DSpace logo

Please use this identifier to cite or link to this item: https://repository.uksw.edu/handle/123456789/19591
Title: Pemodelan Data Penjualan Mobil Menggunakan Model Autoregressive Moving Average Berdasarkan Metode Bayesian
Other Titles: Car Sales Modeling Data Using Autoregressive Moving Average Model Based on Bayesian Method
Authors: Pawestri, Vincentia
Keywords: AR 1;ARMA;Bayesian;pemodelan;runtun waktu
Issue Date: 2019
Publisher: Program Studi Matematika FSM-UKSW
Abstract: Penelitian ini bertujuan untuk memodelkan data penjualan mobil menggunakan salah satu model analisis runtun waktu yaitu Autoregressive Moving Average (ARMA) berdasarkan metode Bayesian. Analisis runtun waktu dipilih karena data yang digunakan berkaitan dengan waktu. Penelitian ini menggunakan metode Bayesian dikarenakan metode tersebut masih jarang digunakan dalam penelitian-penelitian sebelumnya. Analisis empiris didasarkan pada data riil yang merupakan data penjualan mobil dari bulan Januari 2013 sampai dengan Mei 2018. Berdasarkan hasil analisis menggunakan model runtun waktu, diperoleh model Autoregressive 1 (AR 1) Musiman dengan intercept yang merupakan bagian dari model ARMA. Pemodelan data dilakukan untuk mengetahui apakah data dapat diestimasi dengan metode Bayesian. Selanjutnya hasil estimasi menggunakan metode Bayesian dibandingkan dengan hasil estimasi menggunakan metode Least Square. Hasil analisis menunjukkan bahwa hasil perhitungan menggunakan metode Bayesian mendekati hasil perhitungan menggunakan metode Least Square. Hal ini menunjukkan bahwa metode Bayesian dapat digunakan untuk mengestimasi parameter model data penjualan mobil dengan model y_t=30.9238+ 0.4439y_(t-12)+ ε_t.
Description: Tidak diijinkan karya tersebut diunggah ke dalam aplikasi Repositori Perpustakaan Universitas karena telah dipublikasi di Jurnal Sains dan Matematika Vol. 2, Edisi Februari 2019, dan dapat diakses di http://doi.org/10.24246/juses.v2i1.
URI: https://repository.uksw.edu/handle/123456789/19591
Appears in Collections:T1 - Mathematics

Files in This Item:
File Description SizeFormat 
T1_662015033_Abstract.pdfAbstract765.55 kBAdobe PDFView/Open
T1_662015033_Full text.pdf
  Restricted Access
Full text3.21 MBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.