<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="97222">
 <titleInfo>
  <title>MENDETEKSI OUTLIER  KUNJUNGAN   WISATAWAN MANCANEGARA    KE INDONESLA MELALUL  PLNTU   MASUKRNBANDAR  UDARA  DAN PELABUHAN   DENGAN  MODEL   REGARIMA</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Agustina</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Matematika dan Ilmu Pengetahuan Alam</publisher>
   <dateIssued>2010</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Outlier   adalah  data  yang  nilainya  jauh   berbeda   dari  data  lain.  Kemungkinan nilainya   sangat   besar  atau   sangat   kecil,  sangat   menyimpang   dari   data   lain.Jumlah wisman  tiap bulannya  berbeda-beda sehingga  terjadinya   Outlier.  Data  yang  digunakan adalah  data  sekunder   dari  Pusat Pengolaban   Data  dan  Sistem  Jaringan   (p2DSJ)   dari Januari   1996  sampai  Desember  2009  (168  data).  Dari data  tersebut  maka  akan  dicari jenis  Outlier  yaitu Additive  Outlier  (AO),  Inovative  Outlier  (10)  dan Level  Shift  (LS). Penyebab  terjadinya  penurunan  dan peniogkatan  pada jumlah  wisman  yaitu  pada  tahun 2003  terjadi  penurunan   disebabkan   oleh  bom  Bali  dan  isu  wabah  SARS,  pada  tahun&#13;
2008   dan   2009   terjadi   peningkatan    yang   disebabkan    oleh   liburan   panjang    dan menyambut    perayaan   tahun   baru.   Dengan  mendeteksi    Outlier   berdasarkan    model RegARlMA,   maka ditentukan  6 Outlier  yaitu (4 LS,  1 10, 1 AO) dengan  model ARlMA (1,1,1)  untuk rarnalan I(satu)  tahun kedepan  Periode  2010 yaitu:&#13;
&#13;
2, = (I + 0,5688)Z'_1 -  0,5688Z'_2 + 0,3666 + e, - 0,930ge'_1&#13;
&#13;
&#13;
Kata kunci  :  Outlier, RegARlMA,   AO, 10, LS&#13;
&#13;
&#13;
&#13;
&#13;
</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>REGRESSION ANALYSIS</topic>
 </subject>
 <classification>515.536</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>97222</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-01-13 11:03:54</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-01-14 14:48:16</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>