Analisis Inflasi menggunakan Data Google Trends dengan Model ARIMAX di DKI Jakarta

Abstract

Inflasi merupakan salah satu indikator ekonomi penting untuk menunjukkan gejala ekonomi tingkat harga daerah. DKI Jakarta merupakan ibu kota negara Indonesia yang dipilih sebagai pusat barometer perekonomian karena dapat memberikan kontribusi dan pengaruh terbesar bagi perekonomian Indonesia. Model ARIMAX digunakan untuk memperkirakan dengan menambahkan variabel independen di data Google Trends. Data Google Trends dieksplorasi berdasarkan tujuh kelompok pengeluaran yang diterbitkan oleh CPI dan data Google Trends digunakan dari Januari 2013 hingga Maret 2019. Tujuan dari penelitian ini adalah untuk membandingkan perkiraan terbaik melalui pendekatan model ARIMA dan ARIMAX dengan menggunakan data BPS dan hasil eksplorasi data Google Trends, data suku bunga, data nilai tukar hingga melihat pengaruh inflasi di DKI Jakarta. Secara spesifik penelitian ini mengupas apakah data Google Trends dapat memberikan informasi yang baik dalam meramalkan inflasi di DKI Jakarta. Hasil analisis data menunjukkan bahwa hasil peramalan mendekati data BPS asli dengan model peramalan terbaik yaitu ARIMAX (2,0,3) semua variabel X. Peramalan dengan menggunakan data Google Trends cukup baik untuk digunakan dalam peramalan inflasi khususnya di DKI Jakarta.

Inflation is one of the important economic indicators to show economic symptoms of region’s price level. DKI Jakarta is the capital city of Indonesia which is chosen as the center of the economic barometer because it can provide the largest contribution and influence to the Indonesian economy. ARIMAX model is used to estimate by adding independent variables in Google Trends data. Google Trends data is explored based on seven expenditure groups published by CPI and Google Trends data is used from January 2013 to March 2019. The purpose of this study was to compare the best forecasts through the ARIMA and ARIMAX model approaches by using BPS data and the results of the exploration of Google Trends data, interest rate data, exchange rate data to see the effect of inflation in DKI Jakarta. Specifically, this research explores whether Google Trends data can provide good information in forecasting inflation in DKI Jakarta. The results of data analysis indicate that the forecasting results are close to the original BPS data with the best forecasting model, namely ARIMAX (2,0,3) all X variables. Forecasting using Google trends data is good enough to be used in forecasting inflation, especially in DKI Jakarta.