Penerapan Model SARIMA untuk Memprediksi Tingkat Inflasi di Indonesia

Abstract

Inflasi merupakan suatu kenaikan harga barang atau jasa secara menyeluruh dan berkelanjutan, yang menyebabkan menurunya nilai tukar rupiah dan berpengaruh terhadap daya beli bahan baku atau industri di mana bahan tersebut diimpor. Hal ini tentunya dapat menjadi ancaman dan ditandai dengan fenomena keuangan yang menggambarkan pertumbuhan keuangan yang berlebihan dan tidak stabil. Usaha yang bisa diperoleh dalam menangani masalah tersebut adalah prakiraan inflasi di Indonesia. Penelitian ini bertujuan untuk mendapatkan model prakiraan inflasi bulanan di Indonesia dan mengetahui kapan harus menaikkan prakiraan tersebut berupa upaya adaptasi untuk menstabilkan inflasi. Data yang dipergunakan merupakan data inflasi bulanan periode Januari 2003 sampai November 2020. Metode yang dipergunakan dalam penelitian ini yaitu model SARIMA yang merupakan evolusi dari model ARIMA yang dapat disesuaikan dengan model data inflasi musiman. Berdasarkan hasil pengolahan, didapatkan model terbaik dengan nilai AIC terendah, SARIMA (1,0,1)(1,1,1) 12 dengan nilai sebesar MAPE 5.19%. Hasil prediksi menunjukkan bahwa dalam beberapa bulan kedepan akan terjadi peningkatan tingkat inflasi sesuai model yang telah dibuat. Berdasarkan hal tersebut, penelitian ini diharapkan menjadi acuan bagi pemerintah dalam menentukan langkah antisipasi terjadinya permasalahan pada bidang perekonomian.

Perbandingan Metode SARIMA, Double Exponential Smoothing dan Holt-Winter Additive dalam Peramalan Retail Sales Mobil Honda

“…Pendekatan Seasonal Autoregressive Integrated Moving Average (SARIMA) adalah teknik yang cukup banyak digunakan. Metode ini mempertimbangkan komponen musiman dalam data dan memiliki kemampuan untuk memprediksi data dengan tingkat ketepatan yang tinggi [4]. Pendekatan ini merupakan pengembangan dari metode peramalan yang dikenal sebagai Autoregressive Integrated Moving Average (ARIMA), yang diciptakan oleh George Box dan Gwilym Jenskin.…”

Penerapan Model Seasonal Autoregressive Integrated Moving Average (SARIMA) pada Jumlah Penumpang Kereta Api di Sumatera Barat

“…Hasil peramalan untuk sebulan kedepan menujukkan kasus pasien Covid-19 masih fluktuatif mulai dari 20 orang sampai 66 orang. Kemudian penelitian yang dilakukan oleh [8] dengan judul Penerapan Metode SARIMA untuk Memprediksi Tingkat Inflasi di Indonesia. Diperoleh model terbaik dengan nilai AIC terendah yaitu SARIMA airiaU aiaiaU dengan nilai MAPE sebesar 5.19%.…”

ANALISIS FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI PROVINSI SUMATERA UTARA TAHUN 1990-2021 (Analysis of Factors Affecting Economic Growth of North Sumatra Province 1990-2021)

“…Pengangguran merupakan kenyataan yang dihadapi tidak saja oleh negara- Menurut Al-Maqrizi inflasi merupakan sebuah fenomena alam yang menimpa kehidupan masyarakat di seluruh duniadari dulu hingga sekarang, inflasi terjadi ketik harga-harga secara umum mengalami kenaikan dan terus berlangsung. Pada saat ini, persediaan barang dan jasa mengalami kelangkaan dan konsumen, karena sangat membutuhkannya, harus mengeluarkan lebih banyak uang untuk sejumlah barang dan jasa yang sama (Rizki & Indonesia, 2016) Berdasarkan pandangan monetaris inflasi disebabkan oleh kelebihan penawaran uang dibanding apa yang diminta masyarakat. Sedangkan golongan keynesian tidak menyangkal pendapat pandangan monetaris tetapi menambahkan bahwa tanpa ekspansi uang beredar, kelebihan permintaan agregat dapat saja terjadi jika terjadi kenaikan pengeluaran konsumsi, investasi, pengeluaran pemerintah (Rizki & Indonesia, 2016)…”