Perpustakaan Digital ITB

Model ruang waktu tidak hanya dipengaruhi oleh pengamatan sebelumnya di lokasi yang sama dan pengamatan sebelumnya di lokasi yang berbeda, atau tidak hanya ketergantungan waktu dan lokasi, tetapi juga ada beberapa hal lain yang berpengaruh, yang dapat dinyatakan sebagai variabel eksogen. GSTARX adalah model yang menggabungkan waktu dan lokasi dan melibatkan variabel eksogen. Outlier adalah data observasi yang memiliki karakteristik berbeda dari yang lain. Seringkali, outlier dihapus untuk meningkatkan akurasi penduga. Tetapi kadangkadang keberadaan outlier memiliki makna tertentu, yang penjelasannya bisa hilang jika outlier dihapus. Ada dua kasus khusus dari tipe outlier, Innovative Outlier (IO) dan Additive Outlier (AO). Dalam model GSTARX, keberadaan outlier juga dapat dideteksi dan mungkin memiliki korelasi spasial pada suatu waktu. Dalam tulisan ini, diperkenalkan prosedur iteratif dalam mendeteksi outlier dalam model GSTARX. Oleh karena itu data yang mengandung outlier tidak dihapus atau diabaikan, tetapi masih melibatkan data outlier dengan menambahkan faktor outlier ke model GSTARX. Kekuatan prosedur dalam mendeteksi outlier diselidiki oleh eksperimen. Hasilnya adalah model GSTARX dengan faktor outlier yang bebas dari outlier.