Proyek ini menginvestigasi stabilitas dan akurasi estimasi parameter model Seasonal ARIMA (SARIMA) orde (1,1,1)(1,1,1)₁₂ yang dirancang untuk merepresentasikan dinamika musiman pada sektor pariwisata khususnya fluktuasi tarif perhotelan tahunan. Dengan menggunakan pendekatan Studi Simulasi Monte Carlo (100 kali replikasi) dan desain faktorial 2x2, proyek ini menguji interaksi antara: 1. Ukuran Sampel (n = 36 mewakili 3 tahun vs n = 120 mewakili 10 tahun) 2. Kualitas Data (Data lengkap/MV 0% vs Gangguan Missing Value 10% dengan imputasi Seasonal Linear Interpolation) • Implementasi pembangkitan data sintetis menggunakan arima.sim() dengan mekanisme burn-in period (100 observasi) untuk stabilitas deret non-stasioner musiman. • Penanganan data hilang dengan memanfaatkan fungsi na.interp() untuk mempertahankan kontinuitas autokorelasi musiman. • Evaluasi bias & konvergensi MLE melalui analisis mendalam mengenai fenomena underestimation pada komponen AR/SAR, parameter cancellation, serta tantangan konvergensi (local optima) pada model berorde tinggi dengan differencing ganda (d=1, D=1). • Visualisasi distribusi menampilkan analisis variabilitas dan deteksi outlier estimasi lintas skenario menggunakan ggplot2 boxplots.

Dilakukan simulasi monte carlo dengan data permintaan penjualan.

Disajikan analisis mendalam mengenai faktor-faktor yang memengaruhi lebar interval kepercayaan 95% dalam estimasi statistik. Melalui visualisasi data, ditunjukkan bahwa peningkatan ukuran sampel (n) secara signifikan meningkatkan presisi dengan mempersempit interval, sementara peningkatan variabilitas (standar deviasi) memberikan efek sebaliknya yaitu memperlebar rentang ketidakpastian. Selain itu, perbandingan antara penggunaan distribusi z dan distribusi t memperlihatkan bahwa ketidaktahuan terhadap standar deviasi populasi menuntut interval yang lebih lebar untuk menjaga keandalan estimasi, terutama pada kondisi sampel kecil.

Disajikan materi statistika inferensia mengenai estimasi distribusi dan parameter model dengan implementasi praktis menggunakan bahasa pemrograman R. Pembahasan mencakup konsep dasar estimasi parameter populasi, teknik penghitungan nilai estimasi, serta penerapan interval kepercayaan (confidence interval) untuk menentukan rentang nilai parameter pada tingkat kepercayaan tertentu. Melalui contoh kode dan analisis data, materi ini mendemonstrasikan cara melakukan evaluasi statistik yang akurat untuk mendukung pengambilan keputusan berbasis data.

Ditampilkan simulasi sederhana menggunakan variabel diskrit dan kontinu dengan berbagai distribusi.

Project ini menampilkan beberapa dasar pemrograman R untuk simulasi dan pengolahan data. Materi mencakup struktur data (vector, factor, list, dataframe), pembuatan barisan numerik, penggunaan sample() dan set.seed(), serta perhitungan statistik deskriptif.