Peramalan Inflasi Nasional Berdasarkan Faktor Ekonomi Makro Menggunakan Pendekatan Time Series Klasik dan ANFIS

Clara Agustin Stephani, Agus Suharsono, Suhartono Suhartono
Submission Date: 2015-02-02 15:38:55
Accepted Date: 2015-03-16 09:16:43

Abstract


Tujuan dari penelitian ini adalah mengembangkan model peramalan yang sesuai untuk memodelkan inflasi nasional yaitu inflasi umum dan tujuh kelompok pengeluaran. Untuk menentukan pola dan model dari inflasi tersebut, maka pendekatan yang digunakan menggunakan model ARIMA, fungsi transfer, variasi kalender, intervensi, ARIMAX (gabungan dari model fungsi transfer dengan dummy variabel intervensi dan variasi kalender) sebagai metode peramalan klasik, serta ANFIS sebagai metode peramalan modern.  Berdasarkan hasil penelitian yang diperoleh, dengan menggunakan data inflasi umum dan inflasi tujuh kelompok pengeluaran periode 2001-2014, menunjukkan bahwa model ARIMAX dan ANFIS tidak selalu menjadi model terbaik. Pemodelan terbaik tergantung dari keterkaitan antara deret input jumlah uang beredar dan tingkat suku bunga, serta faktor-faktor variasi kalender dan intervensi yang digunakan terhadap tingkat inflasi di masing-masing kelompok.

Keywords


ANFIS;ARIMAX;Inflasi;Model

References


Adisti, T. E. (2013). Peramalan inflasi menggunakan pendekatan gabungan antara fungsi transfer dan intervensi dengan deteksi outlier. Surabaya: Tugas Akhir ITS.

Bank Indonesia. (2014). Statistik moneter. Jakarta

Box, G. E., Jenkins, G. M., & Reinsel, G. C. (1994). Time series analysis: forecasting and control (3rd ed.). New Jersey: Prentice-Hall, Inc.

Cryer, J. D. (2008). Time series analysis with application in R second edition. New York: Springer Science Business Media.

Hasbullah, J. (2012). Tangguh dengan statistik. Bandung: Nuansa Cendekia.

Karomah, A. (2014). Peramalan netflow uang kartal dengan model variasi kalender dan model Autoregressive Distributed Lag (ARDL). Surabaya: Tugas Akhir ITS

Nuvitasari, E. (2009). Analisis intervensi multi input fungsi step dan pulse untuk peramalan kunjungan wisatawan ke Indonesia. Surabaya: Tesis ITS.

Sarton. (2011). Pengaruh tingkat suku bunga SBI terhadap tingkat inflasi di Indonesia. Majalah Forum Ilmiah UNIJA. 15 (3).

Syudastri. (2012). Estimation of inflation rate in Indonesia using Adaptive Neuro Fuzzy Approach. Jakarta: Skripsi Universitas Gunadarma.

Wei, W. W. (2006). Time series analysis: univariate and multivariate methods (2nd ed.). USA: Pearson Education, Inc.


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.