Model VARX untuk Peramalan Inflasi Menurut Sub Kelompok Komoditi di Jakarta dengan Pendekatan TSClust sebagai Preprocessing
View/ Open
Date
2018Author
Utami, Budi
Wijayanto, Hari
Sumertajaya, I Made
Metadata
Show full item recordAbstract
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.