Forecasting Laju Inflasi Indonesia Menggunakan Rantai Markov

Joko Riyono, Christina Eni Pujiastuti, Aina Latifa Riyana Putri

Abstract


Di tahun 2020, pandemi Covid-19 yang melanda dihampir seluruh penjuru dunia telah mengakibatkan kemerosotan perekonomian di beberapa negara. Inflasi sebagai salah satu indikator petunjuk perekonomian suatu negara dapat digunakan untuk mengukur kemerosotan perekonomian. Inflasi merupakan suatu proses kecenderungan atau trend naiknya harga barang dan jasa yang berlangsung secara terus menerus selama beberapa periode waktu. Inflasi yang terkendali dan sangat rendah merupakan salah satu keinginan pemerintah sehingga dapat mendukung terpeliharanya daya beli masyarakat. Sebaliknya inflasi yang tinggi akan mempersulit berkembangnya dunia usaha dalam perencanaan dunia bisnis yang meliputi kegiatan produksi, investasi maupun dalam penentuan harga barang dan jasa yang diproduksi. Pengetahuan prediksi laju inflasi yang akan datang sangat berguna untuk menyiapkan strategi yang tepat dalam menyusun kebijakan di sektor ekonomi. Data laju inflasi merupakan data runtun waktu, yang bersifat acak. Di dalamnya merupakan data perpindahan dari satu waktu ke waktu lainnya yang dapat diklasifikasikan sebagai inflasi ringan, sedang, tinggi dan hiperinflasi. Proses stokastik merupakan suatu proses matematika yang dapat digunakan untuk memodelkan fenomena data yang bergantung pada waktu. Rantai Markov merupakan proses stokastik dengan parameter diskrit yang memenuhi sifat Markov, kejadian yang akan datang hanya bergantung kepada keadaan saat ini. Pada paper ini berdasarkan data laju inflasi di Indonesia dari tahun 1969 sampai tahun 2020 akan dipakai untuk memprediksi tingkat inflasi di masa datang menggunakan analisis distribusi stasioner rantai Markov dan aplikasi software maple dan diperoleh bahwasanya laju inflasi tahun kedepan masih dalam taraf akan rendah sebesar 67.3%, kemungkinan akan sedang sebesar 28.3%, dan kemungkinan akan tinggi sebesar 4.4%. 

Kata Kunci: Laju Inflasi, Data Time Series, Proses Stokastik, Rantai Markov.


Full Text:

PDF

References


Nofitasari, R., Amir, A., & Mustika, C. (2017). Pengaruh Inflasi, Suku Bunga, Investasi terhadap Pertumbuhan Ekonomi Provinsi Jambi. e-Jurnal Perspektif Ekonomi dan Pembangunan Daerah, 6(2), 77-84.

Anwar, C. J., & Andria, M. P. (2016). Hubungan Variabel Makroekonomi dengan Permintaan Uang di Indonesia Sebelum dan Sesudah Krisis Moneter. Jurnal Ekonomi-Qu, 6(1).

Wiyanti, R. (2018). Analisis Pengaruh 7 Day Rate Repo, Inflasi, Nilai Tukar, dan Pdb Terhadap Indeks Harga Saham Sektor Properti (Studi Empiris Di Bursa Efek Indonesia). JAK (Jurnal Akuntansi) Kajian Ilmiah Akuntansi, 5(2), 96-106.

Boediono. (1985). Pengantar Ilmu Ekonomi No. 5: Ekonomi Moneter (Edisi Ketiga). Yogyakarta: BPFE.

Drs. Yerizon, M. Si,Dra. Minora Longgom Nasution,”Diktat Pengantar Stokhastik”, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Padang 2003

Firdaniza, Nurul Gusriani, Emah Suryamah,” Distribusi Stasioner Rantai Markov untuk Prediksi Curah Hujan di Wilayah Jawa Barat”, Prosiding Seminar Matematika dan Pendidikan Matematika, hal 1035-1050 November 2016.

Osaki, S. 1992. Applied Stochastic System Modeling. German: Springer-Verlag

Website badan Pusat Statistik ( http://www.bps.go.id/indicator/3/1/1/inflasi-umum- html.Diakses tgl 01/02/2021 ).




DOI: http://dx.doi.org/10.24014/jsms.v8i1.14767

Refbacks

  • There are currently no refbacks.


Jurnal JSMS
p-ISSN     : 2460-4542 (print)
e-ISSN     : 2615-8663 (online)
Alamat   : Program Studi Matematika
                   Fakultas Sains dan Teknologi, UIN Suska Riau
                   Jl. H.R Soebrantas, No. 155, Tampan, Pekanbaru.
Website : http://ejournal.uin-suska.ac.id/index.php/JSMS
e-mail    :
jsmsfst@uin-suska.ac.id


 Paper-paper Jurnal JSMS Terindex di :