Model VARX untuk Peramalan Inflasi Menurut Sub Kelompok Komoditi di Jakarta dengan Pendekatan TSClust sebagai Preprocessing

Abstract

Inflasi merupakan salah satu indikator makro ekonomi yang sangat penting. Inflasi yang tinggi dan tidak stabil akan memberikan dampak negatif kepada kondisi sosial ekonomi masyarakat. Untuk mengendalikan inflasi, pemerintah dan Bank Indonesia membentuk Tim Pemantauan dan Pengendalian Inflasi (TPI) di level pusat dan TPI di level daerah (TPID). DKI Jakarta yang merupakan barometer bagi perekonomian Indonesia mempunyai bobot penghitungan inflasi yang paling besar dibandingkan kota lainnya. Untuk itu diperlukan informasi mengenai pola pergerakan inflasi menurut sub kelompok komoditi, sehingga TPID Jakarta bisa mengendalikan inflasi secara lebih spesifik. Berbagai macam penelitian tentang inflasi sudah dilakukan. Setiawan (2015) melakukan penelitian tentang kajian model VARIMA dan GSTARIMA untuk peramalan inflasi bulanan. Selanjutnya Eksiandayani (2017) melakukan penelitian tentang peramalan inflasi umum dan inflasi menurut kelompok pengeluaran dengan metode hibrida ARIMAX-NN. Sugiyanto (2018) melakukan peramalan tingkat inflasi di Sumatera dengan pendekatan Fuzzy time series. Namun penelitian sebelumnya masih terbatas pada kajian terhadap inflasi umum dan inflasi menurut kelompok komoditi. Untuk itu penulis tertarik untuk meneliti dan membuat suatu model peramalan inflasi menurut sub kelompok komoditi. Inflasi menurut sub kelompok komoditi mencakup 35 jenis dan mempunyai pola pergerakan yang berbeda-beda. Untuk mempermudah dalam menentukan model yang sesuai, peneliti memanfaatkan teknik Time Series Clustering (TSClust) sebagai preprocessing sehingga akan diperoleh pola data level gerombol. Ukuran ketakmiripan yang digunakan untuk menggerombolkan inflasi dalam penelitian ini adalah jarak otokorelasi, jarak korelasi, jarak piccolo dan jarak euclid. Setelah diperoleh penggerombolan terbaik, dilakukan pemodelan ARIMA dan VAR level gerombol. Selain itu, untuk mengurangi galat model, peneliti juga memasukan peubah eksogen berupa kurs rupiah, BI rate dan beberapa peubah boneka. Model ARIMA dan VAR yang memasukkan peubah eksogen dikenal sebagai model ARIMAX dan VARX. Hasil penelitian menunjukkan bahwa dari empat macam ukuran ketakmiripan yang dipakai dalam menggerombolkan inflasi menurut sub kelompok komoditi, ketakmiripan terbaik yang adalah pendekatan euclid. Dengan pendekatan ini, pola pergerakan 35 inflasi menurut sub kelompok komoditi dapat dikelompokan ke dalam 4 gerombol yang berbeda. Masing-masing gerombol mempunyai pola yang berbeda, namun model VARX level gerombol mampu meramalkan 35 peubah inflasi dengan baik. Model ini mampu memprediksi inflasi menurut sub kelompok komoditi lebih baik dibandingkan model ARIMA, ARIMAX dan VAR.