Aplikasi Model ARCH/GARCH dalam Prediksi Laju Inflasi Bulanan Indonesia

Fanny Salsabila, Rahmalisa Aulia Fatharani, Teguh Ammar Taqiyyuddin, Muhammad Irfan Rizki

Abstract


Inflasi telah menjadi bagian penting masalah perekonomian pada setiap negara, termasuk Indonesia. Kestabilan inflasi merupakan suatu hal yang penting karena inflasi yang rendah dan stabil merupakan prasyarat bagi pertumbuhan ekonomi sehingga memberikan manfaat bagi peningkatan kesejahteraan masyarakat. Penelitian ini menggunakan metode ARCH/GARCH dalam memodelkan laju inflasi periode bulanan di Indonesia selama periode Januari 1979 sampai April 2021. Residual white noise heteroscedasticity menunjukkan bahwa data memiliki sifat heteroskedastisitas. Untuk mengatasi sifat heteroskedastisitas pada data laju inflasi bulanan digunakan pemodelan dengan metode ARCH/GARCH. Model yang paling sesuai untuk melakukan prediksi laju inflasi bulanan adalah model GARCH (0, 1) yang dapat dilihat dari nilai Akaike Information Criteria terkecil baik pada AIC konstan maupun tidak konstan yaitu sebesar 1366,07 dan 1364,04. Berdasarkan nilai AIC terkecil maka mengindikasikan bahwa model yang diperoleh sudah cocok untuk prediksi.

Full Text:

PDF

References


Bank Indonesia. (n.d.). Inflasi. Retrieved June 26, 2021, from https://www.bi.go.id/id/fungsi-utama/moneter/inflasi/default.aspx

Laju Inflasi Bulanan Indonesia. (2021). https://databoks.katadata.co.id/datapublish/2019/01/08/

laju-inflasi-bulanan-indonesia-mtom

Syukrina, F. (2020). Penerapan Metode Peramalan Model GARCH dalam Memprediksi Indeks DST (Studi Kasus LAPAN Bandung). Universitas Padjadjaran.

Lathifah Yulyanisa, Dodi Devianto, M. (2020). Model Inflasi Di Indonesia dengan Menggunakan ARIMA. Jurnal Matematika UNAND, 2(1), 65–74.

Khairunisa, A. pani desvina dan. (2018). Penerapan Metode Arch / Garch Dalam Meramalkan Transaksi Nilai Tukar ( Kurs ) Jual Mata Uang Indonesia ( IDR ) Terhadap Mata Uang Eropa ( GBP ). Jurnal Sains Matematika Dan Statistika, 4(2), 114–123.

Lubis, D. S. (2016). Analisis Nilai dan Ramalan Inflasi dengan Model ARCH dan GARCH. At-Tijaroh, 2(1).

Damodar Gujarati, D. P. (2008). Basic Econometrics (5th Editio). McGraw Hill Education.

O. Nur Iriawan, Septin Puji Astuti, H. S. (2006). Mengolah Data Statistik dengan Mudah Menggunakan Minitab 14 (1st editio). Andi.

Mulyana. (2004). Buku Ajar Analisis Deret Waktu. FMIPA Universitas Padjadjaran Jurusan Statistika.

Liummah, K., Nastiti, A., & Suharsono, A. (2012). Analisis Volatilitas Saham Perusahaan Go Public dengan Metode ARCH-GARCH. Jurnal Sains Dan Seni ITS, 1(1), D-259-D-264. http://ejurnal.its.ac.id/index.php/sains_seni/article/view/2030

Puspitasari, P., Kurniasih, D., & Kiloes, A. M. (2019). Aplikasi Model ARCH-GARCH dalam Menganalisis Volatilitas Harga Bawang Merah. Informatika Pertanian, 28(1), 21. https://doi.org/10.21082/ip.v28n1.2019.p21-30

Abd. Razak, F., Shitan, M., Hashim, A. H., & Z. Abidin, I. (2009). Load Forecasting Using Time Series Models. Jurnal Kejuruteraan, 21(1), 53–62. https://doi.org/10.17576/jkukm-2009-21-06

Santoso, T. (2011). Aplikasi Model GARCH pada Data Inflasi Bahan Makanan Indonesia Periode 2005.-2010.6. Jurnal Organisasi Dan Manajemen, 7(1), 38–52. http://jurnal.ut.ac.id/index.php/jom/article/view/84

Widarjono, A. (2002). Aplikasi Model Arch. 7(1), 71–83.

Widasari., L. P. dan N. W. (2012). Aplikasi Model ARCH-GARCH dalam Peramalan Tingkat Inflasi. Jurnal Sains Dan Seni Pomits, 1(1).




DOI: http://dx.doi.org/10.24014/jsms.v8i1.13252

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