1 A.JUDUL PROGRAM
JudulkegiatanProgramKreativitasMahasiswainiadalahPemodelan
JumlahPenderita HIV/AIDS di Bali Terkait dengan Kunjungan Wisatawan
keBalidenganPendekatanSpasialTemporalMenggunakanMetode Generalized
Space-Time Autoregressive B.LATAR BELAKANG PenyakitHIV/AIDS
dinegara-negaraberkembangtermasukdiIndonesia
sangatsulitdikontrol.AIDS(AcquiredImmunodeficiencySyndrome)adalah
penyakityangmembuattubuhsulituntukmelawanpenyakitmenular.HIV
(HumanImmunodeficiencyVirus)menyebabkanAIDSdenganmenginfeksidan
merusakbagiandaripertahanantubuh(limfosit)yangmerupakanjenisseldarah
putih dalam sistem kekebalan tubuh (berfungsi untuk melawan
infeksi). Penyakit HIV/AIDS
dapatditularkanmelaluikontaklangsungdengandarahataucairan tubuh
seseorang yang terinfeksi virus.
Sektorpariwisatamemberikankontribusiyangsignifikanterhadap
perekonomiansuatunegara.Selainitu,jumlahkunjunganwisatawandidaerah
pariwisatajugadapatdikatakansebagaipenyebabpenyebaranpenyakit
HIV/AIDS.Halinidisebabkanolehtempathiburanyangmemilikipekerjaseks
komersil(Ketshabile,2010).PulauBalimerupakansalahsatutempatpariwisata
yangpalingbanyakdiminati,tidakhanyaolehwisatawandomestiktetapijuga
olehwisatawanmancanegara.Dayatarikwisatawanbaikwisatawandomestik
maupunwisatawanmancanegaraadalahpadatempatobjekpariwisatayang
menjadi salah satu cerminan keindahan Pulau Bali di mata
internasional. Namun,
HIV/AIDSdiBaliyangmenjadidaerahkunjunganwisatafavoritdunia
merupakansuatuancamanyangharusdiwaspadaisecaraseriuskarenaterkenal
berbahaya dan mematikan.
Bukansoaljumlahkunjunganwisatanyayangkinipalingdikhawatirkan.
KomisiPenanggulanganAIDS(KPA)ProvinsiBalimenunjukkanjumlah
penderita HIV/AIDS terus meningkat. Kasus HIV/AIDS telah tersebardi
seluruh
kabupaten/kotase-Bali.Tercatatpengidappenyakititusejakpertamakali
ditemukannyapenyakitHIV/AIDSdiBalitahun1987hinggaAgustus2009
sebanyak 3.047 orang. Pada Oktober 2010 jumlah penderita juga tetap
meningkat
hinggasebesar3.778kasus.SaatinijumlahpositifpenderitaHIV/AIDSdiBali
sudahmencapai4.460dengankorbanmeninggalmencapai392orang.Namun
daridataKPABalijumlahnyajauhlebihbesarlagi.Diprediksikansudah
mencapai7.000kasus.minimnyajumlahkasusHIV/AIDSyangdilaporkanke
KPABalimerupakanfenomenagununges.JumlahpengidapHIV/AIDS
yangterlihat, jauh lebih kecil dari jumlah sebenarnya. Sebagian
besar masyarakat
masihengganmemeriksakandiri,karenamasihadastigmadandiskriminasi
terhadap pengidap HIV/AIDS di masyarakat.
TimeSeriesmerupakansuatupengamatanyangtersusunberdasarakan urutan
waktu kejadian dengan interval waktu yang sama. Analisis time
series ialah
salahsatumetodepemodelandalamstatistikayangdidasaridaridatamasalalu
darisuatuvariabel,yangsalingdependen.Analisistimeseriesdigunakanuntuk
meramalkanstrukturprobabilistikkeadaanyangakanterjadidimasayangakan
datang dalam rangka pengambilan suatu keputusan (Wei, 2006).Data
time series dalam kenyatannya tidak hanya terdiri dari satu
variabel yang dapat berdiri sendiri 2
namunsalingberhubungandengandatatimeseriesyanglain.Pemodelandata
timeseriesdengandenganmempertimbangkanpengaruhdarivariabellain
seringkali disebut dengan multivariate time series.
Modelspacetimeadalahsalahsatumodelyangdapatmenggabungkan
unsurdependensiwaktudanlokasipadasuatudataderetwaktumultivariate.
Model space time ini pertama kali diperkenalkan oleh Pfeifer dan
Deutsch (1980).
ModelGSTARmerupakansuatumodeltimeseriesyangmengikutimodelspace
timedenganparameteryangtidakharussamauntukdependensiwaktumaupun
dependensi lokasi. Model GSTAR merupakan pengembangan dari metode
STAR. Ada beberapa penelitian sebelumnya yang dilakukan berdasarkan
model GSTAR, Prayoga(2009)menerapkanmodelGSTARmusimanuntukmelakukan
peramalanjumlahkunjunganwisatawandiBali.Rosmanicke(2009)
menggunakanmodelGSTARXuntukmeramalkanIHK4kotadiJawaTimur dengan
menambahkan variabel prediktor berupa kenaikan harga BBM di
masing-masingkota.SementaraituNingrum(2010)menggunakanmodelGSTARuntuk
meramalkan curah hujan di beberapa pos hujan di Kabupaten Ngawi.
Jumlah penderita HIV/AIDSdan jumlah kunjungan wisatawan merupakan
fenomenadengankeheterogenanyangcukuptinggi,dengandemikianmodel
GSTAR.Selainitu,jumlahpenderitaHIV/AIDSberkaitandengankondisi
lingkungan, waktu, dan mobilitas penduduk serta mobilitas kunjungan
wisatawan
keBali.Dengandemikian,modelyangmemungkinkandigunakanialahmodel yang
mengakomodasikan adanya faktor waktu dan lokasi (spatio-temporal)
yakni modelGSTAR.ModelGSTARyangdiperolehakandigunakanuntuk
meramalkankondisijumlahpenderitaHIV/AIDSdiBalidankondisijumlah
kunjunganwisatawankeBalibeberapabulanbahkanbeberapatahunkedepan.
SelainitujugaakandilakukanperamalanjumlahpenderitaHIV/AIDSdiBali
denganmenambahkansatufaktoryaitukondisidarijumlahwisatawanyang
berkunjungkeBali.Faktortersebutakandigunakansebagaivariabelprediktor
yangdidugaakanmempengaruhijumlahpenderitaHIV/AIDSdiBali.Penelitian
modelGSTARdenganmenambahkanvariabelprediktormasihsangatsedikit
dilakukanolehpeneliti-peneliti.PenelitianmengenaipenyebaranHIV/AIDS
terkaitdengankunjunganwisatawanpadadaerahtersebutmasihsangatjarang
dilakaukan. Hal inilah yang mendorong peneliti untuk melakukan
pemodelan serta
peramalanjumlahpenderitaHIV/AIDSdiBaliterkaitkunjunganwisatawanke
Balidenganpendekatanspasialtemporalsertaharapaninformasiyangdiperoleh
mampu menginformasikan dan menekan angka penderita HIV/AIDS di Bali
yang disebabkan oleh sektor pariwisata. C.PERUMUSAN MASALAH
Berdasarkan latar belakang yang telah diuraikan, permasalahan dalam
penelitian ini adalah sebagai berikut
1.BagaimanadeskripsipenyebaranpenderitaHIV/AIDSdiKabupatenBadung,
Gianyar, dan Denpasar Bali?
2.BagaimanapemodelanjumlahpenderitaHIV/AIDSdiBaliterkaitkunjungan
wisatawan ke Bali dengan pendekatan spasial temporal? D.TUJUAN
Berdasarkanpermasalahanyangtelahdiuraikan,makatujuandari penelitian
ini adalah sebagai berikut 3
1.MendapatkandeskripsipenyebaranpenderitaHIV/AIDSdidiKabupaten
Badung, Gianyar, dan Denpasar Bali. 2.Mendapatkan pemodelan jumlah
penderita HIV/AIDS di Bali terkait kunjungan wisatawan ke Bali
dengan pendekatan spasial temporal. E.LUARAN Luaran yang
diharapkaan dari penelitian ini adalah sebagai berikut
1.ArtikelilmiahtentangjumlahpenderitaHIV/AIDSdidiKabupatenBadung,
Gianyar,danDenpasarBaliterkaitkunjunganwisatawanketigakabupaten
tersebut dengan pendekatan spasial temporal.
2.JurnalilmiahmengenaaijumlahpenderitaHIV/AIDSdiKabupatenBadung,
Gianyar,danDenpasarBaliterkaitkunjunganwisatawanketigakabupaten
tersebut dengan pendekatan spasial temporal. 3.Publikasi kepada
masyarakat dan pemerintah provinsi Bali dengan diadakannya seminar
mengenai jumlah penderita HIV/AIDS di Kabupaten Badung, Gianyar,
danDenpasarBaliterkaitkunjunganwisatawanketigakabupatentersebut
dengan pendekatan spasial temporal. F.KEGUNAAN PROGRAM
Kegunaandariprogrampenelitianiniadalahmemberikanpemahaman serta
informasi kepada pemerintah provinsi Bali dan masyarakat mengenai
adanya
hubunganantarajumlahpenderitaHIV/AIDSdengankunjunganwisatawanke
Bali.Selainitukegunaandaripenelitiaaniniadalahmemperolehperamalan
mengenaijumlahpenderitaHIV/AIDSterkaitdenganhubungannyaterhadap
kunjunganwisatawankeBalisehinggadapatmemberikanearlywarningkepada
pemerintah provinsi Bali dan masyarakat. G.TINJAUAN PUSTAKA
Padabagianinidiuraikanbeberapateoridankajianpustakaterkaityang
mendukungpenyelesaianpermasalahandalampenelitianini.Terdapatbeberapa
hal yang akan dibahas pada bab ini, yaitu multivariate time series,
model GSTAR, pemilihan model terbaik. G.1 Model GSTAR (Generalized
Space-Time Autoregressive)
ModelGSTARmerupakansuatumodelyanglebihfleksibelsebagai
generalisasidarimodelSTAR.ModelSTARadalahmodelyangdikategorikan
berdasarkanlagyangberpengaruhsecaralinierbaikdalamlokasidanwaktu
(PfeiferandDeutsch,1980).ModelGSTARmerupakansuatumodelyanglebih
fleksibelsebagaigeneralisasidarimodelSTAR.Secaramatematis,notasidari
modelGSTAR(p1)adalahsamadenganmodelSTAR(p1).Perbedaanutamadari
modelGSTAR(p1)initerletakpadanilai-nilaiparameterpadalagspasialyang
samadiperbolehkanberlainan.Dalamnotasimatriks,modelGSTAR(p1)dapat
ditulis sebagai berikut: | | (t) 1) (t (t)p1 kk1 k0 i i ie + + ==Z
W Z (1) dimana( )Nk01k0 k0diag | | , , = dan( )Nk11k1 k1diag | | ,
, = ,bobot-bobotdipilih sedemikian hingga0 =iiwdan ==j i ijw 1. 4
Sebagaicontoh,modelGSTAR(11)untukkasusproduksiminyakpada suatu
waktu di tiga lokasi yang berbeda dapat ditulis sebagai berikut:| |
( ) (t) 1 t (t)11 10 i i ia + + = Z W Z (2) atau((((
+((((
||||.|
\|((((
((((
+((((
=((((
) () () () 1 () 1 () 1 (000 0 00 00 00 00 00 0) () () (32132132
3123 2113 12312111302010321t et et et zt zt zw ww ww wt zt zt
z||||||(3) Pemilihan atau penentuan bobot lokasi merupakan salah
satu permasalahan
utamapadapemodelanGSTAR.Beberapacarapenentuanbobotlokasitelah
banyak digunakan dalam aplikasi model GSTAR. Bobot lokasi seragam
seringkali
digunakanpadakasusdataderetwaktudanlokasiyangberadapadalokasiyang
homogen karena terdapat keterkaitan spasial dianggap bernilai sama.
Bobot lokasi biner ialah bobot dengan nilai 0 atau 1. Nilai
tersebut dipakai bergantung dengan suatu batasan tertentu.
Jarakyang lebih dekat diduga mempunyai hubungan yang
lebihkuat.Bobotlokasiinversjarakmerupakancarauntukmelihatketerkaitan
lokasiberdasar-kanpadajarakantarlokasiyangakanditeliti.Jaraklokasiyang
terhitungkemudiandinormalisasidalambentukindeksuntukmenghasilkan
matriks bobot. Bobot lokasi dari hasil normalisasi korelasi silang
antar lokasi pada lag waktuyang bersesuaian pertama kali
diperkenalkan oleh Suhartono dan Atok
(2005)yangselanjutnyaolehBorovkova(2008)disebutdenganbobotyang
sebanding dengan korelasi silang waktu sebelumnya yang bersesuaian.
G.3 Estimasi Parameter Model GSTAR
PenaksiranparametermodelGSTARdapatdilakukandengan
menggunakanmetodekuadratterkecildengancarameminimumkanjumlah
kuadratsimpangannyaataumetodeleastsquare(Borovkovadkk,2008)dengan
mengambilordeautoregresi,p=1danordespasialp=1makaPersamaan(1) dapat
diturunkan ke dalam bentuk model GSTAR sebagai berikut: (t) 1 1
(t)11 0 iNjj ij i i i ia t w t =+ + = ) ( Z ) ( Z Z | |(4) ( )iZ t
menyatakanobservasipadawaktut=1,2,...,Tdilokasii=1,2,...,N dengan
parameter regresi waktu i 0|dan spasial i 1|dimana ijwmenyatakan
bobot
lokasiiterhadaplokasij.Metodekuadratterkecilseringdilakukandalam
melakukanpenaksiranparameterterhadapsuatumodellinier.Metodeinijuga
diterapkanpadamodelGSTAR(11)-(1)12yangdapatditulisdalambentuklinier
sebagai berikut: u X Z + =(5)
Modelpersamaanuntuklokasike-idapatditulissebagai i i i iu X Z + =
dengan. Haliniberartiestimatorleastsquareuntukdapatdihitungsecara
terpisahpadamasing-masinglokasinamuntetapbergantungpadanilaidi
lokasiyanglain.Estimasiparametermenggunakanpenaksirleastsquaredengan
formula sebagai berikut, | |Z X X X '' =1(6) 0 1( , )'i i i| | |
=i|( ) Z t5 G.4 Kriteria Pemilihan Model Terbaik
Pemilihanmodelterbaikdapatdilakukanberdasarkankriteriainsample dan
out sample.Kriteriain sampleyang digunakan adalah Akaikes
Information Criterion (AIC), sedangkan kriteria out sample yaitu
dengan memperhatikan nilai
MeanSquareError(MSE)atauRootMeanSquareError(RMSE).Berikut
penjelasan mengenai masing-masing kriteria. a. Akaikes Information
Criterion (AIC)
AICmerupakankriteriapemilihanmodelyangmempertimbangkan banyaknya
parameter dalam model. AIC dapat dirumuskan sebagai berikut (Wei,
2006). (7) atau dapat juga ditulis dalam persamaan berikut : (8)
Orde optimal dari model dipilih berdasarkan nilai dariMyang
merupakan fungsi dari p dan q, sehingga menghasilkan nilai AIC(M)
minimum. b. Root Mean Square Error (RMSE)
RMSEdigunakanuntukmemperolehgambarankeseluruh-anstandar
deviasiyangmunculsaatmenunjukkanperbedaanantaramodelatauhubungan
yang dimiliki. RMSE dapat dihitung dengan menggunakan rumus sebagai
berikut: ( ) =+ = =Min i niMMSE RMSE12 1) ( ZZ(9) dimana
merupakanbanyakramalanyangdilakukan.NilaiRMSEberkisar antara 0
sampai . Semakin kecil nilai RMSE maka model semakin bagus. G.5 HIV
dan AIDS HIV(HumanImmunodeficiencyVirus)adalahsejenisvirusyang
menurunkankekebalantubuhmanusia,yangtermasukkedalamgolongan
retrovirus,dandapatditemukandalamcairantubuhmanusia.AIDS(Acquired
ImmuneDeficiencySyndrome)merupakankumpulansindromyangfatalkarena
terjadikerusakanyangprogresifpadasistemkekebalantubuhsehingga
menyebabkanmanusiasangatrentandanmudahterjangkitbeberapapenyakit
tertentu.penyakit-penyakittersebutdisebabkanolehberbagaijenisprotozoa,
cacing, jamur, bakteri, virus, dan kanker. PenyakitHIV/AIDS
dinegara-negaraberkembangtermasukdiIndonesia
sangatsulitdikontrol.AIDS(AcquiredImmunodeficiencySyndrome)adalah
penyakityangmembuattubuhsulituntukmelawanpenyakitmenular.HIV
(HumanImmunodeficiencyVirus)menyebabkanAIDSdenganmenginfeksidan
merusak bagian dari pertahanan tubuh (limfosit), yang merupakan
jenis sel darah
putihdalamsistemkekebalantubuh(berfungsiuntukmelawaninfeksi)yang
seharusnyauntukmelawankuman.PenyakitHIV/AIDS dapatditularkanmelalui
kontak langsung dengan darah atau cairan tubuh seseorang yang
terinfeksi virus. G.6 Pariwisata Bali
PulauBalimerupakansalahsatutempatpariwisatayangpalingbanyak
diminatitidakhanyaolehwisatawandomestiktetapijugaolehwisatawan
mancanegara.Balimerupakandestinasiutamawisatawaninternasionaldari
AIC( ) 2 ln[maximum likelihood] 2 M M = +2 AIC( ) ln 2aM n M o =
+M6
berbagaidunia,telahbeberapakalimendapatpredikatsebagaisalahsatupulau
yang menjadi tujuan pariwisata terbaik di dunia atau The Best
Destination in the
WorldhalinimerupakantantanganbagiBaliuntukmempertahankancitra
pariwisataBalidimatainternasional.Olehkarenaitu,dayatarikwisatawanbaik
wisatawandomestikmaupunwisatawanmancanegaraadalahpadatempatobjek
pariwisatayangmenjadisalahsatucerminankeindahanPulauBalidimata
internasional (Dinas Pariwisata Bali, 2010). H. METODOLOGI
PENELITIAN
Padabagianinidijelaskantahapan-tahapananalisisdatayangdigunakan
dalam menyelesaikan permasalahan yang ada pada penelitian ini.
Metode analisis
statistikyangdigunakanadalahmetodeGeneralizedSpaceTimeAutoregression
(GSTAR). H.1 Sumber Data
Sumberdatayangdigunakandalampenelitianiniadalahdatasekunder,
yaitujumlahpenderitaHIV/AIDSdiKabupatenBadung,Denpasar,danGianyar
setiapbulannyadaritahun2006sampai2010yangdiperolehdariDinas
Kesehatan Provinsi Bali.
Variabelyangdigunakandalampenelitianterdiridarivariabeldependen
danvariabelindependen.Variabeldependenyangdigunakanadalahjumlah
penderitaHIV/AIDSdiKabupatenBadung,Denpasar,danGianyardaritahun
2006sampai2010.Sedangkanvariabelindependenyangdigunakanadalahhasil
lag dari jumlah penderita HIV/AIDS di ketiga kabupaten tersebut.
H.2 Langkah Penelitian
Tahapanataulangkah-langkahpenelitianyangakandilakukandalam
penelitian ini adalah sebagai berikut:
1.Mengujistasioneritasdatabaiksecaraunivariatemaupunmultivariate.
Pengujian stasioneritas secara univariate dilakukan dengan melihat
plot ACF
danPACFsertadenganplotBox-Cox.Sedangkanpengujianstasioneritas
untukdatamultivariate,dilakukandenganmelihatplotMACFdanMPACF serta
plot Box-Cox. Serta menentukan orde waktunya dari MACF dan PACF.
2.Setelahasumsistasioneritasdataterpenuhimakadilanjutkandengan
menganalisisdatadenganmenggunakan4jenisbobotlokasiyaitubobot
seragam,bobotinversejarak,danbobotberdasarkannormalisasikorelasi
silang antar lokasi pada lag waktu yang sesuai.
3.Setelahmendapatkanbobotlokasimakadilakukananalisismenggunakan
GSTARuntukmencarimodelramalanyangsesuaidengankasusriilyang diteliti
dan mengestimasi parameternya.
4.Tahapselanjutnyaadalahmelakukanpengujianasumsidariresidualdari
modelGSTARyangdiperolehagarmodeltersebutlayakdigunakanuntuk
menjelaskan kasus riil.
5.Selanjutnyadilakukanpemilihanmodelterbaikdenganmembandingkan
model yang didapat untuk menentukan bobot lokasi terbaik.
6.Melakukan peramalan jumlah penderita HIV / AIDS di Bali
didasarkan pada nilai taksiran parameter dari bobot lokasi yang
paling optimal. 7.Penyusunan laporan penelitian.
8.Melakukanbimbinganpenelitiandengandosenpembimbingyangsudah
ditentukan 7
Langkah-langkahpenelitianjugadapatdilihatpadadiagramaliryang
ditunjuk-kan dalam Gambar 2. Gambar 2 Diagram Alir Analisis
Penelitian Identifikas orde waktu model dari plot MACF dan
MPACFPenentuan model dan estimasi parameter Penentuan Bobot Lokasi
pada model GSTAR Pengujian asumsi residual Peramalan Selesai
Pemilihan odel terbaik berdasarkan bobot lokasi Ya Tidak Mulai Data
Deret Waktu dan Lokasi (Jumlah Penderita HIV / AIDS di Bali dan
Jumlah Kunjungan Wisatawan ke Bali) Identifikasi apakah data telah
StasioneritasData di Differencing atau di transformasi 8 I.HASIL
PENELITIAN I.1Statistik Deskriptif
AnalisisawalterhadapdatapenderitaHIV/AIDSdiKabupatenBadung,
Denpasar,danGianyardilakukandenganmelihatstatisticdeskriptifdaridata
tersebut.Tabel 1 Statistik Deskriptif Jumlah Penderita HIV/AIDS di
Kabupaten Badung, Kota Madya Denpasar, dan Kabupaten Badung
VariableRata-rataStandar DeviasiKoefisien VariasiMinimumMaksimum
Badung6.4333.44653.57116 Denpasar20.4810.8653.02657
Gianyar2.752.54292.44014
Tabel1diatasmenunjukkanbahwarata-ratajumlahpenderitaHIV/AIDS
terbanyakdariketigakabupatendiProvinsiBalitersebutterdapatdiKota
Denpasar, yaitu sebanyak 20,48 atau 21 orang per bulan. Sedangkan
di Kabupaten Badung rata-rata jumlah penderita HIV/AIDS per
bulannya sebanyak 6,433 atau 7
orangperbulan,danKabupatenGianyarsebanyak2,75atau3orangperbulan.
PersebarandatapenderitaHIV/AIDSterhadaprata-ratadiKabupatenBadung
sebesar3.446atausekitarkuranglebih4orang.SedangkandiKotaDenpasar
sebesarkuranglebih11orang,dandiKabupatenGianyarsekitarkuranglebih3
orang.Koefisienvariasidimaisng-masingkabupatenmeunjukkanangkayang
relatiftinggi.InimengindikasikanbahwaperubahanjumlahpenderitaHIVdi
ketigakabupatentersebutmemilikifluktuasiyangtinggi,terutamadiKabupaten
Gianyar. Angka penderita HIV/AIDS terendah yang pernah tercatat di
Kabupaten
Badungadalahsebesar1orang,sedangkandiKotaDenpasarsebanyak6orang,
dannilaiminimumdaripendertiaHIV/AIDSdiKabupatenGianyaradalahnol
atautidakadasamasekali.SedangkanjumlahpenderitaHIV/AIDSterbanyak
yang tercatat di Kabupaten Badung adalah 16 orang, Di Kota Denpasar
sebanyak 57 orang, dan di Kabupaten Gianyar sebanyak 14 orang.Untuk
melihat pola pergerakan dari jumlah penderita HIV/AIDS yang
tercatat di tiga kabupaten ini digunakan alat berupa time series
plot.9 60 54 48 42 36 30 24 18 12 6
16050403020100IndexDatabadungdenpasargianyarVariable Gambar 2 Time
Series Plot
Timeseriesplotdiatasmenunjukkanbahwapolapersebarandatapenderita
HIV/AIDSdiKotaDenpasarberadadiatasKabupatenBadungdanGianyar
denganrentangpersebaranyangjugaterlebardiantaraketiganya.Rata-rata
jumlahpenderitaHIV/AIDSdiketigakabupatentersebutcenderungterlihat
konstandaribulankebulan.Akantetapirentangpersebarandaridataketiga
kabupaten ini nampak masih belum konstan.I.2Pengujian Kestasioneran
Data Dalam pengolahan data time series, terdapat suatu asumsi yang
hrus dipenuhi
sebelummelakukananalisislebihjauhterhadapdata.Asumsitersebutadalah
kestasionerandata.Kestasionerandatadilihatdariduaparameter,yaitustasioner
terhadapvariansdanmean.Kestasioneranterhadapvariansdapatdiatasidengan
menggunakan Box-Cox Transformation.I.2.1Kestasioneran terhadap
Varians
Suatudatatimeseriesdapatdiketahuistasionerterhadapvariansatautidak
denganmenggunakanBox-CoxTransformation.Hasilpengujiankestasioneran
variansdenganBox-CoxTransformationdaridatapenderitaHIV/AIDSpada
ketiga kabupaten di Provinsi Bali ditampilkan dalam tabel 2
berikut. Tabel 2 Hasil Transformasi Box-Cox KabupatenBatas
AtasBatas Bawah Badung0.860 Denpasar0.3-0.26 Gianyar0.53-0.29
DarihasilBox-CoxTransformationdiatasdiperolehinformasibahwanilai
batas bawah dan batas atas dari lambda untuk data penderita
HIV/AIDS di ketiga 10 kabupaten tersebut tidak melewati nilai 1.
Hal ini menunjukkan nilai varians dari
ketigadatatersebuttidakstasioner.Makadariituperludilakukantransformasi
terhadap data tersebut sehingga menjadi stasioner terhadap
varians.I.2.2Kestasioneran terhadap Mean
Untukmelihatapakahsuatudatatimeseriessudahstasionerterhadapmean
atautidak,perludilakukanpengujian.Pengujianyangdilakukanadalahuji
Dickey-Fuller,denganstatistikujiyangdigunakanadalahP-value.Datatersebut
akandikatakanstasionerterhadapmeanjikanilaiP-valuedarihasilpengujian
lebih kecil dari nilai yang titetapkan (0,05). Hasil pengujian
Dickey-Fuller untuk
datapenderitaHIV/AIDSdiKabupatenBadung,Denpasar,danGianyar
ditampilkan dalam tabel 4.2 berikut.Tabel 2 Hasil Pengujian
Dickey-Fuller untuk Data Penderita HIV/AIDS Variabel Zero
MeanSingle MeanTrend Prob
