Choerunnisa, Suwanda
{"title":"Pemodelan Markov Switching Autoregressive untuk Peramalan Data Tingkat Inflasi di Provinsi Jawa Barat Tahun 2009-2022","authors":"Choerunnisa, Suwanda","doi":"10.29313/bcss.v3i2.9239","DOIUrl":null,"url":null,"abstract":"Abstract. Autoregressive model as a classic time series model which is often used in modeling time series data has not been able to explain changes in structure. In addition, other time series models that often deal with structural changes, such as TAR, SETAR, ARCH, and so on, have not been able to overcome the transition opportunities that also often occur in time series data. Thus, the Markov Switching Autoregressive method was introduced which not only addresses structural changes but also pays attention to and explains transition opportunities. This method is applied in modeling inflation rate data in West Java Province, where the inflation rate is an important right to pay attention to because it is related to economic stability and structural changes often occur. Especially in the West Java region as one of the largest provinces in Indonesia. The MS(2)AR(1) model is said to be the best model because it has the smallest BIC value with a BIC value of -91.31212. The MAPE value for the MS(2)AR(1) model is 15% which is said to be good for forecasting. Forecasting is done for the next 12 months. As well as the state duration, it was obtained that the inflation rate remained in an increasing condition for approximately 11 months while it remained in a declining condition for approximately 9 months. \nAbstrak. Model Autoregressive sebagai model deret waktu klasik yang seringkali digunakan dalam pemodelan data deret waktu belum mampu menjelaskan adanya perubahan struktur. Selain itu, model deret waktu lain yang seringkali mengatasi perubahan struktur seperti TAR, SETAR, ARCH, dan lain sebagainya belum mampu juga mengatasi peluang transisi yang juga seringkali terjadi pada data deret waktu. Dengan demikian, diperkenalkanlah metode Markov Switching Autoregressive yang tidak hanya mengatasi perubahan struktur tapi juga memperhatikan dan menjelaskan adanya peluang transisi. Metode ini diterapkan dalam pemodelan data tingkat Inflasi di Provinsi Jawa Barat, yang dimana tingkat inflasi menjadi suatu hak yang penting untuk diperhatikan karena berkaitan dengan stabilitas perekonomian serta seringkali terjadi perubahan struktur. Terutama di wilayah Jawa Barat sebagai salah satu Provinsi terbesar di Indonesia.Model MS(2)AR(1) dikatakan sebagai model terbaik karena memiliki nilai BIC terkecil dengan nilai BIC sebesar -91,31212. Nilai MAPE untuk model MS(2)AR(1) sebesar 15% yang dikatakan baik untuk peramalan. Peramalan dilakukan untuk 12 bulan kedepan. Serta Durasi state yang diperoleh bahwa tingkat inflasi bertahan dalam kondisi peningkatan kurang lebih 11 bulan sedangkan bertahan pada kondisi penurunan selama kurang lebih 9 bulan.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"214 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bandung Conference Series: Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29313/bcss.v3i2.9239","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

摘要。自回归模型作为一种经典的时间序列模型,经常用于时间序列数据的建模,但它不能很好地解释结构的变化。此外,其他经常处理结构变化的时间序列模型,如TAR、SETAR、ARCH等,无法克服时间序列数据中也经常出现的过渡机会。因此,引入了马尔可夫切换自回归方法,该方法不仅解决了结构变化,而且关注并解释了过渡机会。该方法在西爪哇省的通货膨胀率数据建模中得到了应用。在西爪哇省,通货膨胀率是一项重要的关注权,因为它关系到经济的稳定和经常发生的结构变化。特别是在西爪哇地区作为印度尼西亚最大的省份之一。MS(2)AR(1)模型被认为是最佳模型,因为它的BIC值最小,BIC值为-91.31212。MS(2)AR(1)模型的MAPE值为15%,据说对预测很好。对未来12个月的预测已经完成。除了状态持续时间外,我们还发现通货膨胀率在大约11个月的时间里一直处于上升状态,而在大约9个月的时间里一直处于下降状态。Abstrak。自回归sebagai模型deret waktu klasik yang seringkali digunakan dalam pemodelan数据deret waktu belum mampu menjelaskan adanya perubahan构造。Selain itu, model deret waktu lain yang seringkali mengatasi peruang, SETAR, ARCH, danlain sebagainya belum mampu juga mengatasi peruang transisi yang juga seringkali terjadi pada data deret waktu。邓干demikian, diperkenalkanlah方法马尔可夫开关自回归杨达克汉尼亚蒙加塔斯秘鲁巴罕构造,tapi juga成员哈提坎丹menjelaskan adanya peluang transisi。Metode ini diterapkan dalam deldelan数据,以印度尼西亚省(Jawa Barat)为例,以印度尼西亚省(Jawa Barat)为例,以印度尼西亚省(Jawa Barat)为例,以印度尼西亚省(Jawa Barat)为例,以印度尼西亚省(Jawa Barat)为例,以印度尼西亚省(Jawa Barat)为例。印尼语:印尼语:印尼语:印尼语:印尼语模型MS(2)AR(1) dikatakan sebagai模型terbaik karena memiliki nilai BIC terkecil dengan nilai BIC sebesar -91,31212。Nilai MAPE untuk模型MS(2)AR(1) sebesar 15% yang dikatakan baik untuk peramalan。Peramalan dilakukan untuk 12 bulan kedepan。州有两个州,一个州有两个州,一个州有两个州,一个州有两个州,一个州有两个州,一个州有两个州,一个州有两个州,一个州有两个州,一个州有两个州。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Pemodelan Markov Switching Autoregressive untuk Peramalan Data Tingkat Inflasi di Provinsi Jawa Barat Tahun 2009-2022
Abstract. Autoregressive model as a classic time series model which is often used in modeling time series data has not been able to explain changes in structure. In addition, other time series models that often deal with structural changes, such as TAR, SETAR, ARCH, and so on, have not been able to overcome the transition opportunities that also often occur in time series data. Thus, the Markov Switching Autoregressive method was introduced which not only addresses structural changes but also pays attention to and explains transition opportunities. This method is applied in modeling inflation rate data in West Java Province, where the inflation rate is an important right to pay attention to because it is related to economic stability and structural changes often occur. Especially in the West Java region as one of the largest provinces in Indonesia. The MS(2)AR(1) model is said to be the best model because it has the smallest BIC value with a BIC value of -91.31212. The MAPE value for the MS(2)AR(1) model is 15% which is said to be good for forecasting. Forecasting is done for the next 12 months. As well as the state duration, it was obtained that the inflation rate remained in an increasing condition for approximately 11 months while it remained in a declining condition for approximately 9 months. Abstrak. Model Autoregressive sebagai model deret waktu klasik yang seringkali digunakan dalam pemodelan data deret waktu belum mampu menjelaskan adanya perubahan struktur. Selain itu, model deret waktu lain yang seringkali mengatasi perubahan struktur seperti TAR, SETAR, ARCH, dan lain sebagainya belum mampu juga mengatasi peluang transisi yang juga seringkali terjadi pada data deret waktu. Dengan demikian, diperkenalkanlah metode Markov Switching Autoregressive yang tidak hanya mengatasi perubahan struktur tapi juga memperhatikan dan menjelaskan adanya peluang transisi. Metode ini diterapkan dalam pemodelan data tingkat Inflasi di Provinsi Jawa Barat, yang dimana tingkat inflasi menjadi suatu hak yang penting untuk diperhatikan karena berkaitan dengan stabilitas perekonomian serta seringkali terjadi perubahan struktur. Terutama di wilayah Jawa Barat sebagai salah satu Provinsi terbesar di Indonesia.Model MS(2)AR(1) dikatakan sebagai model terbaik karena memiliki nilai BIC terkecil dengan nilai BIC sebesar -91,31212. Nilai MAPE untuk model MS(2)AR(1) sebesar 15% yang dikatakan baik untuk peramalan. Peramalan dilakukan untuk 12 bulan kedepan. Serta Durasi state yang diperoleh bahwa tingkat inflasi bertahan dalam kondisi peningkatan kurang lebih 11 bulan sedangkan bertahan pada kondisi penurunan selama kurang lebih 9 bulan.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penerapan Analisis Konjoin untuk Mengukur Preferensi Wisatawan di Panti Tanjung Kerasak Kabupaten Bangka Analisis Mediasi dalam PLS-SEM untuk Pemodelan Kepuasan Pemustaka pada UPT Perpustakaan Universitas Islam Bandung Optimasi Parameter Support Vector Machine menggunakan Particle Swarm Optimization untuk Bearing Fault Diagnosis Pengaruh Infrastruktur dan Inovasi Hybrid Learning terhadap Kepuasan Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Islam Bandung Angkatan 2020-2021 Perbandingan Metode Seasonal ARIMA dan Metode Fuzzy Time Series-Markov Pada Prediksi Inflasi di Indonesia
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1