Analisis Intervensi dalam Model SARIMA untuk Memprediksi Laju Inflasi di Kota Tasikmalaya

Pian Widianingsih; Gumgum  Darmawan; Neneng  Sunengsih

doi:10.55927/fjst.v1i4.1030

Authors

Pian Widianingsih Universitas Padjadjaran
Gumgum Darmawan Universitas Padjadjaran
Neneng Sunengsih Universitas Padjadjaran

DOI:

https://doi.org/10.55927/fjst.v1i4.1030

Keywords:

Analisis Intervensi, SARIMA, Inflasi

Abstract

Pengendalian inflasi merupakan sasaran akhir dari kebijakan moneter yang dilakukan oleh Bank Indonesia, dengan bantuan Badan Pusat Statistika dalam melakukan pencatatan dan perhitungan inflasi. Tingginya harga minyak mentah dunia mengakibatkan kenaikan bahan bakar kendaraan bermotor dan bahan pokok masyarakat sejak Maret 2022. Tingkat inflasi tertinggi di Jawa Barat terjadi di Kota Tasikmalaya sebesar 1,04 persen dan berlanjut pada bulan berikutnya, sehingga mempengaruhi laju perekonomian daerah. Upaya untuk mengatasi masalah tersebut adalah dengan melakukan prediksi laju inflasi di Kota Tasikmalaya pada periode selanjutnya sebagai acuan memperoleh strategi yang optimal dalam menstabilkan perekonomian daerah. Metode yang digunakan dalam penelitian ini adalah Analisis Intervensi Fungsi Step dalam Model SARIMA karena dapat mengatasi perubahan pola pada data yang diakibatkan oleh kejadian intervensi. Berdasarkan hasil analisis, diperoleh model terbaik yaitu ARIMA (0,1,1)(1,1,0)¹² dengan nilai MAPE sebesar 11,3%.

Downloads

Download data is not yet available.

References

Box, G. E., & Jenkins, G. M. (1976). Time series analysis - Revised edition. California: Holden Day.

Chung, R. C., Chan, S., & Ip, W. (2009). An ARIMA-Intervention Analysis Model r the inancial risis in hina’s anu acturing Industry. International Journal of Engineering Business Management, 16-18.

Fromm, G. (1978). Seasonal Analysis of Economic Time Series. In S. Kallek, An Overview of the Objectives and Framework of Seasonal Adjusment (Vol. 3, pp. 26-29). Washington D.C, United States: Department of Commerce, Bureau of the Census.

Hyndman, R. J., & Athanasopoulus, G. (2020). Forecasting: Principles and Practice (3rd edition ed.). Melbourne, Australia: Otexts. 47.

Setyaningrum, Muljono. (2016). Perngaruh Inflasi, Tingkat Suku Bunga, Dan Nilai Tukar Terhadap Return Saham. Jakarta: Journal The Winners.

Suhartono. (2007). Teori dan Aplikasi Model Intervensi Fungsi Pulse. Jurnal Ilmiah Matstat. 7, 191-241.

Sukirno, S. 2009. Makro ekonomi: teori pengantar edisi tiga. Jakarta: Rajagrafindo Persada

Wei, W. W. (2006). Time Series Analysis Univariate and Multivariate Methods (2nd Edition). United States of America: Pearson Education, Inc.

Wulandari, N., Setiawan, & Ahmad, I. S. (2016). Peramalan Inflasi Kota Surabaya dengan Pendekatan ARIMA, Variasi Kalender, dan Intervensi. Jurnal Sain dan Seni ITS, 5 (1)