PEMODELAN GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DAN PENERAPANNYA PADA PENDERITA TB PARU (BTA+) DI DKI JAKARTA

ANA NUR ISLAMIYAH, . (2019) PEMODELAN GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) DAN PENERAPANNYA PADA PENDERITA TB PARU (BTA+) DI DKI JAKARTA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
1. COVER HALAMAN DEPAN.pdf

Download (52kB)
[img] Text
2. ABSTRAK DAN ABSTRACT.pdf

Download (54kB)
[img] Text
3. LEMBAR PERSETUJUAN.pdf

Download (302kB)
[img] Text
4. LEMBAR ORISINALITAS.pdf

Download (27kB)
[img] Text
7. DAFTAR ISI.pdf

Download (33kB)
[img] Text
6. KATA PENGANTAR.pdf

Download (33kB)
[img] Text
11a. BAB I.pdf

Download (64kB)
[img] Text
11b. BAB II.pdf
Restricted to Registered users only

Download (198kB)
[img] Text
11c. BAB III.pdf
Restricted to Registered users only

Download (164kB)
[img] Text
11d. BAB IV.pdf
Restricted to Registered users only

Download (571kB)
[img] Text
11e. BAB V.pdf
Restricted to Registered users only

Download (55kB)
[img] Text
12. DAFTAR PUSTAKA.pdf

Download (41kB)

Abstract

Model Generalized Space Time Autoregressive (GSTAR)(p; λk) merupakan salah satu model deret waktu yang digunakan untuk peramalan data yang mengandung unsur lokasi dan waktu dengan orde autoregressive(p) dan orde spasial (λk). Keterkaitan antar lokasi dinyatakan dalam suatu nilai berdasar�kan pembobot lokasi tertentu. Data banyaknya penderita TB Paru (BTA+) di DKI Jakarta merupakan salah satu data deret waktu yang memiliki keterkaitan antar lokasi sehingga dapat dimodelkan dengan model GSTAR. Pada penelitian ini model GSTAR menggunakan pembobot lokasi invers jarak dan pembobot lokasi normalisasi korelasi silang diterapkan pada data banyaknya penderita TB Paru (BTA+) di DKI Jakarta. Setelah itu, memilih model GSTAR yang lebih baik menggunakan nilai RMSE terkecil. Hasil dari penelitian ini dengan menerapkan data banyaknya penderita TB Paru (BTA+) di DKI Jakarta diperoleh model GSTAR(1;1) dengan pembo�bot lokasi normalisasi korelasi silang memiliki root mean square error (RMSE) 73,57728 yang lebih kecil dari model GSTAR(1;1) dengan pembobot lokasi invers jarak. Sehingga, model dengan pembobot lokasi normalisasi korelasi silang lebih baik dibandingkan dengan pembobot lokasi invers jarak

Item Type: Thesis (Sarjana)
Additional Information: 1). Dra. Widyanti Rahayu, M.Si ; 2). Dr. Eti Dwi Wiraningsih, S.Pd., M.Si
Subjects: Sains > Matematika
Divisions: FMIPA > S1 Matematika
Depositing User: Users 10553 not found.
Date Deposited: 04 Apr 2022 04:59
Last Modified: 04 Apr 2022 04:59
URI: http://repository.unj.ac.id/id/eprint/25750

Actions (login required)

View Item View Item