAR menjadikan syarat kestasioneran dan penaksiran parameter model agar model yang di susun layak digunakan untuk prakiraan suatu objek untuk waktu yang akan datang. Tahapan dalam prakiraan terdiri dari : 1. Penyusunan model VAR. 2. Prakiraan curah hujan. Sedangkan tahapan penyusunan model VAR terdiri dari : 1. Identifikasi, 2. Estimasi parameter, 3. Uji kelayakan model. Untuk identifikasi digunakan Plot data pasangan fungsi Auto Correlation Function (ACF) dan Partial Auto Correlation Function (PACF) untuk melihat stasioneritas dan menentukan orde p model. Untuk estimasi parameter digunakan Maksimum Likelihood Estimator (MLE) dan untuk uji kelayakan model digunakan Mean Square Error (MSE). Data yang digunakan adalah data curah hujan berbasis hari di dua wilayah yaitu Jakarta Timur dan Jakarta Selatan dengan periode pengamatan 50 hari dan di hitung dalam satuan mm. Program software yang digunakan adalah R.]]>
Copyrights © 2023
