PERAMALAN MODEL RUNTUN WAKTU MULTIVARIAT DENGAN MENGGUNAKAN VECTOR AUTOREGRESSIVE MOVING AVERAGE (VARMA)

GILANG ANJAR P, Dr. Abdurakhman, M.Si.

2016 | Tesis | S2 Matematika

Pada tesis ini dibahas mengenai peramalan model runtun waktu multivariat dengan menggunakan Vector Autoregressive Moving Average (VARMA). Peramalan dengan VARMA dilakukan pada data runtun waktu multivariat yaitu data dengan jumlah variabelnya lebih dari satu. Pemodelan dengan VARMA dilakukan dengan menggabungkan semua variabel ke dalam suatu persamaan, sehingga dapat diketahui hubungan ketergantungan antar variabel. Peramalan model runtun waktu multivariat dengan menggunakan Vector Autoregressive Moving Average (VARMA) selanjutnya diaplikasikan pada data tingkat suku bunga Bank Indonesia atau BI rate dan juga data tingkat inflasi di Indonesia.

This thesis, we will discuss about multivariate time series forecasting models using a Vector Autoregressive Moving Average (VARMA). Forecasting with VARMA is used on multivariate time series data with more than one variable. VARMA modeling done by combining all the variables in an equation, so that we can know the relationship of dependence between variables. Multivariate time series forecasting models using a Vector Autoregressive Moving Average (VARMA) is applied to the data interest rate of Bank Indonesia and also the data of inflation rate in Indonesia.

Kata Kunci : Kata kunci : Peramalan, runtun waktu multivariat, Vector Autoregressive Moving Average (VARMA), BI rate, tingkat inflasi