Model Vector Autoregressive-Generalized Space Time Autoregressive

Abstract

ABSTRAK. Data volume kendaraan yang masuk ke Kota Bandung
melalui gerbang tol yang berada di Kota Bandung adalah data runtun waktu
multivariate berpola musiman. Untuk memperoleh prediksi volume
kendaraan yang masuk melalui gerbang tol dimasa yang akan datang
dibutuhkan suatu model peramalan. Salah satu model runtun waktu
multivariat yang menghubungkan keterkaitan antara waktu dan lokasi,
dimana data runtun waktu tersebut berpola musiman adalah model Vector
Autoregressive-Generalized Space Time Autoregressive (VAR-GSTAR).
Model ini terdiri dari 2 orde yaitu orde waktu yang diperoleh dari model
VAR dan orde spasial yang diperoleh dari model GSTAR. Keterkaitan
antar ruang pada model ini ditunjukkan dengan pembobotan lokasi. Dalam
penelitian ini digunakan bobot lokasi normalisasi korelasi silang. Hasil
ramalan yang diperoleh dari model VAR-GSTAR pada data volume
kendaraan yang masuk ke Kota Bandung melalui gerbang tol yang berada
di Kota Bandung adalah mengikuti pola data yang sebelumnya, yaitu
berfluktuasi dengan kecenderungan yang naik.
Kata Kunci: VAR-GSTAR, Bobot lokasi normalisasi korelasi silang,
Peramalan.
ABSTRACT. Volume of vehicles coming into the city of Bandung through
toll gates in the city of Bandung is the seasonal multivariate time series
data. To obtain a prediction volume of vehicles that go through the toll
booths in the future requires a forecasting model. One of model
multivariate time series that connects between the time and the location,
where the data of the time series data is seasonally namely Vector
Autoregressive-Generalized Space Time Autoregressive (VAR-GSTAR)models. This model has two orders, the order of the time obtained from the
VAR model and order the space obtained from GSTAR. connection
between the space on this model is indicated by the weighting of the
location. This research used a weight normalized cross correlation.
Forecast results obtained from the VAR-GSTAR model on the data volume
of vehicles coming into the city of Bandung through toll gates in the city
of Bandung is to follow the pattern of previous data, which fluctuates with
rising tendency.
Keywords: VAR-GSTAR, Weights location normalized cross correlation,
Forecasting.