PEMODELAN VECTOR AUTOREGRESSIVE - SUPPORT VECTOR REGRESSION (VAR-SVR) UNTUK MERAMALKAN JUMLAH UANG YANG BEREDAR DI INDONESIA

ALFIYANI, ZAMNI HAQUEL, B2A017049 (2021) PEMODELAN VECTOR AUTOREGRESSIVE - SUPPORT VECTOR REGRESSION (VAR-SVR) UNTUK MERAMALKAN JUMLAH UANG YANG BEREDAR DI INDONESIA. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text 1. Halaman Judul.pdf Download (399kB) | Preview
Preview	Text 2. Lembar Pengesahan Pembimbing (SCAN).pdf Download (518kB) | Preview
Preview	Text 3. Lembar Pengesahan Skripsi (SCAN).pdf Download (536kB) | Preview
Preview	Text 6. ABSTRAK.pdf Download (561kB) | Preview
Preview	Text BAB I.pdf Download (536kB) | Preview
Preview	Text BAB II.pdf Download (1MB) | Preview
	Text BAB III.pdf Restricted to Repository staff only Download (628kB) | Request a copy
	Text BAB IV.pdf Restricted to Repository staff only Download (955kB) | Request a copy
Preview	Text BAB V.pdf Download (493kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (604kB) | Preview
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (797kB) | Request a copy
Preview	Text Manuscript Indonesia.pdf Download (1MB) | Preview

Abstract

Salah satu indikator utama yang dapat dijadikan acuan untuk mengetahui perkembangan perekonomian suatu negara adalah laju inflasi. Inflasi dipengaruhi oleh beberapa faktor, salah satunya ialah jumlah uang yang beredar di masyarakat. Pemodelan yang dapat digunakan pada data jumlah uang beredar adalah Vector Autoregressive – Support Vector Regression (VAR-SVR). Pemodelan VAR-SVR dilakukan dengan menjadikan variabel lag signifikan dari model VAR sebagai input pada model SVR dan menentukan parameter terbaik menggunakan optimasi grid search. Tujuan penelitian ini adalah ingin mendapatkan model VAR-SVR yang terbaik untuk pemodelan data jumlah uang yang beredar di Indonesia. Didapatkan model terbaik VAR adalah VARIMA(3,1,0) dengan nilai AIC sebesar 14,35267. Pada pemodelan VAR-SVR diperoleh fungsi kernel terbaik adalah kernel linear dimana pada data uang kartal didapat nilai Cost terbaik 0,1 dengan RMSE sebesar 19401,07 sedangkan pada uang giral diperoleh nilai cost terbaik 100 dengan RMSE 62917,94. Tingkat akurasi peramalannya menghasilkan MAPE yang kecil dengan kategori sangat baik yaitu pada data uang kartal sebesar 2,37% sedangkan pada uang giral sebesar 6,52%. Kata Kunci : Pemodelan, Uang beredar, Vector Autoregressive – Support Vector Regression (VAR-SVR).

Actions (login required)

View Item