Generalized Spatio - Temporal / Space - Time Autoregressive Model (GSTAR) pada Peramalan Volume Penjualan BBM Solar dan MFO 180 di Pulau Sumatera.

ABSTRAK

Nama

: Paulini Sitanggang

NPM

: 140610080075

Judul

: Generalized Spatio – Temporal / Space – Time
Autoregressive Model (GSTAR) pada Peramalan
Volume Penjualan BBM Solar dan MFO 180 di Pulau
Sumatera

Pembimbing

: I Gede Mindra Jaya, S.Si,M.Si


Co – Pembimbing

: Gumgum Darmawan, S.Si, M.Si

Penelitian ini membahas mengenai peramalan volume penjualan BBM Industri &
Marine untuk jenis BBM Solar dan MFO 180 di Pulau Sumatera. Terdapat 10
lokasi depot penjualan BBM Solar dan 9 lokasi depot penjualan BBM MFO 180
yang menjadi bahasan penelitian disini. Faktor lokasi depot penjualan BBM dan
waktu merupakan aspek yang berpengaruh disini terhadap peramalan volume
penjualan BBM (Solar maupun MFO 180) di setiap lokasi depot penjualan BBM
pada waktu t. Aspek lokasi (spatio) dan waktu (temporal) disini diterjemahkan ke
dalam bahasa statistika melalui model peramalan spatio – temporal (space – time)
yaitu model stasioner GSTAR (1,2) untuk peramalan BBM Solar dan model
stasioner GSTAR (1,1) untuk peramalan BBM MFO 180.
Kata Kunci : Peramalan, BBM Solar, BBM MFO 180, Lokasi (Spatio),
Waktu (Temporal), Statistika, GSTAR (1,2), GSTAR (1,1).

i

ABSTRACT


Author

: Paulini Sitanggang

NPM

: 140610080075

Title

: Generalized Spatio – Temporal / Space – Time
Autoregressive Model (GSTAR) pada Peramalan
Volume Penjualan BBM Solar dan MFO 180 di Pulau
Sumatera

Supervisor

: I Gede Mindra Jaya, S.Si,M.Si


Co – Supervisor

: Gumgum Darmawan, S.Si, M.Si

The research explains about forecasting of sales volume Industry & Marine Fuel
Oil, namely Diesel Fuel Oil and MFO 180 in Sumatran Island. There are 10
locations depot for Diesel Fuel Oil and 9 locations depot for MFO 180 that will be
explained here. Factor of depot spatial (Spatio) of sales Fuel Oil and time
(temporal) are aspects that will effect for forecasting of Fuel Oil sales volume
(Diesel fuel Oil and MFO 180) in each depot location of Fuel Oil sales at time t.
These Spatial (Spatio) aspect and time (temporal) aspect are converted to
language statistics through spatio – temporal ( space – time) forecasting model
namely stationary model GSTAR (1,2) for forecasting Diesel Fuel Oil and
stationary model GSTAR (1,1) for forecasting MFO 180.
Key Words : Forecasting, Diesel Fuel Oil, MFO 180, Spatial (Spatio), Time
(Temporal), Statistics, GSTAR (1,2), GSTAR (1,1).

ii