NURHIDAYAH, NURHIDAYAH (2025) ANALISIS RESIDUAL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY PADA PEMODELAN GENERALIZED SPACE TIME AUTOREGRESSIVE MENGGUNAKAN BOBOT INVERS JARAK (Studi Kasus: Peramalan Inflasi Lima Kota di Sulawesi Selatan) = ANALYSIS OF AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY RESIDUALS IN THE GENERALIZED SPACE TIME AUTOREGRESSIVE MODEL USING INVERSE DISTANCE WEIGHTS (Case Study: Inflation Forecasting in Five Cities of South Sulawesi). Thesis thesis, Universitas Hasanuddin.
H062232001-Cover.jpg
Download (210kB) | Preview
H062232001-1-2(FILEminimizer).pdf
Download (438kB)
H062232001-dp(FILEminimizer).pdf
Download (221kB)
H062232001-fullll(FILEminimizer).pdf
Restricted to Repository staff only until 5 March 2028.
Download (1MB)
Abstract (Abstrak)
Latar Belakang: Volatilitas inflasi regional menimbulkan tantangan terhadap stabilitas moneter, terutama di negara-negara berkembang seperti Indonesia. Di wilayah strategis seperti Sulawesi Selatan yang berperan sebagai pusat utama produksi dan distribusi pangan di Kawasan Timur Indonesia, fluktuasi inflasi yang berkelanjutan dapat melemahkan efektivitas kebijakan nasional. Tujuan: Penelitian ini bertujuan untuk memperoleh model GSTAR-ARCH untuk permalan inflasi lima kota di Sulawesi Selatan Metode: Penelitian ini mengembangkan model yang mengintegrasikan kerangka Generalised Space Time Autoregressive (GSTAR) dan Autoregressive Conditional Heteroscedasticity (ARCH) untuk menangkap ketergantungan spasial temporal sekaligus varians bersyarat. Metode Inverse Distance Weighting (IDW) digunakan untuk merepresentasikan kedekatan ekonomi antar lima kota, yaitu Bulukumba, Watampone, Makassar, Parepare, dan Palopo. Hasil: Hasil penelitian ini menunjukkan bahwa model terbaik yang diidentifikasi adalah GSTAR(1,1)-ARCH(1). Meskipun nilai RMSE sebesar 0,4337 sebanding dengan model GSTAR(1,1), model gabungan ini memberikan wawasan tambahan dengan menghasilkan interval prediksi dan tingkat cakupan (coverage rate) yang mengukur ketidakpastian peramalan. Nilai rata-rata cakupan berkisar antara 16,7% di Palopo hingga 66,7% di Bulukumba. Kesimpulan: Temuan ini menunjukkan pentingnya memasukkan dinamika volatilitas ke dalam pemodelan spasial–temporal untuk peramalan inflasi, serta menawarkan kerangka yang mendukung kebijakan regional yang lebih sensitif terhadap risiko di Indonesia.
Keyword : ARCH, GSTAR, Heteroskedastisitas, Inflasi, Bobot Invers Jarak.
| Item Type: | Thesis (Thesis) |
|---|---|
| Uncontrolled Keywords: | ARCH, GSTAR, Heteroscedasticity, Inflation, Inverse Distance Weight. |
| Subjects: | Q Science > Q Science (General) |
| Divisions (Program Studi): | Fakultas Matematika dan Ilmu Peng. Alam > Statistika |
| Depositing User: | Rasman |
| Date Deposited: | 05 Mar 2026 06:11 |
| Last Modified: | 05 Mar 2026 06:11 |
| URI: | http://repository.unhas.ac.id:443/id/eprint/54415 |
