PEMODELAN BANYAKNYA KUNJUNGAN WISATAWAN MANCANEGARA MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE INTEGRATED-ORDINARY LEAST SQUARE (GSTARI) DAN SEEMINGLY UNRELATED REGRESSION (GSTARI-SUR)
Abstract: Model Generalized
Space Time Autoregressive Integrated (GSTARI) merupakan model deret waktu
dengan melibatkan unsur lokasi pada data yang tidak stasioner. Pemodelan
banyaknya kunjungan wisatawan mancanegara ke Indonesia melalui pintu masuk
Bandara Internasional menggunakan model GSTARI melibatkan 4 lokasi yaitu
Soekarno-Hatta, Ngurah-Rai, Kualamanu dan Juanda. Keempat lokasi ini layak
dimodelkan dengan model GSTARI karena memiliki korelasi antar lokasi yang
tinggi. Pemodelan GSTARI dengan pendugaan parameter Ordinary Least Square (OLS)
mengasumsikan matriks ragam-peragam galat konstan. Sedangkan Seemingly
Unrelated Regression (SUR) dapat mengakomodir matriks ragam-peragam galat.
Model banyaknya kunjungan wisatawan mancanegara ke Indonesia menggunakan model
GSTARI Ordinary Least Square (OLS) dan Seemingly Unrelated Regression (SUR)
yang dihasilkan berturut-turut adalah GSTAR(21)-I(1) dan GSTAR(21)-I(1)-SUR.
Nilai koefisien determinasi dari model GSTAR(21)-I(1) adalah 96.8% dan tingkat
kesalahan (MAPE) 6.694%. Sedangkan nilai
koefisien determinasi dari model GSTAR(21)-I(1)-SUR adalah 96.7% dan tingkat
kesalahan (MAPE) 7.614%. Model GSTAR(21)-I(1)-SUR memiliki nilai koefisien
determinasi dan tingkat kesalahan (MAPE) yang mendekati model GSTAR(21)-I(1).
Model GSTARI dengan penduga OLS menghasilkan nilai koefisien determinasi yang
tinggi dan tingkat kesalahan MAPE yang rendah. Hal ini disebabkan karena model
GSTARI dengan penduga OLS memenuhi asumsi non-autokorelasi antar galat.
Penulis: Ilham Aditya
Anggriawan
Kode Jurnal: jpmatematikadd141157
