View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Statistics and Data Sciences
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Penerapan Metode Autoregressive Fractionally Integrated Moving Average (ARFIMA) pada Data Tingkat Inflasi Indonesia (Perbandingan dengan Metode ARIMA).

      Thumbnail
      View/Open
      Fulltext (22.72Mb)
      Date
      2003
      Author
      Chairani, Intan
      Mattjik, Ahmad Ansori
      Sumertajava, I Made
      Metadata
      Show full item record
      Abstract
      Inflasi merupakan gejala ekonomi berupa kenaikan harga rata-rata secara agregat. Besarannya dapat dijadikan sebagai salah satu indikator perekonomian suatu negara, sekaligus sebagai indikator keefektivan dari kebijakan ekonomi pemerintah. Salah satu metode yang dikembangkan untuk menganalisis data tingkat inflasi dan beberapa data deret waktu di bidang keuangan lainnya adalah ARFIMA, suatu metode pengembangan dari ARIMA yang menetapkan parameter integrasi berupa bilangan real. Penelitian ini bertujuan untuk melihat kemampuan metode ARFIMA dalam analisis tingkat inflasi Indonesia. Data yang digunakan dalam penelitian ini adalah data Indeks Harga Konsumen bulanan periode Januari 1980 sampai Agustus 2002. Analisis tingkat inflasi Indonesia menunjukkan adanya lonjakan yang sangat signifikan selama periode akhir tahun 1997 sampai akhir tahun 1999 ketika krisis moneter melanda perekonomian Indonesia, hal tersebut sangat mempengaruhi pola data sehingga syarat kehomogenan ragam sulit untuk dipenuhi. Model ARFIMA terbaik yang diperoleh adalah multiplikatif ARFIMA (2,0.339,0)x(0,0,1)12, bentuk persamaannya yaitu: (L) (1-1) y=(L), Model ini lebih baik dari model yang diperoleh melalui metode ARIMA. Pemodelan deret waktu terhadap data tersebut tidak berhasil menemukan model yang memenuhi asumsi kenormalan sisaan dan kestasioneran ragam, hal ini menyebabkan penilaian terhadap kebaikan dari model yang diperoleh hanya didasarkan kepada kemampuannya dalam mengikuti pola data serta dalam melakukan peramalan. Model yang diperoleh memiliki kemampuan yang sangat baik dalam melakukan kedua hal tersebut, rataan penyimpangan absolut dari peramalan yang dihasilkannya hanya sebesar 0.018.
      URI
      http://repository.ipb.ac.id/handle/123456789/162714
      Collections
      • UT - Statistics and Data Sciences [2260]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository