ANALISIS TIME SERIES ANGKA INFLASI NASIONAL DENGAN MODEL ARIMA.

a
F.
.._

idc

8

.

::

tts,

: ::: j)
I-r':
j'.
:'
i:
:'.
i r-l ';

::: r
:'
1
r

--;
)

j

*

J;

- J

! -

l-i r-i

.-@-

t.j

i::

j'I

J

r'
-

J'

t > i ': 'i*'i - i
lt
.: . f- - - -J
.i *J-.., r
-

t

J*-;

:

-i

BK$PTN B Tohun 2012

BIDANG ILMU MIPA
Badan Kerjasama Perguruan Tinggi Negeri
Wilayah Barat
Tema

:

Peran MIPA dalam Pengembangan
SDM dan SDA

Hotel Madani Medan
11 - 12 Mei 2412

f1+

ffi
Penyelenggara
FTTIIPA

UNIVERSITAS
NEGERI MEDAN

,$
ii

-d*

-'l'p"grqtftg

$fr g rn.*

ISBN:918-602-9 I I 5-22-a
.llt,l

PROSTDING
SEluINtrR Ntl,SIO$gI, D.ILtrIvI n EI$GIilI SEMIR.I,Ttr
BKS-PTN WILtrYAS BfiRIIT BIDtrNG MIP.n
T.IIIIIN 2OI2

T?rema: Peran MIPA Dalam Peningkatan Kualitas SDM dan SDA

HTS,TEM.IITIKf,,
Editor:
Prof.Dr.Mukhtar,MPd
Drs.Asrin Lubis,MPd
Dr.Edi Syahputra,MPd
Dra.Nerli Khairani,MSi
Dr"Yulita Molliq,MSc

Penerbit

Fakultas lVlatematika dan llmu Pengetahuan .E lam
Universitas Negeri Medan

SUSUNA}I PAIIITA
SEMINAR DA}T RAPAT TAHI]NAN BADAN KERJASAMA PERGURUAN TINGGI
NEGERI WII,AYAH BAXAT (SEMIRATA BKS.PTN B)
BIDANG MIPA TAHTJN 2OI2

Pelindung
Prof. Dr. lbnu Hadjar, M.Si(Rektor Unimed)
Gatot Pujo Nugroho, 5T (Plt. Gubernur Sumatera Utara)
Drs. Rahudman Harahap, MM (Walikota Medan)
Penasehat
Prof. Dr. Emriadi (Ketua BKS-PTN B)
Prof. Dr. KhairilAnsari, M.Si (PR I Unimed)
Drs. Khairul Azmi, M.Pd (PR tl Unimed)
Prof. Dr. Biner Ambarita, M.Pd (PR ltt Unirned)
Prof. Dr. Berlin Sibarani, M.Pd (PR lV Unirned)
Penanggung jawab
Prof. Drs. Motlan, M.Sc, P.hD (Dekan FMIPA Unimed)

Pengarah
Prof. Drs. Manihar Situmorang, M.Sc, P.hD
Drs. Asrin Lubis, M.Pd
Drs. EidiSihombing, MS

Ketua: Drs. P. Maulim Silitonga, MS
Ketua 1 : Dr. Marham Sitorus, M.Si
Ketua 2 : Dr. Edi Syahputra, M.Pd
Sekretaris : Alkhafi Maas Siregar, S.Si.,M.Si
Wakil Sekretaris : iuniastel Rajagukguk, S.Si.,M.5i
Bendahara : Dra. Martina Restuati, M.Si
Wakil Bendahara : Dra. AniSutiani, M.Si
Koordinator Sekretariat: Drs. M. Yusuf Nasution. MS
Koordinator Makalah/Prosiding :Prof. Dr. Herbert Sipahutar, M.Sc
Koordinator Persidangan : Dr. Nurdin Bukit, M.Si
Koordinator Penerima Tamu : Dra. Nerli Khaerani, M.Si
Koordinator Acara/Protokoler: Dra. Melva Silitonga, M.5i
Koordinator lnformasi/Humas/Dokumentasi: Drs. Eddiyanto,Ph.D
Koordinator Transportasi, Akomodasi & Rekreasi: Drs. Rahmat Nauli, M.Si
Koordinator Dana : Purwanto, S.Si.,M.Pd

Koordinator Perlengkapan : Yon Rinaldi, S.E.,M.Si

$ffiffinrueffi &

R&P&T TAHUruAru
BKSPTN B lohun 2012

@ffi

BIDANG II.MU MIPA

FAKULTAS TIIPA UIIIVERSITAS IIEGERI IIEDAII
Wllem lskandar, Psr V tvledan 20221 Telp. (061) 6625970 Medan
www.semirataunimed.mm Email: semiratabks20 1 2@yahoo.co.iti

Jl-

PENGANTAR DARI TIM EDITOR
Seminar dan Rapat Tahunan (SEMIRATA) Badan Kerjasama Perguruan Tinggi Negeri Wilayah
Barat (BKS-PTN B) Bidang Ilmu MIPA yang ke 25 telah diselenggarakan oleh FMIPA

Universitas Negeri Medan tanggal l1-12 Mei 2012 bertempat di Hotel Madani-Medan. Dalam
SEMIRAfA ini dilaksanakan')jenis kegiatan yaitu Seminar Nasional dan Rapat tahunan Dekat,
,Ketua Jurusan dan Ketua Program Studi. Seminar Nasional diberi tema: Peran MIPA d:rlam

Peningkatan Kualitas Sumberdaya Manusia (SDM) dan Sumber Daya Alam (SDA)'diikuti
oleh sekitar 600 orang peserta yang berasal dari 18 perguruan tinggi negeri, 3 perguruan tinggi
swasta dan 1 Lembaga.IBadan yang berada di wilayah Indonesia bagian barat. Jumlah peserta yang
menjadi pemakalah pada kegiatan SEMIRATA2012 sebanyak 556 orang yang dikelompokkan
kedalam 5 bidang yaitu bidang Matematika, Fisika, Kimia,Biologt dan bidang Pendidikan MIPA.
Setelah meneliti persyaratan yang harus dipenuhi pemakalah, maka panitia menetapkan jumlah
makalah yang dapat diterbitkan dalam prosiding adalah 430. Makalah-makalah tersebut disusun
dalam 5 (tima) buah buku Prosiding yang diantaranya adalah Prmiding Bidang Matematika
terdiri dari 53 makalah, Prosiding Bidang Fisika (68) makalah, Prosiding Bidang Kimia (83)
makalah, Prosiding Bidang Biologi (100) makalah dan Prosiding Pendidikah MIPA memuat
126 makalah. Keseluruhan makalah tersebut diserahlian oleh panitia kepada Tim Editor untuk
proses pengeditan.

Tim editor telah bekerja sesuai dengan ketentuan dan hanya bertugas mengedit makalah
yang telah diseleksi sebelumnya oleh Panitia. Dalam hal ini, Tim editor lebih banyak
mengkonsentrasikan diri dalam menyeragamkan format dan gaya penulisan makalah. Pengubahan

kalimat dilakukan jika dipandang perlu tanpa mengubah maksud kalimat tersebut. Isi dan konteks
pembahasan diusahakan untuk tidak diubah, dengan demikian segala konsekuensi yang mungkin
timbul akibat penerbitan Prosiding ini tetap berada pada penulis makalah. Meski telah diupayakan
untuk bisa tampil sebaik mungkin, namun tidak mustahil prosiding ini masih belum memuaskan
semua pihalq untuk itu kami mohon maaf semoga pada kesempatan lain akan dapat diterbitkan
karya ilrniah dengan bentuk dan isi yang lebih baik. Pada kesempatan ini kami mengucapkan
terimakasih kepada semua pihak yang telah membantu terwujudnya prosiding ini khususnya
kepada para mahasiswa FMIPA Unimed yang terlibat dalam pengerjaan prosiding ini.

Akhir kata" kami mengharapkan semoga prosiding ini dapat memberi manfaat sebesarbesarnya bagi kita semua dan untuk pengembangan kualitas Sumberdaya Manusia (SDM) dan
pengelolaan Sumber Daya Alam (SDA) di negara kita di masa yang akan datang.
Medaru Mei 2012

Tim Editor.

.t4b"ji:fu+ls{.b+

E

semm.arA BKS-PTN B MIPA 20l2

fi Wot"t Mudqni-Univercitas Negeri Medan

ll-12 Mei 2012

$ffitu$rru&R &

ffi&pAT"g&ffisrueru
BK$PTN B Tohun 2012

BIDANG IIMU MIPA

Bodon Kerjosomo Perguruon linggi Negeri Wilcyoh Borol
FAKULTAS TIIPA

U

NIVERSITA$ ilEGERI HEDAII

Jl. Willem lskandar, Psr V Medan 20221 Telp. {061) 6625970 Medan
www.semirataunimed.mm Ernail: semiratabks20'12@yahoo.co.d

KATA SAIVIBUTAN KETUA PANITIA
SEMINAR DAN RAPAT TAHUNAN BADAN KERJASAMA PERGURUAN TINGGI NEGERI
WILAYAH BARAT (SEMIRATA BKS-PTN B) BIDANG MIPA TAHUN2OI2
Puji dan syukur kita panjatkan ke hadirat Tuhan Yang Maha Esa, karena berkat dan rahmatNya Seminar dan
Rapat Tahunan (SEMIRATA) Badan Kerjasama Perguruan Tinggi Negeri Witayah Barat (BKS-PT}I B)
Bidang llmu MIPA yang ke 25 dapat kita laksanakan pada hari ini. SEMIRATA ini berlangsung tanggal
l1-12 Mei 2012 yang diselenggarakan oleh FMIPA Universitas Negeri Medarr bertempat di Hotel MadaniMedan. Dalam kesempatan ini, kami mengucapkan SELAMAT DATANG DI KOTA MEDAN kepada
seluruh peserta rapat tahunan, baik pimpinan Fakulias, Jurusan /Program Studi serta para peserta seminar
nasional bidrng MIPA.
Adalah suatu kehormatan bagi FMIPA Universitas Negeri Medan yang telah diberi kepercayaan sebagai

ini

tema:' Peran MIPA dalam Peningkatan Sumberdaya
(SDA)'.
SEMIRATA tahun ini diikuti oleh sekitar 600 orang
lVlanusia (SDM) dan Sumber Daya Alam
peserta yang berasal dari 18 pergffuan tinggi negeri, 3 perguruan tinggi swa-sta dan I Lembaga,tsadan yang

penyelenggara SEMIRATA tahun

dengan

berada di wilayah Indonesia bagian barat. Untuk membuka wawasan kita tentang tema SEMIRATA tahun
ini, maka kegiatan diawali dengan penyajian makalah utama yang disajikan oleh dua orang keynote speaker

yaitu Prof.Dr.Syawal Gultom,MPd (Kepala Badan Pengembangan

Sumber Daya Manusia Pendidikan dan

Penjaminan Mutu Pendidikan Kemdikbud RI) dan Prof.Dr.Chairil Anwar (Dosen Jurusan Kimia/ Dekan
FMIPA UGM). Selanjutnya, dilakukan seminar paralel yang membahas sebanyak 556 makalah hasil-hasil
penelitian yang dikelompokkan dalam 5 bidang, yang diantaranya bidang Matematika (71 ), Fisika ( ?8),
Kimia ( ll7), Biologi ( 126\ dan Pendidikan MIPA (164). Makalah yang memenuhi syarat untuk
penerbitan telah disusun dalam bentuk Prosiding dan telah dapat diperoleh peserta pada akhir kegiatan ini.
Rapat tahunan Dekan dan Ketua Jurusan/Ketua Program Studi akan membahas situasi terkini dalam bidang
pendidikan serfa men).usun program BKS-PTN B Bidang MIPA yang dapat meningkatkan kualitas SDM dan
pengelolaan SDA di masa mendatang. Untuk menikmati keindahan alam Sumatera Utar4 kepada peserta
kami tawarkan Paket Tour Parapat /Danau Toba yang akan diadakan pada hari Minggu tanggal 13 Mei 2012.

Dalam kesempatan ini, karni mengucapkan terimakasih yang sebesar-besarnya pada bapak Plt.Gubemur
Sumatera Utara" Rektor Universigs Negeri Medan, Kenra BKS-PTN B Birlang MIPA dan pihak sponsor
PT.Multi Teknindo Infofionika yang telah memberi dukungan rlana sehinggp SEMIRATA ini dapat
terlaksana. Sebagai ketua panitia pelalsana"saya rnengucapkan terimalosih kepada seluruh personil
kepanitiq4n yan,g telah bekerja keras, sehingga kegiatan ini dapat diselenggarakan.
Jika masih terd4pat kekurangan dalam hal pelayanan maupun penyelenggaraan kegiatan ini, maka karni
lebih dahulu mohon maaf yang sebesar-besarnya. Akhirnya" kami mengucapkan selamat mengikuti kegiatan
SEMIRA'TA 2012 diUniversitas Negeri Medan semoga kegiatan ini dapat bermanfaat bagi kita semua.

Medan, 1l Mei 2012
Ketua Panitia,

Drs.Pasar Maulim Silitonga,MS

rd.

JiiLvllii,AiA

htzc

ltnJ-f

hmtt

n

lf

tn^

I l\ D lYllrA

-nat
,u|.4

Hetel Madani-Univercitas Negeri Medan lI-12 Mei 2012

$ffiffigru&ffi &

RAPAT TAHUruAru
BK$PTN B Tohun 2012

@ffi

BIOANG II.fiIU MIPA

Bodon Kefosomo Perguruon linggi Negeri Wiloyoh Borol
FAKULTAS HIPA UIIIVERSITAS IIEGERI IIEDAil
Jl- Wllem lskandar, Psr V tuledan 20221 Telp- (061) 6625970 Medan
www.semirataunimed.com

Email: semiratabks20l2@yahoo.m.il

KATA SAMBUTAN KETUA BK$PTN B BIDANG MIPA
PADA SEMINAR DAN RAPAT TAHUNAN BADAN KERIASAMA PERGURUAN TINGGI NEGERI
WILAYAH BARAT (SEMIRATA BKS-PTN B)
BIDANG MIPA T'AHLTN 20 12

Assalamualaikum Wr. Wb.
Puji dan syukur marilah senantiasa kita panjatkan ke hadirat Tuhan yang Maha Kuas4 karena atas
rahmat dan hidayah-Nya kita dapat mengikuti suatu kegiatan akademik Seminar Nasional dan
Rapat lahunan BKS PTN Bidang MIPA yang diselenggarakan di Fakultas MIPA Universitas
Negeri Medan (UNIMED) Medan. Kami mengucapkan selamat datang kepada seluruh peserul
seminar dan peserta rapat tahunan, baik Dekan maupun Ketua Jurusan/Program Studi. Semoga
kegiatan ini memberikan danrpak positif bagi pengembangan ilmu pengetahuan khususnya bidang
MIPA dan aplikasinya. Kegiatan ini juga merupakan suatu wadah bagi pimpinan jurusan/fakultas
untuk sal in g bertukar pengalamar' dalam pengelolaan jurusan/fakultas.

Seminar dan Rapat Tahunan Bidang llmu MIPA Badan Ke{asama PTN. Wilayah Barat
(SEMIRATA BKS-PTN B), merupakan kegiatan tahunan yang pada tahun ini dilaksanakan oleh
FMIPA Universitas Negeri Medan. Kegiatan yang dilaksanakan adalah Seminar Nasional dengan
Tema n'Peran MIPA dalam pengembangan SDM dan SDA", dengan keynote speaker yang hadir
adalah Prof. Dr. Syawal Gultom, M.Pd (Kepala badan SDMP dan PMP Kemdikbud RI) dan Prof.
Dr. Chairil Anwar.(Jurusan Kimia FMIPA UGM/Dekan FMIPA UGM). Dalam kegiatan ini,
peserta seminar / dosen dan peneliti akan mempresentasikan hasil-hasil penelitiannya sehingga
akan terjadi saling bertukar informasi sejauhmana hasil penelitian yang telah diperoleh di berbagai
institusi. Peserta seminar sekitar 600 orang yang berasal dari l8 perguruan tinggi negeri, 3
perguruan tinggi swasta dan 1 l,embaga/Badan yang berada di wilayah Sumater4 Kalimantan dan
Jawa. Rapat Tahunan juga dihadiri oleh Dekan FMIPA, FKIP, FST, Ketua Jurusan/?rogram Studi
Fisika, Kimia Biologi, Matematika dan Pendidikan MIPA. Kami selaku Ketua BKS-PTN
Wilayah Barat bidang MIPA mengucapkan terimakasih yang besar-besarnya kepada seluruh
personil kepanitiaan yang telah bekerja keras untuk terselenggaranya kegiatan SEMRATA ini.
Akhir kata" dengan memohon kepada Allah SWT, semoga apa yang kita harapkan pada kegiatan
Seminar dan Rapat Tahunan ini dapat terwujud dan kami mengucapkan selamat melaksanakan
Seminar dan Rapat tahunan Badan Kerjasama PTN Wilayah barat bidang MIPA.
Wassalam,

Prof.Dr. Fmriadi
Ketua BKS-PTN.B Bidang MIPA

tI
I

E

SEMIRATA BKS-PTN B MTPA 2OI2
Hotel Mn{isni-Univercitas Negeri Medan lI-12 Mei 2012

$ffiffilru&ffi &

@ffi

REPAT T&ffiUruAru
BK$PTN B Tohun 2012

,

BIDANG IIMU MIPA

ru g [e I q*r9j9 leyggl

lqgi

{s9

Ii

roj*.'g

FAKULTAS TIIPA UIIIVERSITAS NEGERI IIEDA}I
Jl, Wlem lskandar, Psr V ilbdan 20221 Telp. (061) 6625970 Medan
wwwsemirataunimed-com Email: semiratabks20l2@yahoo'co.iti

KATASAMBUTANREKTORTINTVERSTTASNEGERIMEDAI\

PADA SEMINAR DAN RAPAT TAHUNAN BADAN KERIASAMA PERGURUAN TINGGI NEGERI
WILAYAH BARAT (SEMIRATA BKS-PTN B)

BIDANG MIPA TAHUN2OI2

Assalamualaikum Wr. Wb.
Puji dan slukur marilah senantiasa kita panjatkan ke hadirat Allah SWT, karena berkat rahmat dan
hiiayah-l.iya kita dapat hadir di tempat ini untuk mengikuti kegiatan Seminar dan Rapat Tahunan
(BKS-PTN B) Bidang
tSgfvffruq,iA) Badan Kerjasama Pcrguruan Tinggi Negeri Wilayah Barat
lmu MIpA tahun 2012 yang diselenggarakan oleh FMIPA Universitas Negeri Medan. Kami
mengucapkan Selamat datang kepada seluruh peserta rapat tahunan, baik Dekan msupun Ketua
Jurusan/ Ketrn Program Studi, para peserta seminar dan hadirin sekalian.
Sebagai anggota BKS-PTN Wilayah

Bara! Universitas Negeri Medan berpartisipasi aktif dalam

m"ny:"l"nggarukatr program/ kegiatan yang dapat meningkatkan kualitas sumberdaya manusia dan
p"ng"loluun sumbei diya alam di *uru yang akan datang. Pada SEMIRATA tahun ini dilakukan
3.*inu. Nasional dengan tema oPeran MIPA datam Pengembangan SDM dail SDA', dengan
keynote speaker Prof. Dr. Syawal Gultom,M.Pd (Kepala Badan SDMP dan PMP Kementerian
pendidikan dan Kebudayaan RI) dan Prof. Dr. Chairil Anwar (Jurusan Kimia FMIPA UGM/Dekan
FMIpA UG1O. Dalam SEMIRATA ini juga dilakukan rapat tahunan Dekan dan Ketua
Jurusan/Ketua Program Sturli akan membahas berbagai program BKS-PTN B Bidang MIPA
sekaligus merupakan wadah bagi Dekan, Ketua Jurusan dan Ketua Program Studi untuk saling
bertukar pengalaman dalam pengelolaan Fakultas dan Jurusan di institusi masing-masing.

Rektor Universitas Negeri Medan mendukung sepenuhnya pelaksanaan SEMIRATA ini serta
mengucapkan terimakasih kepada seluruh personil kepanitiaan yang telah bekerja keras, sehingga

kegiltan ini dapat diselenggarakan. Saya mengharapkan semoga kegiatan ini dapat memberi
*Jnf*t positif Lrhadap pengembangan kualitas SDM dan pengelolaan SDA di masa yang akan
datang.

Akhir kata jika masih terdapat kekurangan dalam penyelenggaraan kegiatan ini, atas nama civitas
akademika Universitas Negeri Medan, kami mohon maaf yang sebesar-besarnya. Saya
mengucapkan selamat *"rrgikoti kegiatan SEMIRA'TA 2012, dengan memohon kepada Allah
SWT, semoga apa yang kita harapkan pada kegiatan seminar dan rapat tahunan ini dapat terwujud.

Wassalamualaikum Wr. Wb.

Prof.Dr.Ibnu Haj ar,MS i
Rektor Universitas Negeri Medan

i SUMIRA I A BT{*5-TI N r' IYIIT^ LLIIL
I Uorct Madani-Liniversitus Negeti Medan I l-12 Mei 2012

DAFTAR

ISI
HALAMA

Kata Pengantar dari Editor
Kata Sambutan Ketua Panitia

.

Kata Sambutan Ketua BKS-PTN B Bidang MIPA
Kata Sambutan Rektor Universitas Negeri Medan
DAFTAR ISI
A Lorver- Bound of the Number of Diffeomorphism Classes Of
AdmiNazra
Real Boot Manifolds

r'..

Ahmad

-

IqbalBaqi

Alfirman

Estimasi Fertilitas Provinsi Sumatera Utara 1995-2005 Dengan
Menggunakan Metoda Antar Survei

Rusyana

Komputer

Kanna

Kedelai

Dif rensial

Rudianto

Penerapau Metode Graf

Sirkuit
Edur.r,ard

H

Ilutabarat

elektrostatika

-

Kurniasari

Elektronik

Persauraan dan Fungsi Potensial Konrpleks

Devia"nto
Efendi
Effendi
Evfi Mahdiyah

atavat
Johannes

Kho

Deswita

DekomposisiSpektral
Sebaran Eksponensial Terbagi 1'ak Hingga

-

M.

Gamal

Natsir

Algorithma String Pada Bioinformatik
Analisa dan Pengembangan artifical Inteligence Markup
Language (AIML) Tentang Istilah Kornputer Dalam Bahasa
Indonesia Menggunakan Alice chat bot

lffi"i:lx;r$:J?#iffrfft"'#am

M
Nonong Amalita
Machudor Yusman

27

28 -

3l

32 -

31

38 -

43

54 62 -

49
53

61

64

65

69

70-

75

76 -

79

80 -

83

84 -

92

93 -

98

Prediksi Persediaan

Perbaikan Metode Secant Steffensen Untuk Menyelesaikan

Nonlinier

Pemodelan Matematika Bagi Aliran Syaraf Batas Konveksi Bebas

Horizontal

Penjadwalan Perawat Dengan Menggunakan Pemrograman

Tujuan
Superstruktur Umum dan Optimisasi Global Proses Desain
Jaringan

-

23 -

44 50 -

Konstruksi Model Untuk Melihat Pengaruh Bentuk Geometri
Habitat Pada Perkernbangan Populasi Aedes Dengan Bentuk
Geometri Habitat Kerucut.

pada Flat

M. D. H.

22

Model Berperingkat Tidak Penuh Pada Data Spasial Dengan

Persamaan

Leli

18 -

airfbil Dalam Analisis

Metode

Dodi

17

Multi- Transformasi Pada Penyelesaian

TransforrnasiJoukowski
Dian

13 -

Penggurtaan Persanraatt l)ifcrensial geometri dalanr

menyclesaikalr persoalan pada

Budi

12

Pemakaian lrausfonnasi Baru Elzaki dalarn Menyelesaikan
Persamaan

Aziskhan

9 -

Rancangan Faktorial Dengan Pengamatan Berulang Untuk
l,{engidentifikasi Pengaruh Mulsa Dan Jarak Tanam Terhadap
Radiasi Surya Pada Kacang

Asmara

8

Pengendalian putaran Motor Stepper dengan Menggunakan Poft

Parallel
Asep

1 -

Air

Terpadu.
Data

Konstruksi Algoritma Sorting Berdasarkan Indeks
Estimasi Parameter pada Distribusi Rayleigh untuk Sampel
Lengkap dan

Tersensor

99
105

104

1

l0

RidhaFerdhianaPendugaanSelangKepercayaanKoefisienKoretasiPearson

Lestari
, SugandiYahdin
Riri

'' Syafruddin
'q' Syarifah Meurah Yuni
Yusrnet

Rizal

HazmiraYozza
Helmi
Indrarvati

menggunakanMetodeBootstrap
Batas Exercise opsi Put Amerika

lll - I15
I 16 - ll7

ModelKeputusan Membeli Di Pasar Tradisional Dengan Metode
Regresi Logistik Biner

l

n,2)-KITE

Pelabelan SupersisiAjaib Dari Suatu Graf (
Model Matematika Resistensi Parasit Plasmodium falciparum
Terhadap Obat Tunggal dan Obat Campuran Antimalaria
Suatu Penyajian Geometris Grup Fungsi pada Flimpunan {1, 2, 3;

4\

Klasifikasi

kajian Perbandingan Beberapa metode
Metode Transformasi Sumudu Dalam Penyelesaian Persamaan
Diferensial Parsial Linear Order

Dua

Perapihan dan Proyeksi Penduduk Sumatera Selatan Berdasarkan
Tingkat Fertilitas Total (Total Fertiliry Rate) dan Rasio Jenis
Kelamin (Sex

Ratio)

Intan

S,vatrrini

lg 123 -

":J

-

133 139 -

l4B 151'

122
126

132
138

141
156

- l6i

Algoritma Genetik Untuk Masalalr Opiirnisasi Program Non
Linier Genetic Algorith'r For No*1i'eer program opti'rrzation
Problern

Joko

Risanto

Marzuki
Media Rosha

168

Pendugaan Model Regresidengan Regresi

Fitriyati

Novi Reandy Sasmita

Fuzzy

HISTORY MATCHING OF ONE-DIMENSIONAL
HOMOGENOUS RESERVOIR PARAMETER FOR TWO
INTERACTING WELLS
Perbandingan Metode Fuzzy C-Means (FCM) danFuzzy C-Shell
(FCS) Menggunakan Data Citra Satelit Quickbird (Studi Kasus
Daerah Peukan Bada, Aceh

Pepi

Novianti

Zuhra
Ramya Rachmalvati

Rahma

Riry

Sriningsih

7i

ii6 - 184
185 - l9l

PENGGUNAAN PENALARAN TRANSFORMASIONAL
DALAM BERFIKIR KREATIF MATEMATTK
DARI PERMASALAHAN MULTINOMTAL (al + a2 * ... +

ak)n

Nina

I

Algoritrna Menghitung Nilai Keses,,aian M"nggunakan Metode
I-ickert dalam Suatu Analisa SWOT perencanaan Srategis.

Besar)

D2 -

2oz

ZO: -

2IA

Zll -

2lB

Zlg 226 -

225

232 -

238

-

249

Kajian Circular Descriptive Statistics Pada Data Yang Berupa

ArahDanSudut
Kajian Tentang Integral

Daniell

231

Penerapan Pemrograman Dinamis Dalam Sistem Inventori

MODEL MATEMATIKA PENGARUH VAKSINASI
TERHADAP PENYEBARAN FLU BURLING PADA
POPULASI LINGGAS & MANUSIA

239

,,

$oran

Pane

Syafriandi

Yulita Molliq

Rangkuti

|i:lilT;lf:HfflilT:,[:x#l;T,1:ffT [":",f

*erasi

. 260 -

267

_
-

268
275

274
281

Analisis Time Series Angka InflasiNasional Dengan Model

Arima.

Zulakmal

282

Mayasari

NanciNababan

294

Menentukan Solusi Persamaan Laplace Dua Dirnensi Yang
Mernpunyai Syarat Batas Robin Dengan Metoda Dekomposisi

Adomian

Zulfit Memi

259

KEAKURATAN METODE ITERASI VARIASI LTNTUK
MENYELESAIKAN MASALAH DEFLEKSI BALOK
KANTILEVER DENGAN BEBAN TERDISTRIBUSI SECARA

SERAGAM.
Ruang Fungsi l{older

Yundari
Zul Anry

250 PEMETAAN KABUPATEN/KOTA Dl SUMATERA BARAT
BERDASARKAN PERSENTASE PENGUASAAN MATERI
MATA PELAJARAN YANG DI-LIN-KAN MENGGLINAKAN
ANALISIS GEROMBOL

-

295

Pengembangarr lapis Morl'ologi Maternatik lr,,lenggunakan "leori
Ordered set dan

lattice

2gg

300

j06

301 -

330

331 -

340

Pemodelan keputusan rnernbeli di pasar tradisional
Dengan metode regresi logistik biner

(studi kasus di pasar cinde)

Zaiful

'

Agus

Bahri

Sarirn

Mulyono
Haposan Sirait

Perbandingan Metode Moment Invariant Hu Dan Metode
Deskriptor Fourier Dalam Pengenalan Pola

Karakter

l;ru:il::Tli5::1iil,;;:?il:jr
Teorema Kekonvergenan pada

Parriker Minvak

Integral-c

341 352 -

351

358

Tipe Penaksir Rasio Variansi Dalam sampling Acak Sederhana

359 -

366

361 -

374

-

382

Arnellis
Kunci Publik Elliptic Curve System
T.P Nababan
Eksistensi Solusi Optimum Dalam Analisa Sistem Persediaan
Tanpa Shortage*

375

ts B

N : 97 8 - 60 2'9 1

1

5' 22 -2

ANALISIS TIME SERIES ANGKA INFLASI NASIONAL
DENGAN MODEL ARIMA

Zul Amry
Jurusan Matematika FMIPA Unimed

e-mail : zul.arnry@gmail.com

abstrak
Inflasi adalah persentase tingkat kenaikan harga sejumlah barang dan
jasayangsecaraumumdikonsumsirumahtanSSadansecaramakroangka
"fnflasi'ruo\u negara menggambarkan kondisi stabilitas keadaan moneter dan
BoxpLrekonomian negara rcrsiiut. Dalam paper ini diteropkan pendekatan
average
moving
integrated
Jenkins rJaiant menentukan model autoregressive
(ARILLA) yang sesuai tmtt& angka inflasi nasional berdasarksn inflasi bulanan
tahun 2005 sampai 2010 paia Badan Pusat Stotistik. Model ANMA(I'A'1)
adalah ntoclel yang sesu.ti tLntuk dala clengan nilai .stati.stik Q-Liung-Box
:10.75991, ini menc;ndaknn bah.,va .fungsi autoknrela'si dari residual tidak
berbeda secora signifkan dengan nol'
kata ktrnci

.

inflasi nasional, model ARItr[,4, pendektttan Box-.lenkins-

ubstruct

Inflation is the percentage rate of increase in prices of some goods and

services
rate of a
sntelf

that are^generally consumed b)' households and the macro inflation
country iescribed the condition of monetary stabiliSt and economic

rhe ciuntry. In this paper will apply the Box-Jenkins model to
on the national
deterntine the time ,rii6 model foi monthly inflation based
(1,0'l)
inflation2005 to 2010 on the Central Bureau of Statistics. ANMA
:
I0'75991'
statistic
model is the appropriate modelfor data utith Q-Ljung-Box
u'as not significantly
thi.c indicated that t'he atttocorrelation function of residuals

dffirent v,ith

zero.

key words: national inflation, AVIMA model, Box-Jenkins approach

1. PENDAHULUAN
jasa
lnflasi berkaitan erat dengan perubahan harga sejumlah barang dan
yang diperlukan oleh masyarakat luas, perhifungan perubahan harga tersebut

i.r.utup dalarn suatu indeks harga yang dikenal dengan Indeks Harga Konsumen
(lHK). Angka inflasi dapat dipakai sebagai informasi dalam pengambilan

itu dalam
k"puiurun ialt paaa tingkai ekonomi mikro maupun makro, oleh sebab
terhadap
prediksi
p.r"nrunuun pembelajain dan kontrak bisnis diperlukan suatu
angka inflasi ke dePan.
'rrrtg'ff-

**

r.

-

*'

PROSIDING SEMIRATA BKS-PTN B bidang MIPA
Hotel Madani-Llniaersitas Negeri Medan, 11--12 Mei 2012

201?

282

I 58

N

:97 8 - 6 0 2 -9

1 1

5 -22-2

Model time series adalah model yang menyatakan nilai data pada saat ini
berdasarkan nilai-nilai data masa lalu ditambah dengan proses white noise. Jika
dari pengalaman yang lalu, keadaan yang akan datang suatu time series dapat
diramal secara pasti, maka time series semacam ini dinamakan time series
deterministik. Sebaiiknya" jika dari pengalaman yang lalu hanya dapat'
ditunjukkan struktur probabilitas keadaan yang akan datang suatu time series,
maki time series semacam ini dinamakan time series statistik (stokastik).
Suatu stokastik dapat dipandang sebagai realisasi dari suatu variabel random yang
densitas bersama tertentu.
mempunyai distribusi dengan
Model ARIMA (Autoregressive lntegrated Moving Average) adalah suatu
model time series yang dikembangkan oleh Box & Jenkins dan telah banyak
diterapkan dalarn berbagai bidang sebagai rnodel statistik, khususnya yang
berkaitan dengan masalah peramalan, seperti Iqbal et al (2005) menggunakan
model ARIMA dengan pendekatan Box-Jenkins untuk meramal luas area dan
produksi gandurn di Pakistan. Promprou (2006) menerapkan pemodeian BoxJenkils dengan model ARIMA untuk ttreramal r'r'abah demam berdarah (Dengue
Haernorrhagic Fever) di Thailand selatan. l;n el all (2008) jttga rnenerapkan
model ARIMA dalant rnenganalisis masalah dengLre incidence di Rio Janeiro,
Brazil.

ini akan diterapkan model
ARIMA dengan pendekatan Box-Jenkins untuk mernilih rnodel time series yang
Sehubungan dengan uraian diatas, clalarn paper

sesuai bagi data inflasi irasional 2005-2010.

2.

MATERIAL DAN METODE

Model
kepeiluan

ARIMA adatah niodel time series yang tidak stasioner,

untuk
analisis model ini dapat distasionerkan dengan melakukan

diferensi. Jika time series 21 tidak stasioner, maka diferensi x1
menghasilkan time series yang stasioner,

=Vdzt

dapat

p,q)
aftinya model ARIMA (p,d,q) untuk {2, } ekivalen dengan nrodel ARMA

untuk {x, }.
Model ARMA merupakan kornbinasi dari model AR (Autoregressive) dengan
model MA (Moving-Average).
Model AR(p) mempunYai bentuk umum
xr

* 0:x,-: +... +$pxt-p +ar

PROSIDING SEIVIIRATA BKS-PTN B bidang MIPA 2012
Hotel NLadani L.lnii,t:rsittts Negcri A4cdnit, 71 12 ir'Iti 2012

283

t

58 N :97 8-602-9

dimana $,,0r,...,$oadalah parameters model, p=E(x,) dan
noise,
dengan
memisalkany, = x, -p

y, = $ry,_r +02y,_r +..-+$uy,,o +ar atau 0o(B)y,
Oo(B)=(l - O,B -

a1

1 1

5-

22-2

adalah white
diperoleh

=&,,

,

0,8' -... - 0oB').

Model
MA(q) mempunyai bentuk umum
atauyt =00(B)at,
-023,_z Oou,_o

yt = o, -0,?,_,

0o(B)=(t -0,8 - 0,8' -... -0oBo);0,,0r,...,0u

parameter dan a,,

a,_,, ...adalah rvhite noise. Model ARMA(p,q) mempunyai bentuk 0o(B)f
0o (B) a,,

dinranay,
d iasu

-

4,,),_,

'0.-\, : i...

{ 0,,},_,,f a,

-0,a,

, 0.r, , -...-

0,,u,

u.

,:
il,

rnsikln

sebagai variabe I random i i

tl

a,-

N(0,"1)

Ada tiga tahap Lrtama dalam penerapan rnodel Box-Jenkins pada data time
series,

yaitu identitrkasi model, estimasi pararneter model dan

pemeriksaan

diagnostik, rlamun sebelumnya perlu diperiksa dulu tentang kestasionaran dan
faktor musiman data untuk keperluan analisis. Tahapan dalam paper ini dilakukan
sebagai berikut :
Kestasioneran Cata dapat dilihat berdasarkan plot fungsi autokorelasi,
nilai-nilai autokorelasi dari data yang stasioner akan turun sampai nol sesudah
time lag kedua atau ketiga, sedangkan untuk data yang tidak stsioner, plot fungsi
autokorelasi nya memperlihatkan suatu trend searah ciiagonal dari kanan kekiri
atau turun secara perlahan-lahan. Untuk data 1,'ang tidak stasioner, Box-Jenkins
merekomendasikan pendekatan diferensi untuk mendapatkan kestasioneran.
Musiman didefinisikan sebagai suatu pola yang berulang ulang dalarn selang
waktu yang tetap. Untuk data yang stasioner, faktor musiman dapat ditentukan
dengan mengidentifikasi koefisien autokorelasi pada dua atau tiga time lag yang
berbeda nyata dari nol dalam panjang priode yang sama, autokorelasi ini akan
menunjukkan adanya suatu pola dalam data
Setelah sifat kestasioneran dan faktor musiman telah diperoleh, tahap
berikutnya adalah menetukan besar order p dan q dalam estimasi model
berdasarkan plot dari fungsi autokorelasi sampel (ACF) dan plot dari fungsi
autokorelasi parsial (PACF). Untuk proses stasioner, secara teoritis dapat
dipedornani karakteristik dariACF dan PACF sepeni yang dirangkum oleh
Madsen (2008) dalam tabel berikut :

Tabel I

:

Characteristics fbr the ACF and PACF

PROSIDING SEMIRATA BKS-PTN B bidang N{IPA
Hotel Madani-Unittersitas Negeri Mcdnn, 11-12 NIei 2012

2012

284

I SB N :9 7 8- 6 02 -9 1 1

ACF

Process

PACF

pu

-llamped exponential and/or

okk

$ou:0 for

AR(p)

5' 22-2

k>P

sine functions

bY

bominated
expo-

p*:0 fork>q

MA(q)

damPed

nential and/or sine function

Dominated

damPed

expo-

Damped exponential and/or

ARMA(p,q)

bY

nential and/or sine function

sine tirnctions a{ler lag (q-P)

afler lag (p-q)

Dalamprakteknya,plotfungsiautokorelasisampelmaupunplotfungsi
ticlak iemberikan plot yang sama sepefti fupgsi
aurokorelasi parsial ;;.i
model, khususnya model
rcoritis, sehingga ada kesuli tan ilalam identifikasi
sesuai haruslah dipilih
campuran, oleh sebab itu untuk rnendapat-kan tnodel Yang
dari'beberapa moclel yang memungkinkan'

adalah mengestimasi
Setelah model diidentifikasi, tahap berikutnya
dan 6 dari model :
parameter modei, yaitu menentukan nilai 0' 0 ' 6:
Y, = 0rY,--r +02Y,-'+"'+0oYt-o*u' -0r&t-r

dimana Lr=E(x,), 0=(0,,0r,..',00),
y, = X, -p, {a,}i.i.O.N(O,ol) aan x,adalah

-0t&t-'

Oout-o

o]=n(ui)' 0=(0"0" "''00)'

n data stasionerterobservasi'

yang lazim diterapkan untuk menentukan nilai
metode maksimum likelihood'
ir, 0,6? dan 0, yaitu metode moment dan
Secara teoritis ada dua metode

Metode moment menerapkan tahapan sebagai berikut

(i)

6=

linear

:

(0,,0r,...,00) diperoleh dengan menyelesaikan

sistem persamaan

:

It
lo,l_ I o,

[0,-l

L l- l
Lo,l

Pz
Pr

o'
r

Qp-z

Pp-r

'

n

lo,-, oo-,

PROSIDING SEI\,{IRATA

srs-prN

B bidang

Hotel Marlani-Ilniaersitas Negeri Mednn'

i1

MIPA

12 Mei 20'12

'lllll

2012

295

SB N : 9 7

I

(ii)

Berdasarkan

hasil

Ely,($,y,-r *$z)',-z +..- +0nY,-o
0,y, + 0r1r+... +$oyo+

0,i,

o]

+

a,)

8-602-9

1 1

5-22-2

To: E(y, i',

:

):

":: ?r- 0,i, - 6rir- ...-

diperolah

:

t, t -0,0, -.l,0, -.. -0,0,)

(iii) e =(0,,gr, ...,60)
persamaan

diperoten dari

nilai

pu dengan menyelesaikan

:

-

0,. +0u0**, +...+00_u0o

0*=

,

k = l, 2,. ..,q

, k>q
Sedangkan rnetode maksimum lekelihood mendapatkan

0

ctan

dengan

cara meminimumkan fungsi likelihood

ln

dimana

nilaip, $, ol

L,(

S(Q, pL,o)=

g

,F,0 , o:)

f

:

: - lnznol- gP

2"zoi

ai (4,p,elx),

8, = y, -

1=p+l

-10,Y,-,
I0,u,-,
j=r
i=l

,

Setelah beberapa model terpilih, model yang terbaik diantaranya adalah
model yang mempunyai nilai AIC (Akaike's Inlormation Criterion) terkecil. AIC

dihitung berdasarkan rumus:

AIC: nhol +2M,

n

jumlah data observasi dan

M banyak parameter dalam model.
Berikutnya, untuk dapat menyimpulkan apakah model yang
diperoleh sudah mernadai / cocok untuk dat4 dilakukan pemeriksaan
diagnostik terhadap asumsi dasar bahwa residual {a,} adalah proses white
noise; merupakan variabel random tidak saling berkorelasi dengan mean nol
dan variansi konstan dengan menguji autokorelasi dari
residual melalui hipotesis

:

HO:Pt=P2-_

"'=Pk=0

PROSIDING SEMIRATA BKS-PTN B bidang MIPA 2012
[-[Lttel

Nlndnni-Llniaersilns Negeri Nledan, 11-12 Mei 2012

286

ISB N :9

hipotesis

7 8 -6A 2-9 7 1 5

-22-2

ini diuji dengan statistik Q-Ljung-Box :
K i2

e=n(n*ZlI3;
'frn-k
jika
sedangkan kecocokan model ditolak pada taraf signifikansi u
- p - q), dimana n adalah ukuran sampel, p1 autokorelasi residuals
pada lag k dan K adalah jumlah lag yang di uji'

et',,-" (f

Analisis data dilakukan dengan tahapan sebagai berikut

:

(a) Penyelidikan terahadap sifat kestasioneran dan adanya faktor

musiman,

series dan plot fulgsi autokorelasi.

tirle
seleksi model, berdasarkan plot ACF, ptot PACF
dan
model
(b) ldenfikasi
dan nilai AlC.
berdasarkan plot data

Estimasi parameter, dengan rnetode maksimum likelihood
pen,.rit
saan diagnostik, tierdasarkan plot fungsi autokorelasi dari residual
iAj
dan pengtrjiatr dengan statistik Q-Ljtrng-Box'
3. ANALISIS

(c)

,

Data inflasi nasional yang digunakan dalarn paper ipi merupakan data
2010 berjtrmlah
bulanan clari bulan.ianuari taliun 2005 sampai dengan bttlan.jLrli
Badan
67 dataobservasi yang bersumber dari laporan bulanan data sosiai ekorlotni
di
BPS
pemantauan
hasil
pusat Statistik (BPS-) dan dihimpun berdasarkan
x1'dan
dengan
berbagai kota di Indonesia. Dalarn analisis data ini disimbolkan
lunak
S-PLLIS'
perhitungannya dibantu oleh perangkat
Adapun data tersebut disajikan pada gambar

. Gambar

I

I berikut

:

: plot data inflasi(Jan' 2005- Juli 2010)

PROSIDING SEMIRATA BKS-PTN B bidang MIPA
Hotel Mndani-Llnittersitas Negeri Medan, 11-1"2 Mei 2C12

2012

287

I SB

N : 9 78

-

602-9

1 1 5-

22-2

(a) Kestasioneran dan faktor musiman.
Berdasarkan plot fungsi autokorelasi pada gambar 2, tidak memperlihatkan

trend searah diagonal dari kanan kekiri atau turun secara perlahan-lahan,
sedangkan nilai-nilai autokorelasi nya cendrung turun menuju nol sesudah time
lag kedua atau ketiga, ini mengindikasikan bahwa data xl bersifat statsioner.

Berdasarkan gambar l, terlihat bahwa grafik tidak menunjukkan suatu
pola yang berulang ulang dalam selang waktu yang tetap, sedangkan nilai - nilai
autokorelasi tabel 2
sebanyak 20 time-lag memperlihatkan bahwa pada dua atau tiga time lag yang
berbeda nyata dari nol dalarn panjang priode yang sama tidak menunjukkan
rnengindikasikan bahu,a data tidak
adanya suatu pola dalam data,
mengandung faktor rnusiman.

ini

Series

Gambar 2: plot ACF

PROSIDING SEMIRATA BKS.PTNB bidang MIPA 2012
HoleI Mnrlnni-lJniuersilns Negeri Medan, 11-12

Md

2012

L(J(j

I SB

N :9 7 8-6A2-9 7 1

5-22-2

Tabel 2: nilai ACF
No.

Lag

ACF

I

0

t.0000

2

I

0.367 |

3

2

0.1142

4

)a

0.1104

5

4

0.0832

6

)

0.r 195

7

6

0,023ft

8

1

-0. 1478

9

8

-0. r090

t0

9

-0. l3 r9

ll

t0

-0.I r68

t2

ll

-0.0133

l3

t2

-0.0823

14

l3

-0.1i32

t5

T4

-0.1267

t6

l5

-0.1232

l1

l6

-0. r t87

l8

tl

-0.0998

l9

l8

-0.0403

20

I9

-0.021 l

2l

20

-0.0484

.rtri

-

PROSIDING SEN{IRATA BKS-PTN B bidang MIPA
LIotcl Llndnti-L.Inttcrsitns Nrrtcri N{trdnrt, 11-12 Mei 2012

2012

289

I SB

(b) Identifikasidan

.rL

p

Nilai

dan

N :9 7

8-602-9

1

15-22-2

seleksi model

q

pada model ARIMA dapat ditentukan berdasarkan ACF

dan PACF.

2

dan gambar 3, jika dilihat dari PACF, terlihat bahwa
lag I dan ACF merupakan gelombang sinus teredam, ini
mengidentifikasikan nilai p=1. Sebalikya jika dilihat dari ACF, terlihat bahrva
ACF terputus pada lag I dan PACF merupakan gelombang sinus teredam, ini
mengidentifikasikan nilai q:1. Dari keadaan ini,
Berdasarkan gambar
PACF terputus pada

dapat diidentifikasi bahwa nilai-nilai pasangan dari p dan q

yang

memungkinkan adalah

p:1, q:0 atau p:0,q:1 atau p:i,q:1.

Gambar

3:plot

PACF

Series , x

N
ct

lL-

U,\
1!
.i!
Io

o

lr

I

-'-illiI'T--f

I

['T .l tT--'--

I

N

e

l_

PROSIDING SEMIRATA BKS-PTN B bidang MIPA 2012
Hotel Madani-Uniuersittts Negcri Nledan, 11-12 Mei 20'12

290

t SB

(c)

N :9 7 8 -5A2-9

i I 5- 22-2

Estimasiparameter.

Dengan metode maksimum likelohood, diperoleh nilai estrnasi setiap
parameler dan

nilai AIC dari masing-masing model seperti pada tabel 3 berikut
Tabel 3

:

Nilai koefisien & AIC masing-masing rnodel

Nilai koefisien

Model

ARIMA

(r,

0, 0)

ARIMA
0,

(0,

1)

ARTN4A (l
0.

:

1)

Nilai AIC

ar:O.71944

t04.61644

rna:-0.65621

t25. 67937

ar-0.92803,
ma:0.50684

i03.98948

AIC terkecil, rnociel yang dipilih adalah model AItli\,{A
( 1,0, 1) dengan nilai parameter lengkap
tr:0.55809. $:O.IZSO:, 6::0.25926
Berdasarkan nilai

dan

0:

0.50684.

dan masing-masing hasil dari simulasi model diatas diperlihatkan ptotnya pada
garnbar 4, gambar 5 dan gambar 6 berikut ini
Gambar

4: plot ARIMA(1,

0, 0 )

Gambar 5 : plot ARIMA(0, 0,

PROSIDING SEMIRATA BKS-PTN B bidang MIPA 2012
Hof el lt4ndani-Llniuersitas Negeri NIednn, 11-'12 NIei 2012

l)

291

I

Gambar 6

:

sB N :9 7 8-6A2-g

1

15-22'2

plot model ARIMA( 1,0 ,1 )

\,V\

I^l

A/\,,
^ il V'\M,/\ / '\/

ilW'fil\,

I

/

___l

d)
Pemeriksaan diagnostik

UntukdapatmenyimpulkanapakahrnodelARli\tA(1,0,1)atau

mernadai untuk
ARN4A( I . t) untuk data inflaii nasional sudah sesuai dari dia'ggap
diagnostik'
dapat digunakan sebagai model rnasih perlu dilakukan pemeriksaan

dari residual yang secara
berbeda
visual dapat dilihat bahwa iungsi autokorelasinya secara signifikan tidak

Gambar

7 menunjukkan ilustrasi karakteristik

dengan no[. Hasil perhitungan statistik Q-Ljung-Box:0.75991, X2\.ss

8693, Qcx2o.e:

(tt):

ZS'

(tt),

berarli model yang diperoleh sudah sesuai secara statistik pada taraf signifikansi
5%.

PROSIDING SEN{IRATA BKS-PTN B bidang MIPA
llotcl Nlailnni L{rriircrsihts Negeri NIedat' 11-12 Mei 2012

i

2012

292

t 5B

N :9 7 8-GA2-9 11 5

-22-2

ARIMA Model Diagnostics: x
Plol of Standardized Residuals

1?

ARIMA(I,0,1)Model wjth Mean

r{

0

Gambar 7 : plot diagnostik residual

4. PENUTUP

Paper

ini

hanya fokus pada masalah pemodelan time series inf'lasi

nasional tahun 2005-2010 dengan pendekatan Box-Jenkins. Berdasarkan Analisis
terhadap data yang diawali dengan penyelidikan sifat kestasioneran dan tentang
adanya faktor rnusiman, kemudian dilanjutkan dengan identifikasi model. seleksi
model, estimasi parameter hingga pemeriksaan diagnostik, disimpulkan bahwa
model time series yang sesuai untuk inflasi tersebut adalah model ARIMA( I ,0. I ),

xt = 0.55809 + 0.92803 xt-l * a, -0.50684ar-1

.

DAFTAR PUSTAKA
Badan Pusat Satistik (2010), Data Strategrs BP.S.

Badan Pusat Satistik (2010), Loporan Bulanan Data Sosial Ekonomi, Eriisi
1

-)_

PROSIDING SEMIRATA BKS-PTN B bidang MIPA 2012
Hotel Madnni-Llniaersitas Negeri Mednn, 11-12 Mei2012

293

I SB

N :9 7 8 - 682-9 7

75'zZ- z

Box, C.E.P. & Jenkins G. M, (1976i, Time Series Analysis: Fafecastirzg
cnd Control Holden-Day, San Francisco
"{

c.

chatfield ,

(2004), The Analysis

af Time series : *n introdttction'

sixth edition CRC Press

Enders,w.(1995),AppliedEconometricTimeseries,JohnWiley&
Sons, Inc. New Yorkwheat
Iqbal, N. et al {7aa5}, use of the ARIMA Model for Forecasting
Area'and Production in Pakistan. Journai of Agriculture & Social
Sciences, Vol. No.2-

Luz,P.
Janeiro,

M

et a/ (2008),
-The . Time Series Analysis

Brazil,

Hygiene, 79(6)PP"
Madsen,

H.

cf

American Journal of

Dengue Incidence in Rio

Tropica| Medicine atd

93 3'939

(2003). Tinrc Series Anulysis, Chapnrattn l{all' Informatics

and Mathernaticai Modelting. Technical Lliiiversity of Denrnark'

h4 (1997), ARMA Madels and the Box-Jenkins
4'
Methcrdolog y,Journal o.f F a re c as t i ng, t 6 ( 3 )' I 4 7 - I 6

Makridakis

s, Hibcn

Peramalan'
Makridakis S, Wheelrryright, S'C' and Mccee, V'E (1999)'
Erlangga,Jakarta.

Harrison, J' (1994), Applied Bq'esinn
Nerv York.
Forecasting qnd Time series Analysis., cl,apman and Hall,

Pole,

A., West, M. and

promporu, s., Jaroensutasinee" M. and Jaroensutasinee, K' (2006)'
Thailand
Forecasting Dengue Haemorrhagic Fever Cases in Southern
using ARIMA Models Dengue Bulletin-Volume 3A' 99-106'

Spector, P (1994)' An Introduction ta S and S-Plus. Duxbury

Press,

California.

ta Stcrtistical and
StatSci Division MathSoft, Inc,(l995J, S-Prt/S Guide
inc"
Mathematical Analysis Version 3.3, StatSci Division MathSoft'
Seattle, lf,tash ington.
(Jnivatiate and Multivariate
wei, w. w. s. (1994)., Time Series Analysis

Meihod, Addison Wesley Publishing Company, Inc- Canada'

PROSIDING SEMIRATA BKS-PTN B bidang MIPA
'11-1? Mei 2012
Ilotel Mtrdwti-t Jttiuersitss Nryeri Mcdart'

2c12

2e4

Lampiran 8
LEMBAR
HASIT PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW
KARYA ILMIAH : PROSIDING NASIONAL

Judul Makalah

"Analisis Time Series Angka lnflasi Nasional Dengan ModelARlMA"

Penulis Makalah

ZulAmry (Mandiri)

ldentitas Makalah

a. Judul Prosiding

b. ISBN

Seminar dan Rapat Tahunan
978-602-91-15-22-2

c. Tahun Terbit

Mei2012

d. Penerbit
e. Jumlah halaman

FMIPA Universitas Negeri Medan
282 - 294

f.
Kategori Publikasi Makalah
(beri /pada kategori yang tePat)
Hasil Penilaian Peer Review

WEB Laman

l-l
\i

prosiding Forum llmiah lnternasional
Prosiding Forum llmiah Nasional

:

Komponen
Yang Dinilai
a.

Kelengkapan unsur isi artikel (10%)

b.

Ruang lingkup dan kedalaman pembahasan (30%)

c.

Kecukupan dan kemutahiran data/informasi dan

Nilai Maksimal Prosiding
Nasaional
lnternasional
./

tl

/

J
J

metodoloei(30%)
d.

J

Kelengkapan unsur dan kualitas penerbit (30%)

Total =

Nilai Akhir Yang
Diperoleh

/Q

ILOO%)

NilaiPengusul

ahui

Medan,
Reviewer

:

2,r
1r-

2,f
J,i

September 2016

t,

USU Medan

M.S
11001
rsitas Sumatera Utara

NtP. 19620901- 198803 1002

Unit Kerja : Guru Besar FMIPA USU

Lampiran 8
LEMBAR
HASIT PENIIAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW
KARYA ltMlAH : PROSIDING NASIONAL

Judul Makalah

"Analisis Time Series Angka lnflasi Nasional Dengan ModelARlMA"

Penulis Makalah

ZulAmry (Mandiri)

ldentitas Makalah

a. Judul Prosiding

Seminar dan Rapat Tahunan

b. ISBN
c. Tahun Terbit

978-602-91,rs-22-2
Mei 2012
FMIPA Universitas Negeri Medan
282 - 294

d. Penerbit
e. Jumlah halaman

f.
Kategori Publikasi Makalah

(beri /pada kategori yang tepat)

WEB Laman

|_l
./

prosiding Forum llmiah lnternasional
Prosiding Forum llmiah Nasional

Hasil Penilaian Peer Review:

Komponen
Yang Dinilai
a.

Kelengkapan unsur isi artikel {10%)

b.

Ruang lingkup dan kedalaman pembahasan (30%)

c.

Kecukupan dan kemutahiran data/informasi dan

Nilai Maksimal Prosiding
lnternasional
Nasaional

tl

Diperoleh

metodologi(30%)
d.

Kelengkapan unsur dan kualitas penerbit (30%)

Totat =

Nilai Akhir Yang

{LOO%I

L

L

9

tu{

3

7'7

3

7'8

10

I

NilaiPengusul

Medan,
Mengetahui:

Drs. M. Ayyqff,lubis, M.Pd., Ph.D
NrP. 1955102$L985031002
U nit Kerj6.Llniv, M uslim N usa nta ra

September 2016
Reviewer 2,

Dr. Firmansyah, M.Si
NrP. 19671110 199303 1003

Unit Kerja: Univ. Muslim Nusantara

Lampiran 8
I.EIVIBAR

HASIL PENILAIAN SEJAWAT SEBIDANG ATAU PEER REVIEW
KARYA ILMIAH : PROSIDING NASIONAL
.Judul Makalah

"Analisis Tirne Series Angka lnflasi Nasional Dengan Model ARIMA"

Penulis Makalah

ZulAmry (Mandiri)

ldentitas Makalah

a. Judul Prosiding

Seminar dan Rapat Tahunan

b. ISBN
c. Tahun Terbit
d. Penerbit
e. iumlah halaman

978-602-9L15-22-2

Mei2012
FMIPA Universitas Negeri Medan
282 - 294

f. WEB l-aman
Kategori Publikasi Makalah
(beri "'pada kategori yang tepat)

l-l
{

prosiding Forum llmiah lnternasional
Prosiding Forum llmiah Nasional

Hasil Penilaian Peer Review:

Nilai Maksimal Prosiding

Komponen
Yang Dinilai

lnturn"rion"f i -

-lUasaional

Nilai Akhir Yang
Diperoleh

E

Kelengkapan unsur isi artikel (10%)
Ruang lingkup dan kedalaman pembahasan (30%)

J

Kecukupan dan kemutahiran data/informasi dan

z'f

Kelengkapan unsur dan kualitas penerbit (30%)

2,f

Totat = (lOO%l
Nilai Pengusul

Medan, September

201-6

Prof. Dr. Asmin, M.Pd
NtP. 19570804 198503 1002
Unit Kerja : Guru Besar FMIPA UNIMED