PERAMALAN JUMLAH PENDUDUK DI PROVINSI JAWA BARAT, JAWA TENGAH, DAN JAWA TIMUR MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (VARIMA)

    Krisna, - and Dadan Dasari, - and Dewi Rachmatin, - (2025) PERAMALAN JUMLAH PENDUDUK DI PROVINSI JAWA BARAT, JAWA TENGAH, DAN JAWA TIMUR MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (VARIMA). S1 thesis, Universitas Pendidikan Indonesia.

    Abstract

    Peramalan merupakan salah satu tujuan dari metode runtun waktu digunakan untuk memprediksi sesuatu yang akan terjadi di masa depan. Metode runtun waktu terdiri dari berbagai macam, salah satunya adalah metode Vector Autoregressive Integrated Moving Average (VARIMA). Metode VARIMA merupakan pengembangan dari metode VARMA yang bisa digunakan untuk mengatasi kasus yang datanya tidak stasioner. Pada penelitian ini digunakan data dari tahun 1971 hingga tahun 2024. Adapun variabel yang digunakan dalam penelitian ini adalah variabel endogen, yaitu variabel jumlah penduduk Provinsi Jawa Barat, jumlah penduduk Provinsi Jawa Tengah, dan jumlah penduduk Provinsi Jawa Timur. Hasil analisis menunjukkan bahwa model VARIMA(1, 2, 1) merupakan model terbaik yang masing-masing variabelnya menghasilkan nilai MAPE di bawah 10%, yaitu 3,706% untuk variabel jumlah penduduk Provinsi Jawa Barat, 0,390% untuk variabel jumlah penduduk Provinsi Jawa Tengah, dan 0,166% untuk variabel jumlah penduduk Provinsi Jawa Timur.

    Forecasting is one of the purposes of the time series method used to predict something that will happen in the future. There are various kinds of time series methods, one of which is the Vector Autoregressive Integrated Moving Average (VARIMA) method. The VARIMA method that can be used to overcome cases where the data is not stationary. In this study, data from 1971 to 2024 was used. The variable used in this study are endogenous variables, namely the population of West Java Province, the population of Central Jawa Province, and the population of East Java Province. The result of the analysis show that the VARIMA(1, 2, 1) model is the best model with each variable producing a MAPE value below 10%, namely 3.706% for the variable population of West Java Province, 0,390% for the variable population of Central Java Province, and 0,166% for the variable population of East Java Province.

    Baca Full Text klik disini
    [thumbnail of S_MAT_2100630_Title.pdf] Text
    S_MAT_2100630_Title.pdf
    Download (2MB)
    [thumbnail of S_MAT_2100630_Chapter1.pdf] Text
    S_MAT_2100630_Chapter1.pdf
    Download (1MB)
    [thumbnail of S_MAT_2100630_Chapter2.pdf] Text
    S_MAT_2100630_Chapter2.pdf
    Restricted to Staf Perpustakaan
    Download (3MB) | Request a copy
    [thumbnail of S_MAT_2100630_Chapter3.pdf] Text
    S_MAT_2100630_Chapter3.pdf
    Download (1MB)
    [thumbnail of S_MAT_2100630_Chapter4.pdf] Text
    S_MAT_2100630_Chapter4.pdf
    Restricted to Staf Perpustakaan
    Download (6MB) | Request a copy
    [thumbnail of S_MAT_2100630_Chapter5.pdf] Text
    S_MAT_2100630_Chapter5.pdf
    Download (275kB)
    [thumbnail of S_MAT_2100630_Appendix.pdf] Text
    S_MAT_2100630_Appendix.pdf
    Restricted to Staf Perpustakaan
    Download (1MB) | Request a copy
    Official URL: https://repository.upi.edu
    Item Type: Thesis (S1)
    Additional Information: https://scholar.google.com/citations?view_op=new_profile&hl=en ID SINTA Dosen Pembimbing: Dadan Dasari: 6000619 Dewi Rachmatin: 5975775
    Uncontrolled Keywords: Runtun Waktu, Non-stasioner, Peramalan, Jumlah Penduduk, VARIMA Time Series, Nonstationary, Forecasting, Population, VARIMA
    Subjects: Q Science > QA Mathematics
    Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Matematika - S1 > Program Studi Matematika (non kependidikan)
    Depositing User: - Krisna
    Date Deposited: 06 May 2025 07:18
    Last Modified: 06 May 2025 07:18
    URI: http://repository.upi.edu/id/eprint/133022

    Actions (login required)

    View Item View Item