Perpustakaan Digital ITB

Pemodelan deret waktu adalah bentuk pemodelan matematika yang menebak sebuah nilai atau data pada waktu kedepan berdasarkan data pada waktu sebelumnya. Model deret waktu yang akan dipakai untuk penelitian ini adalah model Vector Autoregressive Moving-Average (VARMA), yaitu bentuk multivariat dari model deret waktu Autoregressive Moving-Average (ARMA). Model ARMA adalah sebuah model deret waktu dari proses stokastik yang stasioner (lemah), model ini mendeskripsikan data berdasarkan 2 polinom yaitu polinom untuk proses autoregresi (AR) dan proses moving average (MA). Karena model ARMA adalah model univariat, maka tidak melibatkan ketergantungan pada variabel lain. Model VARMA adalah bentuk multivariat dari model ARMA dengan setiap variabel dari model VARMA berbentuk sebagai vektor dan koefisien-koefisiennya berbentuk sebagai matriks. Model VARMA memiliki beberapa keunggulan dibanding dengan model ARMA, yaitu model VARMA dapat memuat lebih banyak variabel, model VARMA juga dapat menangkap efek ketergantungan dalam setiap variabel yang dipakai. Sehingga dalam menganalisa variabel-variabel yang memiliki ketergantungan pada satu sama lain, model VARMA memiliki akurasi dan presisi yang lebih baik dari model ARMA. Kekurangan dari model VARMA adalah proses pembuatan model yang lebih rumit dari model ARMA. Model VARMA juga memiliki persyaratan asumsi yang lebih banyak dari model ARMA, beberapa asumsi tersebut adalah model harus bersifat stasioner dan invertibel. Selain itu, pada model ARMA variabel yang dipakai harus stasioner sedangkan pada model VARMA tidak semua variabel yang dipakai harus stasioner. Pada penelitian ini, dilakukan studi kasus COVID-19 pada 5 kecamatan di kota Bandung. Dari data kasus COVID-19 tersebut akan dibuat model VARMA dan juga dianalisa apakah model VARMA bersifat stasioner dan invertibel. Jika model VARMA tidak bersifat stasioner dan invertibel, maka akan diotak-atik orde diferensiasi variabel lalu dilihat efeknya terhadap sifat stasioner dan invertibel dari model. Dan jika model VARMA sudah bersifat stasioner dan invertibel, maka akan dibuat model VARMA yang bersifat tidak stasioner atau invertibel lalu dibandingkan akurasinya. Pada penelitian akan juga diuji apakah terdapat variabel yang dapat dibuang.