Model STAR (1;1) atau model Space Time Auto Regresi(1;1) adalah salah satu bentuk model yang melibatkan lokasi dan waktu. Model STAR(1;1) stasioner dapat digunakan untuk prakiraan observasi di suatu lokasi pada waktu mendatang berdasarkan satu waktu sebelumnya dari lokasinya sendiri dan lokasi-lokasi lain disekitarnya. Penerapan model STAR(1;1) pada data stasioner produktivitas teh menunjukkan bahwa nilai Eigen dari matriks parameter model STAR(1;1) bernilai lebih kecil dari 1. Hal ini menunjukkan bahwa parameter model STAR(1;1) untuk data produktivitas teh tersebut memenuhi syarat stasioner.

Several factors can affect the amount of investment credit issued by the bank. This study discusses the effect of interest rates, inflation rates, capita income, and the number of medium-large industries on the number of investment loans, using the method of linear regression analysis. The independent variables examined to determine the influence of each and all the independent variables on the number of investment loans in commercial banks, namely interest rates, inflation rates, capita income, and the number of medium-large industries using the parameter estimation method, OLS (Ordinary Least Square).

This paper discusses some operations on mixed monotone operator in Banach space, especially addition an multiplication operations. We will prove the sum and product of two mixed monotone operators. The proof using some relevant definitions. The result is the sum o of them is a mixed monotone operator and the product is  too if both  satisfy some conditions

First order Space-Time Autoregressive model is one of the models which involves location and time. STAR(1;1) model stationary can be used to forecast future observation at a location based on one previous time of its own location and the spatial neighborhood. STAR(1;1) model on petroleum productivity data in Balongan, Indramayu, West Java with eigenvalue less than 1. It indicates that STAR (1;1) model on petroleum productivity data in Balongan, Indramayu, West Java meets the stationary requirement

ABSTRAKModel STAR (Space Time Autoregresi) merupakan pengembangan dari model deret waktu univariat AR (Autoregresi), menjadi model kombinasi lokasi dan waktu. Keterkaitan antar lokasi penelitian pada model STAR dinyatakan dengan matriks bobot W yang merupakan matriks bujur sangkar dengan entri-entri berupa bobot antara dua lokasi yang bersesuaian. Dalam makalah ini dibahas tiga macam matriks bobot untuk model STAR(1;1), yaitu: matriks bobot seragam, matriks bobot seperjarak kuadrat dan matriks bobot spasial, menentukan dan menggunakan matriks bobot tersebut pada data simulasi, membandingkan serta memilih mana yang lebih baik diantara ketiganya dengan kriteria jumlah kuadrat galat yang paling minimum. Taksiran model STAR(1;1) dengan tiga macam bobot menghasilkan jumlah kuadrat galat yang minimum untuk model dengan matriks bobot spasial. Hal ini berarti bahwa bobot spasial memberikan taksiran parameter model STAR (1,1) PendahuluanDalam kehidupan sehari-hari seringkali ditemukan masalah yang berkaitan dengan waktu, contohnya masalah curah hujan, produksi minyak bumi, fluktuasi nilai tukar rupiah per hari dan lain-lain. Data yang berkaitan dengan waktu dinamakan data deret waktu atau time series. Salah satu model yang digunakan dalam model deret waktu adalah model univariat yang