Salsyabila Putri Pratama, - (2022) Pemodelan Inflasi dengan Menggunakan Metode ARIMA (Auto Regressive Integrated Moving Average) (Studi Empiris Indeks Harga Konsumen (IHK) Kota Surabaya 2014-2021). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 081711633055_HALAMAN JUDUL.pdf Download (610kB)
	Text (BAB I) 081711633055_BAB I.pdf Download (352kB)
	Text (FULLTEXT) 081711633055_FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk menganalisis pemodelan inflasi dengan menggunakan metode ARIMA (Auto Regresive Integrated Moving Average) studi empiris Indeks Harga Konsumen (IHK) Kota Surabaya Tahun 2014-2021. Penelitian ini menggunakan data time series yang dikumpulkan secara bulanan, mulai bulan Januari 2014 hingga Juni 2021 dengan nilai dasar di tahun 2018 dan di estimasi menggunakan metode ARIMA (Auto Regresive Integrated Moving Average). Inflasi masih menjadi isu penting yang dapat mempengaruhi kondisi perekonomian setiap negara. Inflasi yang meningkat secara terus-menerus dapat menjadi hambatan bagi pertumbuhan ekonomi suatu negara. Inflasi terjadi karena adanya kenaikan harga yang ditunjukkan oleh naiknya sebagian besar indeks kelompok pengeluaran. Indikator yang sering digunakan untuk mengukur tangkat inflasi di Indonesia adalah Indeks Harga Konsumen (IHK). Metode ARIMA dipilih untuk mengetahui model data IHK Kota Surabaya mulai tahun 2014 hingga 2021. Model ARIMA yang dipilih adalah model dengan kriteria parameternya telah signifikan, kemudian pada diagnostic checking pada asumsi normalitas residual tidak terpenuhi namun kriteria yang lain telah terpenuhi, memiliki tingkat kesalahan minimum, serta sesuai dengan konsep parsimony yaitu ARIMA (2,2,0). Dari hasil model tersebut dilakukan peramalan 6 bulan kedepan, kemudian dilakukan perbandingan antara data peramalan dengan hasil prediksi. Berdasarkan perbandingan yang telah dilakukan, didapatkan bahwa hasil prediksi mendekati data aktual sehingga dapat disimpulkan bahwa model yang dibangun sudah baik. Perbedaan dari hasil prediksi dengan data aktual dapat terjadi disebabkan oleh beberapa faktor lain, seperti pergerakan tingkat suku bunga, neraca perdangangan, hutang publik, pengeluaran pemerintah serta APBD dari suatu daerah. Selain itu, dilakukan perbandingan data aktual kota Surabaya bulan Agustus hingga Desember 2021. Tingkat kesalahan menggunakan MSE (Mean Square Error), dengan nilai dari model tersebut adalah 0,5371418. Nilai ini relatif kecil, sehingga model ARIMA (2,2,0) yang telah diperoleh dapat digunakan untuk memodelkan dan meramalkan.

Actions (login required)

View Item