PERBANDINGAN ESTIMASI PARAMETER MODEL VAR-GSTAR DENGAN SUR¬FDS DAN SURMSSD PADA CURAH HUJAN DI KOTA JAKARTA

Authors

  • Eka Purnama

Keywords:

VAR-GSTAR, Seemingly Unrelated Regression, Matriks Variansi-Kovariansi, Mean Square Successive Difference, Full Data Set

Abstract

Penelitian ini bertujuan untuk mengetimasi parameter model VAR-GSTAR curah hujan yang ada tiga lokasi di Jakarta yaitu Stasuin Meteorologi Budiarto Curug (Tangerang), Tanjung Priok (Jakarta) dan Obsevatory (Jakarta Pusat). Penelitian ini membandingkan hasil estimasi parameter SUR menggunakan metode matriks variansi-kovariansi Full Data Set (FDS) dengan metode MSSD. Hasil perhitungan matriks variansi-kovariansi error dengan metode MSSD relatif lebih kecil dibandingkan dengan metode FDS. Sedangkan dalam mengukur pengaruh curah hujan antar lokasi metode FDS lebih baik daripada MSSD, hal ini dapat dilihat dari nilai  FDS yang lebih besar dibandingkan MSSD. Namun MSSD dapat menaksir lebih banyak parameter daripada FDS. Nilai MSE (Mean Square Error) yang dihasilkan oleh MSSD juga lebih kecil dibandingkan FDS. Dengan demikian, MSSD dapat menjadi alternatif untuk mengestimasi matriks variansi-kovariansi error SUR.

Downloads

Published

2019-04-08

Issue

Section

Articles

How to Cite

PERBANDINGAN ESTIMASI PARAMETER MODEL VAR-GSTAR DENGAN SUR¬FDS DAN SURMSSD PADA CURAH HUJAN DI KOTA JAKARTA. (2019). Jurnal Axiomath : Jurnal Matematika Dan Aplikasinya, 1(1), 16-22. http://ejournals.umma.ac.id/index.php/axiomath/article/view/143