Proyeksi Laju Inflasi Bulanan di DIY Menggunakan Model Arima

Penulis

  • Ayu Nurjannah Universitas Tidar

DOI:

https://doi.org/10.58812/jmws.v3i03.1073

Kata Kunci:

Arima, Makroekonomi, Inflasi, Peramalan, DIY

Abstrak

Inflasi merupakan salah satu indikator makroekonomi terpenting dalam perekonomian suatu negara. Inflasi dapat dikendalikan melalui kebijakan moneter atau fiscal agar ekonomi tetap stabil. Provinsi Daerah Istimewa Yogyakarta merupakan salah satu wilayah kota besar dan masuk dalam perhitungan. Peramalan ini diperlukan sebagai alat kebijakan yang dapat diterapkan dalam pengambilan keputusan. Salah satu metode yang tepat yang dapat digunakan yaitu dengan metode analisis ARIMA dengan Teknik Box Jenkins. Metode ini sangat sesuai dan baik untuk meramalkan khususnya dalam jangka periode waktu tertentu. Penelitian ini menggunakan data sekunder time-series yang diperoleh dari BPS berupa nilai inflasi di Provinsi Daerah Istimewa Yogyakarta. Data diolah dengan menggunakan EViews 12 dimana sudah stationer pada level sehingga tidak perlu differencing. Model akhir terbaik yang diperoleh yaitu ARIMA (1,0,0) dengan nilai AIC sebesar 0.333224 dan SIC sebesar 0.439798, sementara nilai Adjusted R-square sebesar 0.278525. Menghasilkan output forecasting yang cenderung mengalami kenaikan secara stabil selama enam bulan estimasi ke depan.

Referensi

Agus Widarjono, Ph. D. (n.d.). EKONOMETRIKA Pengantar dan Aplikasinya Disertai Panduan EViews.

Bank Indonesia. (n.d.-a). Inflasi.

Bank Indonesia. (n.d.-b). LAPORAN PEREKONOMIAN DI YOGYAKARTA NOVEMBER 2023.

Dirgantara, A., Laode Jinda, A., Rinanda, M. F., Nur, I. M., & Fauzi, F. (2020). PERAMALAN INFLASI DI KOTA SURAKARTA MENGGUNAKAN MODEL Autoregressive Integrated Moving Average (ARIMA).

Hartati. (2017). PENGGUNAAN METODE ARIMA DALAM MERAMAL PERGERAKAN INFLASI.

Latumahina, H., Fathia Palembang, C., & Radjabaycolle, J. E. T. (2022). PERAMALAN INFLASI KOTA AMBON TAHUN 2021 MENGGUNAKAN METODE ARIMA BOX JENKINS Forecasting Inflation Ambon City in 2021 Using The Arima Box Jenkins Method. PARAMETER: JURNAL MATEMATIKA, STATISTIKA DAN TERAPANNYA, 1, 79–86.

Martanto, B., Tan, S., & Syurya Hidayat, ; M. (2021). Analisis tingkat inflasi di Indonesia Tahun 1998-2020 (pendekatan error correction model). In Jurnal Paradigma Ekonomika (Vol. 16, Issue 3).

Pebrianti, A., Sifa Utami, A., Putri, A. T., Fitriana, A., & Istiqomah, N. (n.d.). Proyeksi Laju Inflasi di Indonesia Dengan Metode ARIMA (Autoregressive Integrated Moving Average).

Rahayu Setiyaningrum, R. E. (2023). ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI DAERAH ISTIMEWA YOGYAKARTA. Jurnal Review Pendidikan Dan Pengajaran, 6, 445–457.

Sirtalya, S., Rando, J., Rotinsulu, D. C., Pingkan, I., & Rorong, F. (2021). ANALISIS FAKTOR-FAKTOR PENENTU INFLASI DI INDONESIA. In Jurnal Pembangunan Ekonomi dan Keuangan Daerah (Vol. 22, Issue 1). https://id.wikipedia.org

Sriyana, J. (2022). Fiscal and monetary policies to reduce inflation rate in Indonesia. Jurnal Kebijakan Ekonomi Dan Keuangan, 82–91. https://doi.org/10.20885/jkek.vol1.iss1.art8

Wahyuni, A. (2022). PREDIKSI NILAI INFLASI POST COVID 19 DI INDONESIA Inflation Value Prediction Post Covid 19 in Indonesia. https://ejournal.insuriponorogo.ac.id/index.php/jief

Yulyanisa, L., & Devianto, D. (n.d.). MODEL INFLASI DI INDONESIA DENGAN MENGGUNAKAN ARIMA. Jurnal Matematika UNAND, 2(1), 37–41.

Unduhan

Diterbitkan

2024-03-28

Cara Mengutip

Nurjannah, A. (2024). Proyeksi Laju Inflasi Bulanan di DIY Menggunakan Model Arima. Jurnal Multidisiplin West Science, 3(03), 398–416. https://doi.org/10.58812/jmws.v3i03.1073