Pemodelan Produk Domestik Regional Bruto (PDRB) Bangka Belitung Menggunakan SVR Dan SARIMA

Ines Monika, (NIM. 1072111004) (2026) Pemodelan Produk Domestik Regional Bruto (PDRB) Bangka Belitung Menggunakan SVR Dan SARIMA. Other thesis, Universitas Bangka Belitung.

[thumbnail of HALAMAN DEPAN.pdf]
Preview
Text
HALAMAN DEPAN.pdf

Download (1MB) | Preview
[thumbnail of BAB I.pdf]
Preview
Text
BAB I.pdf

Download (622kB) | Preview
[thumbnail of BAB II.pdf]
Preview
Text
BAB II.pdf

Download (1MB) | Preview
[thumbnail of BAB III.pdf]
Preview
Text
BAB III.pdf

Download (767kB) | Preview
[thumbnail of BAB IV.pdf]
Preview
Text
BAB IV.pdf

Download (1MB) | Preview
[thumbnail of BAB V.pdf]
Preview
Text
BAB V.pdf

Download (599kB) | Preview
[thumbnail of DAFTAR PUSTAKA.pdf]
Preview
Text
DAFTAR PUSTAKA.pdf

Download (542kB) | Preview
[thumbnail of LAMPIRAN.pdf]
Preview
Text
LAMPIRAN.pdf

Download (848kB) | Preview

Abstract

Produk Domestik Regional Bruto (PDRB) merupakan indikator penting yang mencerminkan kondisi dan kinerja perekonomian suatu daerah. Perubahan nilai PDRB Provinsi Kepulauan Bangka Belitung menunjukkan adanya pola tren dan musiman, sehingga diperlukan metode peramalan yang tepat untuk mendukung perencanaan pembangunan ekonomi daerah. Penelitian ini bertujuan untuk memodelkan serta membandingkan tingkat akurasi peramalan PDRB menggunakan dua metode, yaitu Support Vector Regression (SVR) dan Seasonal Autoregressive Integrated Moving Average (SARIMA). Data yang digunakan berupa data sekunder PDRB triwulanan Provinsi Kepulauan Bangka Belitung dari triwulan I tahun 2010 hingga triwulan I tahun 2025 yang diperoleh dari Badan Pusat Statistik (BPS). Tahapan analisis meliputi pemeriksaan kestasioneran data, identifikasi pola Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF) untuk penentuan orde model SARIMA, serta pengujian beberapa fungsi kernel pada metode SVR untuk memperoleh model terbaik.Hasil penelitian menunjukkan bahwa model SARIMA memberikan kinerja peramalan yang lebih baik dibandingkan metode SVR. Model SARIMA menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 2% dan Root Mean Square Error (RMSE) sebesar 4,2. Sementara itu, metode SVR dengan kernel terbaik Radial Basis Function (RBF) menghasilkan nilai MAPE sebesar 3,08% dan RMSE sebesar 5,5. Nilai kesalahan yang lebih kecil pada model SARIMA menunjukkan bahwa metode ini lebih efektif dalam memodelkan data deret waktu PDRB yang memiliki pola musiman.Berdasarkan hasil tersebut, model SARIMA direkomendasikan sebagai metode peramalan yang paling sesuai untuk memprediksi nilai PDRB Provinsi Kepulauan Bangka Belitung. Penelitian ini diharapkan dapat menjadi referensi bagi pemerintah daerah dan pihak terkait dalam perumusan kebijakan pembangunan ekonomi yang berbasis data historis dan analisis peramalan yang akurat.

Item Type: Thesis (Other)
Uncontrolled Keywords: PDRB, SARIMA, SVR, MAPE, RMSE
Subjects: Q Sains > QA Mathematics
Divisions: FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User: Mrs Nia Erawati
Date Deposited: 29 Jan 2026 00:48
Last Modified: 29 Jan 2026 00:48
URI: https://repository.ubb.ac.id/id/eprint/13127

Actions (login required)

View Item View Item