Perpustakaan Digital ITB

Analisis ruang waktu merupakan analisis yang digunakan dalam memodelkan data yang memiliki kebergantungan waktu dan lokasi. Salah satu model di dalam analisis ruang waktu adalah model Generalized Space Time Autoregressive (GSTAR). Asumsi yang harus dipenuhi dalam model GSTAR adalah galat dengan variansi yang konstan terhadap waktu. Dalam tugas akhir ini dikontruksi model GSTAR dengan variansi galat yang tidak konstan atau memiliki efek heteroskedastik. Model Autoregressive Conditional Heteroscedastic (ARCH) digunakan untuk memodelkan variansi dari galat yang tidak konstan. Parameter dari model gabungan GSTAR – ARCH diestimasi menggunakan metode Generalized Least Square (GLS) untuk memperoleh parameter yang efisien. Model GSTAR – ARCH diaplikasikan pada data laju angin rata-rata harian di Kota New Orleans, Florida, dan Mississippi untuk memprakirakan kedatangan Badai Katrina yang pernah terjadi pada tahun 2005 di lokasi tersebut. Dari hasil pemodelan diperoleh bahwa dengan menggunakan model GSTAR(3;0,0,1) – ARCH(1), Badai Katrina diperkirakan datang pada 1 September, yang mana tiga hari lebih lambat dibanding waktu sebenarnya dari landfall badai di New Orleans dan Mississippi.