Perpustakaan Digital ITB

Dalam analisis data ruang waktu atau space-time, terdapat beberapa model yang dapat digunakan diantaranya yaitu Vector Autoregressive (VAR) dan Generalized Space-Time Autoregressive (GSTAR). Namun, model-model ini hanya dapat digunakan untuk menganalisis data ruang waktu dengan satu variabel di banyak lokasi. Nyatanya, sering ditemukan kasus di berbagai bidang studi yang melibatkan lebih dari satu variabel di berbagai lokasi. Oleh karena itu, pada studi ini dikembangkanlah model Multivariate GSTAR atau MGSTAR untuk memodelkan data ruang waktu yang melibatkan banyak variabel dan banyak lokasi. Setelah menurunkan persamaan MGSTAR, akan dilakukan simulasi untuk mengetahui seberapa banyak data yang sebaiknya digunakan agar pemodelan MGSTAR menghasilkan galat yang sekecil mungkin. Diperoleh bahwa jumlah data yang sebaiknya digunakan yaitu minimum sebanyak 130 data observasi. Kemudian, dengan membatasi model MGSTAR dengan orde waktu satu dan orde spasial satu atau MGSTAR(1; 1), maka model akan diaplikasikan untuk memprediksi data cuaca mingguan di Jawa Tengah, dengan menggunakan tiga variabel cuaca yang terdiri dari temperatur, curah hujan, dan lama penyinaran matahari di tiga stasiun Unit Pelaksanaan Teknis (UPT), diantaranya yaitu Stasiun Meteorologi Tunggul Wulung yang berada di Kabupaten Cilacap, Stasiun Meteorologi Tegal yang berada di Kabupaten Tegal, dan Stasiun Meteorologi Ahmad Yani yang berada di Kota Semarang. Hasil penelitian menunjukkan bahwa model MGSTAR(1; 1) tidak layak digunakan untuk forecasting data cuaca di Jawa Tengah karena melanggar asumsi white noise dan multivariat normal residual, disarankan untuk mencoba model MGSTAR (3; 1). Selanjutnya, dilakukan analisis data cuaca terhadap produksi pertanian di Jawa Tengah. Dilakukan pemodelan Fungsi Transfer Multi- Input untuk memprediksi produksi pertanian (deret output) di ketiga lokasi di Jawa Tengah dengan menggunakan variabel temperatur, curah hujan, dan lama penyinaran matahari (deret input) di masing-masing lokasi.