PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER

Transkripsi

1 Semiar Hasil Tugas Akhir PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER TAHIRA ETA ADISTI ( ) Pembimbig: Dr. SUHARTONO, S. Si, M. Sc Kamis, 27 Jui2013 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

2 AGENDA PRESENTASI Pedahulua Tijaua Pusaka Meode Peeliia Aalisis da da Sara

3

4 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Perumbuha Ekoomi Idoesia

5 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara ARIMA Fugsi Trasfer + Iervesi Peramala Iflasi Fugsi Trasfer Iervesi

6 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Rumusa Masalah Bagaimaa model ARIMA yag sesuai uuk meramalka iflasi di Idoesia? Bagaimaa model fugsi rasfer yag sesuai uuk mejelaska pegaruh jumlah uag beredar erhadap igka iflasi di Idoesia? Bagaimaa model fugsi rasfer yag sesuai uuk mejelaska pegaruh jumlah uag beredar erhadap igka iflasi di Idoesia? Bagaimaa model yag sesuai uuk meramalka igka iflasi di Idoesia dega meode gabuga aara fugsi rasfer da iervesi? Bagaimaa perbadiga akurasi model yag didapaka dega meode ARIMA, fugsi rasfer, iervesi, da meode gabuga fugsi rasfer-iervesi, sera hasil peramala igka iflasi berdasarka model erbaik yag diperoleh?

7 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Tujua Peeliia Meeuka model ARIMA yag sesuai uuk meramalka iflasi di Idoesia Meeuka model fugsi rasfer yag sesuai uuk mejelaska pegaruh jumlah uag beredar erhadap igka iflasi di Idoesia. Meeuka model iervesi yag sesuai uuk meramalka igka iflasi di Idoesia. Meeuka model yag sesuai uuk meramalka igka iflasi di Idoesia dega meode gabuga aara fugsi rasfer da iervesi. Membadigaka akurasi model yag didapaka dega meode ARIMA, fugsi rasfer, iervesi, da meode gabuga fugsi rasfer-iervesi, sera memperoleh ramala igka iflasi berdasarka model erbaik yag diperoleh.

8 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Mafaa Peeliia 1. Memberika iformasi bagi pelaku ekoomi megeai model dalam meramalka igka iflasi di masa medaag, sehigga dapa dijadika acua dalam megambil lagkah epa uuk megaisipasi kemugkia yag erjadi erkai dega pergeraka igka iflasi. 2. Memberika pegeahua lebih da meambah pemahama bagi peelii megeai peerapa meode saisika dalam bidag bisis da ekoomi, khususya dalam memodelka da meramalka dega meode ime series. Baasa Masalah Baasa masalah dalam peeliia ii adalah daa iflasi Idoesia yag diguaka mulai dari ahu 2001 higga ahu 2012 dega kelompok iflasi umum da iflasi berdasarka ujuh kelompok pegeluara.

9

10 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara INFLASI Defiisi Iflasi Meigkaya harga-harga secara umum da erus meerus (Bak Idoesia, 2008) Pegelompoka Iflasi 1. Kelompok Baha Makaa 2. Kelompok Makaa Jadi, Miuma, da Tembakau 3. Kelompok Perumaha 4. Kelompok Sadag 5. Kelompok Kesehaa 6. Kelompok Pedidika da Olah Raga 7. Kelompok Trasporasi da Komuikasi Rumus Iflasi Iflasi dihiug berdasarka besarya IHK P IHK = P i 0i 100%

11 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Jumlah Uag Beredar Uag beredar dalam ari sempi (M1) erdiri dari uag karal yag berada di luar sisem moeer diambah simpaa giro Rupiah milik masyaraka pada bak umum. Dalam ari luas (M2), uag beredar adalah pejumlaha dari M1, uag kuasi, da sura berharga selai saham yag dapa diperjualbelika dega sisa jagka waku sampai dega sau ahu. Uag kuasi merupaka simpaa masyaraka pada sisem moeer yag erdiri dari abuga da simpaa berjagka baik dalam rupiah maupu valua asig, sera simpaa laiya dalam valua asig.

12 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Aalisis Dere Waku Model ARIMA (p, d, q) d ( B)( B) Z = θ θ q ( B) a φ p Operaor AR φ p p ( B) = ( φ B... φ B ) 1 1 Operaor MA θ q q ( B) = ( θ B... θ B ) 1 1 p q Tahap Membeuk Model 1. Ideifikasi model 2. Esimasi parameer 3. Pemeriksaa diagosa 4. Pemiliha model erbaik

13 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Aalisis Dere Waku (Laj.) Ideifikasi model (Wei, 2006) 1. Membua ime serie plo da rasformasi Z λ 1 λ T ( Z ) = ( ) d W = 1 B Z 2. Meeuka orde differecig 3. Meeuka orde p da q

14 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Aalisis Dere Waku (Laj.) Esimasi Parameer (Wei, 2006) Megguaka meode OLS (ordiary leas square), dega esimaor φˆ = 1 = = 1 Esimaor OLS adalah X X Z 2 Berdasarka model ime seriesz = φz 1 + e, = 1,2,, φˆ = 2 = Z = 2 1 Z Z 2 1

15 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Aalisis Dere Waku (Laj.) Pemeriksaa Diagosa 1. Uji whie oise 2. Uji ormalias Pemiliha Model Terbaik 1. RMSE 2. MAPE 3. SMAPE M 1 RMSE = M i= 1 1 Z MAPE = = 1 2 e i Zˆ Z % ˆ Z Z SMAPE = 100% 1 ( ˆ = Z + Z ) / 2

16 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Fugsi Trasfer Persamaa umum fugsi rasfer sigle ipu da sigle oupu ( B) x y =ν + aau Persamaa umum fugsi rasfer muli ipu m y ω j ( B) θ ( B) = x j, b + a j j ( B) j ( B ) = 1 δ φ Tahapa Membeuk Model Fugsi Trasfer 1. Prewhieig dere ipu da dere oupu φx ( B) φx ( B) α = x β ( ) = y θ x B θ x ( B) γ xy ( k) 2. Peghiuga Cross-correlaio fugcio (CCF) da auocorrelaio ρ xy = σ xσ y 3. Peaksira bobo respo impuls ˆ σ ˆ ν ˆ k = β ραβ ( k) ˆ σ 4. Peeapa orde (b, s, r) 5. Peaksira awal dere oise ( B) ( B) 6. Peeapa p da q uuk ARIMA dere oiseφ B = θ = y α νˆ ( B) x y ωs = δ p r B b x ( ) q ( B) a θ + φ ( B) a ( B)

17 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Iervesi Persamaa model iervesi (Bowerma & O Coell, 1993) Y ωs ( B) B = δ ( B) r b X θ q ( B) + φ ( B)(1 B) p d a Terdapa dua macam variabel dummy dalam membeuk model iervesi 1. Sep fucio, dega oasi variabel X = S = 0, 1, < T T 2. Pulse fucio, dega oasi variabel X = P = 0, 1, T = T

18 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Oulier dalam Time Series 1. Addiive Oulier kejadia yag mempegaruhi daa series haya pada sau periode waku. Diasumsika bahwa kejadia oulier erjadi pada waku, maka daa series dapa direpreseasika dega model (Liu, 2006) Y = Z + ω P 2. Iovaioal Oulier kejadia dega efek yag didasarka pada proses dari model ARIMA. IO mempegaruhi semua ilai pegamaa seelah kejadia ersebu mucul. Model uuk daa series pegamaa dega IO diuliska melalui persamaa beriku (Liu, 2006) Y = Z θ + φ A ( B) ( B) ( T ) ω P I ( T )

19 METODE PENELITIAN

20 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Daa yag diguaka merupaka daa sekuder yag diambil dari Bada Pusa Saisika, Bak Idoesia, sera dari sumbersumber da lieraur lai yag berhubuga dega peeliia. Daa yag diambil adalah iflasi umum da daa iflasi uuk keujuh komodias periode , sera daa jumlah uag beredar pada ahu Selai iu juga dibuuhka iformasi megeai waku-waku keaika harga BBM, TDL, da gaji PNS pada kuru waku ersebu. Sumber Daa Variabel Respo Iflasi Umum (Y 1 ) Variabel Peeliia Iflasi Kelompok Baha Makaa (Y 2 ) Iflasi Kelompok Makaa Jadi, Miuma, da Tembakau (Y 3 ) Iflasi Kelompok Perumaha (Y 4 ) Iflasi Kelompok Sadag (Y 5 ) Iflasi Kelompok Kesehaa (Y 6 ) Iflasi Kelompok Pedidika da Olah Raga (Y 7 ) Iflasi Kelompok Trasporasi da Komuikasi (Y 8 ) Variabel Predikor Jumlah Uag Beredar (X 1 )

21 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Variabel Peeliia (Laj.) Variabel Dummy (Iervesi) *Waku Keaika Harga BBM (T 1 ) Keaika harga BBM erjadi pada waku: Keaika harga BBM Mare 2005 (T 11 ) Keaika harga BBM Okober 2005 (T 12 ) Keaika BBM Mei 2008 (T 13 ) *Waku Keaika TDL (T 2 ) Keaika harga BBM erjadi pada waku beriku: Keaika TDL Juli 2010 (T 21 ) Keaika TDL Jauari 2011 (T 22 ) *Waku Keaika Gaji PNS (T 3 ) Keaika gaji PNS Jauari 2006 (T 31 ) Keaika gaji PNS Jauari 2007 (T 32 ) Keaika gaji PNS Jauari 2008 (T 33 ) Keaika gaji PNS Jauari 2009 (T 34 ) Keaika gaji PNS Jauari 2010 (T 35 ) Keaika gaji PNS Jauari 2011 (T 36 )

22 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Lagkah Aalisis dega Meode ARIMA 1. Uji sasioerias daa 2. Meghilagka keidaksasioera dalam daa 3. Melakuka kembali uji sasioerias daa 4. Meaksir model semeara 5. Melakuka pemerikasaa apakah model elah memadai 6. Jika model belum memadai, kembali ke lagkah 5.d da seerusya 7. Megguaka model uuk peramala Meode Aalisis Lagkah Aalisis dega Meode Fugsi Trasfer (Ideifikasi Model) 1. Mempersiapka dere ipu da oupu 2. Pemuiha dere ipu 3. Pemuiha dere oupu 4. Peghiuga cross-correlaio da auokorelasi uuk dere ipu da dere oupu yag elah melalui ahap pemuiha 5. Peaksira bobo respos impuls 6. Peeapa (b, s, r) uuk model fugsi rasfer yag meghubugka dere ipu da oupu 7. Peaksia awal dere gaggua ( ) da peghiuga auokorelasi, parsial, da spekrum garis uuk dere ii. 8. Peeapa (p, q ) uuk model ARIMA (P, 0, q) dari dere gaggua ( )

23 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Lagkah Aalisis dega Meode Fugsi Trasfer (Peaksira Parameer) Lagkah Aalisis dega Meode Fugsi Trasfer (Peaksira Parameer & Peramala) 1. Peghiuga auokorelasi uuk ilai sisa model (b, s, r) yag meghubugka dere ipu da oupu 2. Peghiuga cross-correlaio aara ilai sisa yag disebuka dalam poi c(i) dega dere gaggua yag elah dipuihka 3. Peramala ilai-ilai yag aka daag dega megguaka model fugsi rasfer 1. Taksira awal ilai parameer 2. Taksira akhir parameer Lagkah Aalisis dega Meode Iervesi 1. Membagi daa mejadi beberapa bagia, sebayak jumlah iervesi 2. Membua model iervesi perama 3. Megulagi lagkah 2 uuk iervesi kedua sampai iervesi erakhir Melakuka pemodela dega meode gabuga aara fugsi rasfer da iervesi Megideifikasi da megaalisis adaya oulier pada model

24 Case Sudy

25 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara

26 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Variabel Iflasi Umum (Y 1 ) Iflasi Baha Makaa (Y 2 ) Iflasi Makaa Jadi, Miuma, Rokok, da Tembakau (Y 3 ) Iflasi Perumaha, Air, Lisrik, Gas, da Baha Bakar (Y 4 ) Iflasi Sadag (Y 5 ) Iflasi Kesehaa (Y 6 ) Iflasi Pedidika, Rekreasi da Olahraga (Y 7 ) Iflasi Trasporasi, Komuikasi, da Jasa Keuaga (Y 8 ) Mea Sadar Deviasi Miimum Maksimum 0,628 0,868-0,320 8,700 0,640 1,846-10,932 7,240 0,589 1,055-10,185 3,210 0,737 1,671-0,060 18,592 0,475 0,969-6,805 3,070 0,408 0,439-3,181 1,880 0,679 1,310-0,280 8,172 0,685 2,804-2,740 28,570

27 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara 3,5 3,0 2,5 2,0 Mea Y1 Mea Y2 Mea Y3 Mea Y4 Mea Y5 Mea Y6 Mea Y7 Mea Y8 1,5 1,0 0,5 0,0-0,5-1, Time Series Plo Mea Iflasi Seiap Tahuu S. Dev Y1 S. Dev Y2 S. Dev Y3 S. Dev Y4 S. Dev Y5 S. Dev Y6 S. Dev Y7 S. Dev Y Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Time Series Plo S. Deviasi Iflasi Box PloIflasi

28 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Variabel Jumlah Uag Beredar (100 Trilyua Rupiah) Kurs Rp/USD (Ribua Rupiah) Mea Sadar Deviasi Mi. Maks. 15,69 7,17 7,39 33,05 9,34 0,74 8,24 12,09

29 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara

30 Year Moh Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Y ,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1,0 Lag Auocorrelaio ,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1,0 Lag Parial Auocorrelaio Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara

31 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Auocorrelaio 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1,0 Model Parameer Esimasi P-value ARIMA (1,0,0) ARIMA (0,0,1) µ φ µ 1 θ 1 Kepuus a 0,6518 <0,0001 Sigifika 0,1992 0,0220 Sigifika 0,6519 < Sigifika -0,2215 0,0107 Sigifika Parial Auocorrelaio 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1, Lag Lag

32 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Model ARIMA (1,0,0) Lag Chi Square Hiug DF P-value Kepuusa 6 1,51 5 0,9116 Whie Noise 12 6, ,8429 Whie Noise 18 8, ,9640 Whie Noise 24 11, ,9778 Whie Noise 6 0,96 5 0,9658 Whie Noise ARIMA (0,0,1) 12 6, ,8665 Whie Noise 18 7, ,9687 Whie Noise 24 11, ,9811 Whie Noise

33 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Model D hiug P-value Kepuusa ARIMA (1,0,0) 0,1849 < 0,0100 Tidak Berdisribusi Normal ARIMA (0,0,1) 0,1883 < Tidak Berdisribusi Normal Model RMSE MAPE SMAPE ARIMA (1,0,0) 0, ,169 96,547 ARIMA (0,0,1) 0, ,828 96,484* y + + = 0,6519 0,2215a 1 a

34 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Variabel Model RMSE MAPE SMAPE Iflasi Baha Makaa ARIMA (0,0,[1,12]) 0, , ,496 Iflasi Makaa Jadi, ARIMA Miuma, Rokok, (0,0,0) da Tembakau 0, , ,307 Iflasi Perumaha, Air, Lisrik, Gas, da ARIMA ([21],0,0) 0, , ,492 Baha Bakar Iflasi Sadag ARIMA (0,0,[29]) 0, , ,324 Iflasi Kesehaa ARIMA (0,0,1) 0, ,326 64,842 Iflasi Pedidika, Rekreasi da Olahraga Iflasi Trasporasi, Komuikasi, da Jasa Keuaga ARIMA (5,0,0)(2,1,0) 12 0, , ,696 ARIMA (0,1,1) 0, , ,1156

35 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara

36 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara x SDev 1,1 1,0 0,9 0,8 0,7 0,6 Lambda (usig 95,0% cofidece) Esimae -0,45 Lower CL -0,88 Upper CL -0,11 Rouded Value -0,50 Lower CL Upper CL SDev 0,0035 0,0030 0,0025 Lower CL Upper CL Lambda (usig 95,0% cofidece) Esimae 0,91 Lower CL 0,15 Upper CL 1,77 Rouded Value 1, ,5 0,4 10 0,3 0,0020 0,2 Limi Limi Moh Year Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja Ja ,0-2,5 0,0 Lambda 2,5 5,0-5,0-2,5 0,0 Lambda 2,5 5,0 Time Series Plo Jumlah Uag Beredar Trasformasi Box-Cox Jumlah Uag Beredar Trasformasi Box-Cox Jumlah Uag Beredar Seelah Trasformasi Auocorrelaio 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1, Lag Auocorrelaio 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1, Lag Parial Auocorrelaio 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-0,6-0,8-1, Lag ACF Plo Daa Uag Beredar ACF Plo Daa Uag Beredar Seelah Differecig 1 PACF Plo Daa Uag Beredar Seelah Differecig 1

37 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara 1,0 1,0 0,8 0,8 0,6 0,6 Auocorrelaio 0,4 0,2 0,0-0,2-0,4-0,6 Parial Auocorrelaio 0,4 0,2 0,0-0,2-0,4-0,6-0,8-0,8-1,0-1, Lag Lag ACF Plo Daa Uag Beredar Seelah Differecig 12 PACF Plo Daa Uag Beredar Seelah Differecig 12 Model Parameer Esimasi P-value Kepuusa ARIMA([2],1,0)(1,1,0) 12 ARIMA(0,1, [2])(0,1,1) 12 0,0261 0,0214 Sigifika -0,1008 0,2882 Tidak Sigifika -0,4934 <0,0001 Sigifika 0,0256 0,0045 Sigifika 0,1415 0,1385 Tidak Sigifika 0,4797 <0,0001 Sigifika

38 2 χ hiug Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Kepuusa Model Parameer Esimasi P-value 0,0263 0,0323 Sigifika ARIMA(0,1,0)(1,1,0) 12-0,5175 <0,0001 Sigifika 0,0258 0,0124 Sigifika ARIMA(0,1, 0)(0,1,1) 12 0,4876 <0,0001 Sigifika Model ARIMA(0,1,0)(1,1,0) 12 ARIMA(0,1,0)(0,1,1) 12 Lag Chi Square Kepuusa DF P-value Hiug 6 4,53 5 0,4759 WN 12 12, ,3297 WN 18 17, ,4347 WN 24 23, ,4372 WN 6 5,18 5 0,3937 WN 12 13, ,2759 WN 18 18, ,3351 WN 24 26, ,2743 WN

39 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Krieria Pemiliha Model Terbaik Model RMSE MAPE SMAPE ARIMA(0,1,0)(1,1,0) 12 0,5776 1,7645 1,7828 ARIMA(0,1,0)(0,1,1) 12 0,5184 1,5366 1,5512 Persamaa Dere Ipu α = 0, x + x Persamaa Dere Oupu β 1 = 0, 2215y1 1 + y1

40 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Peeua (b,r,s) 6 ν ( B ) x = (205,31B ) x

41 Θ θω 2 61 hiug χ Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Lag Chi Square hiug DF P-value Kepuusa 6 19,87 6 0,0029 Tidak WN 12 48,63 12 <0,0001 Tidak WN 18 50,86 18 <0,0001 Tidak WN 24 52, ,0006 Tidak WN Model ARMA Paramee r Esimasi P-value Kepuusa ARMA(0,1)(0,1) 12 0,7297 <0,0001 sigifika 0,8403 <0,0001 sigifika 68,4923 0,0138 sigifika Model Fugsi Trasfer Iflasi Umum dega Uag Beredar y 1 68,4923 0,8403 0,7297 0, = x 6 + a 1 a 12 + a 13 a

42 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Model Fugsi Trasfer Iflasi Berdasarka Kelompok Pegeluara Variabel Iflasi Baha Makaa Iflasi Sadag y y 2 5 = 164,7755x 16993,56 + x + 0,6495a 13 = 62,9658x + 0,6089a + a a Model 12 0,8935a a 1 1 0,6495a 0,6815a Iflasi Trasporasi Komuikasi da Jasa Keuaga y 8 = 347,1159x + 0,6685a ,8008a + a 1 0,8348a 12

43 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara

44 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Keaika BBM Keaika TDL Keaika Gaji PNS Esimasi Parameer Meode Iervesi Iflasi Umum Berdasarka Keaika BBM Esimasi Parameer Meode Iervesi Iflasi Umum Berdasarka Keaika BBM Tahap Kedua

45 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Uji whie oise Residual Model Iervesi Umum Berdasarka Keaika Harga BBM Uji Normalias Residual meode Iervesi Iflasi Umum Berdasarka Keaika Harga BBM Lag Chi Square Hiug DF P-value Kepuusa 6 6,17 5 0,2898 WN 12 14, ,2238 WN 18 18, ,3671 WN 24 24, ,3540 WN D hiug P-value Kepuusa 0,0779 0,0477 Tidak Berdisribusi Normal y 1 = 0, ,8159x 1 = 0, ,8159x 1 + 7,5875x 2 + 7,5875x 2 0,4189( B) a 0,4189a 1 1, = 51 x1 = 1, = 58 x2 = 0, 51 0, 58 y 0,6519 0, = + a 1 a y + = 0, ,2215a 1 a y 1 = 0,5583 0,4476x 0,4136a ,6410x 2 + 0,7187x 3 + 1,1057x 4 + 0,9250x 5 +

46 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Krieria Pemiliha Model Iervesi Terbaik uuk Iflasi Umum Model RMSE MAPE SMAPE Iervesi BBM 0, , ,59863 Iervesi TDL 0, , ,48438 Iervesi Gaji PNS 0, , ,48438 Iervesi Gabuga 0,384072* 758,9274* 95,48493* Krieria Pemiliha Model Iervesi Terbaik Iflasi Kelompok Pegeluara Variabel Model RMSE MAPE SMAPE Iflasi Baha Makaa Iervesi TDL 0, , ,3851 Iflasi Makaa Jadi, Miuma, Rokok, da Iervesi Gabuga 0, , ,31447 Tembakau Iflasi Perumaha, Air, Lisrik, Gas, da Baha Iervesi Gabuga 0, , ,92536 Bakar Iflasi Pedidika, Rekreasi da Olahraga Iervesi BBM 0, , ,69624 Iflasi Trasporasi, Komuikasi, da Jasa Keuaga Iervesi Gaji 0, , ,1156

47 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara

48 Θ θ ωω Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Sadard Parameer Esimasi -value P-value Kepuusa Error µ 0,5531 0,0614 9,01 <0,0001 Sigifika θ 1-0,4349 0,0918-4,74 <0,0001 Sigifika ω 1,8477 0,4539 4,07 <0,0001 Sigifika 1 ω 7,6589 0, ,40 <0,0001 Sigifika 2 Tidak ω 3 0,2593 0,4392 0,59 0,5560 Sigifika Tidak ω 4 0,7241 0,4417 1,64 0,1037 Sigifika Tidak ω 5 0,0549 0,4384 0,13 0,9004 Sigifika ω 1,0993 0,4498 2,44 0,0160 Sigifika 6 Tidak ω 7 0,9261 0,4485 0,21 0,8373 Sigifika ω 0,9261 0,4469 2,07 0,0404 Sigifika 8 ω 9-0, , ,63 0,5309 ω 10 0,3192 0, ,73 0,4679 Tidak Sigifika Tidak Sigifika

49 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara D hiug P-value Kepuusa 0,0667 >0,1500 Berdisribusi Normal y 1 6 = (35,1285B ) x = 35,1285x 1 6 0,4872a 1 + 1,8244x ,8244x (1 0,6285B)(1 0,4872B + 0,3062a dega 1, = 51 x2 =, 0, ,0463x + 8,0463x ) a + a ,7494x + 0,7494x ,6609x + 0,6609x 5 1, = 58 x3 =, 1, = 115 x = 0, 58 4, 0, ,6285a 1, = 0, x5 1 =

50 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara

51 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Model RMSE MAPE SMAPE ARIMA 0, , ,4843 Fugsi Trasfer 0, , ,4158 Iervesi 0, , ,4849* Gabuga FT-Iervesi 0, , ,4442 1,0 0,8 Variable Akual Ramala 1,0 0,8 Variable Akual Ramala 0,6 0,6 Daa 0,4 Daa 0,4 0,2 0,2 0,0 0,0-0,2 Ja Feb Mar Apr Mei Ju Jul Agus Sep Ok Nop Des Ja Feb Mar Apr Mei Ju Jul Agus Sep Ok Nop Des Moh Moh 1,0 0,8 Variable Akual Ramala 1,0 0,8 Variable Akual Ramala 0,6 0,6 0,4 Daa 0,4 Daa 0,2 0,0 0,2-0,2 0,0-0,4 Ja Feb Mar Apr Mei Ju Jul Agus Sep Ok Nop Des Ja Feb Mar Apr Mei Ju Jul Agus Sep Ok Nop Des Moh Moh

52 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Variabel Model Terbaik RMSE MAPE SMAPE Iflasi Baha Makaa Gabuga Fugsi Trasfer-Iervesi 0, , ,4588 Iflasi Makaa Jadi, Miuma, Rokok, da Iervesi 0, , ,3145 Tembakau Iflasi Perumaha, Air, Lisrik, Gas, da Baha ARIMA 0, , ,4916 Bakar Iflasi Sadag ARIMA 0, , ,3235 Iflasi Kesehaa Gabuga Fugsi Trasfer-Iervesi 0, , ,3382 Iflasi Pedidika, Rekreasi da Olahraga ARIMA 0, , ,6962 Iflasi Trasporasi, Komuikasi, da Jasa Keuaga ARIMA 0, , ,1156

53

54 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara 1. Model ARIMA erbaik uuk meramalka iflasi umum adalah model y 0, ,2215a + a = 1 2. Model fugsi rasfer erbaik yag diguaka uuk meramalka iflasi umum adalah model y 1 = 68,4923x 6 + 0,8403a 1 0,7297a , 1632a 13 + a 3. Model iervesi erbaik uuk meramalka iflasi umum adalah model y1 = 0,5583 0,4476x1 + 7,6410x2 + 0,7187x3 + 1,1057x4 + 0,9250x5 + 0,4136a 1 4. Model gabuga erbaik uuk meramalka iflasi umum adalah model y 1 6 = (35,2101B ) x 1 6 0,4859a ,8233x (1 0,6581B)(1 0,4859B ) a = 35,2101x + 1,8233x + 8,0657x + 0,3198a + 8,0657x 13 + a ,7654x + 0,7654x 5. Hasil perbadiga keempa model, meujukka bahwa uuk igka iflasi umum, model erbaik dihasilka oleh model iervesi. Tidak semua model peramala erbaik uuk dere oupu adalah meode gabuga fugsi rasfer da iervesi ,0614x 1,0614x ,6581a 1 +

55 Pedahulua Tijaua Pusaka Meode Peeliia Aalisis & & Sara Sara Sara yag dapa diberika berdasarka hasil peeliia ii aara lai, perlu memasukka fakor-fakor lai dalam aalisis yag diduga mempegaruhi igka iflasi, agar hasil peramala lebih akura.

56 Dafar Pusaka Bak Idoesia. (2008). Pegeala Iflasi. Dipeik Jauari 4, 2013, dari Bak Idoesia: hp:// Bowerma, B. L., & O'Coell, R. T. (1993). Forecasig ad Time Series: A Applied Approach. Califoria: Duxbury Press. Box, G. E., Jekis, G. M., & Reisel, G. C. (1994). Time Series Aalysis: Forecasig ad Corol (3rd ed.). New Jersey: Preice-Hall, Ic. Cahyui, I. (2012). Aalisis Peramala Iflasi di Jawa Timur Khusus Baha Makaa dega Megguaka Pedekaa Regresi Variabel Dummy da ARIMA. Tugas Akhir D-III Saisika. Surabaya: Isiu Tekologi Sepuluh Nopember (Tidak Dipublikasika). Goldschmid, H. M., Voorde, L. J., & Leije, J. F. (1990). Ierveio Time Series Aalysis - Samplig Sraegies. Elsevier Sciece. Hasbullah, J. (2012). Tagguh dega Saisika. Badug: Nuasa Cedekia. Krishamurhi, L., Naraya, J., & Raj, S. P. (1989). Ierveio Aalysis Usig Corol Series ad Exogeous variables i A Trasfer Fucio Model: A Case Sudy. Ieraioal Joural of Forecasig 5, Kuriawa, T. (2004). Deermia Tigka Suku Buga Pijama di Idoesia Tahu Bulei Ekoomi Moeer da Perbaka. Liu, L.-M. (2006). Time Series Aalysis ad Forecasig. Illiois: Scieific Compuig Associaes. Makridakis, S., Wheelwrigh, S. C., & McGee, V. E. (1999). Meode da Aplikasi Peramala. Jakara: Biapura Aksara. Pura, I. (2012, 21 Sepember). Taaga Idoesia Mejadi Negara Maju di Dipeik Februari 27, 2013, dari Sekrearia Kabie Republik Idoesia: hp://sekab.go.id/arikel Rachbii, D. J., & Too, S. (2000). Bak Idoesia Meuju Idepedesi Bak Seral. Jakara: PT. Mardi Mulyo. Rahmawai. (2011). Pegaruh Jumlah Uag Beredar, Pegeluara Pemeriah, da Suku Buga erhadap Tigka Iflasi di Naggre Aceh Darussalam. Jural Aplikasi Maajeme. Rahmi, I. (2006). Aalisis Iervesi Akiba Susu Formali erhadap Pejuala Tahu pada Idusri Kecil di Desa Sepade Kecamaa Cadi Kabupae Sidoarjo. Tugas Akhir D-III. Surabaya: Isiu Tekologi Sepuluh Nopember (Tidak Dipublikasika). Rokimah, N. J. (2012). Pedekaa Fugsi Trasfer da Arificial Neural Nework uuk Meramalka Iflasi Jawa Timur. Tesis S-2. Surabaya: Isiu Tekologi Sepuluh Nopember. Sofilda, E., & Suaro. (2006). Aalisis Pegaruh Jumlah Uag Beredar, Nilai Tukar Rupiah, da Pegeluara pemeriah erhadap Iflasi di Idoesia. Sudarmadi, D. (2008). Aalisis Efek Perubaha IHPB Impor erhadap Tujuh Komodias IHK di Idoesia Megguaka Model Fugsi Trasfer dega Deeksi Oulier. Tesis S-2. Surabaya: Isiu Tekologi Sepuluh Nopember (Tidak Dipublikasika). Suwia, S. B. (2010). Peraa Fakor Fudameal dalam Nilai Tukar Rupiah erhadap Dolar Amerika Jauari 2000-Desember Tesis S-2. Jakara: Fakulas Ekoomi Uiversias Idoesia. Tambag News. (2009, 13 Agusus). Perkembaga Harga BBM Dalam Negeri Tahu Diambil kembali dari Tambag News: hp://ambagews.com/serbaserbi/daabase/276-iilah-perkembaga-harga-bbm-dalam-egeri-dari-ahu hml Wawa, & Arif, T. (2011, Jui 01). Makalah: Hubuga Aara Nilai Tukar, Iflasi, da Suku Buga. Dipeik Jauari 04, 2013, dari e-kuliahpedia: hp://ilerig.com/idex.php?opio=com_coe&view=aricle&id=641:hubuga-aara-ilai-ukar-iflasi-da-suku-buga&caid=40:mc-a-kurs&iemid=72 Wei, W. W. (2006). Time Series Aalysis: Uivariae ad Mulivariae Mehods (2d ed.). USA: Pearso Educaio, Ic.

57 Terima Kasih

58 PERAMALAN INFLASI MENGGUNAKAN PENDEKATAN GABUNGAN ANTARA FUNGSI TRANSFER DAN INTERVENSI DENGAN DETEKSI OUTLIER Semiar Hasil Tugas Akhir TAHIRA ETA ADISTI Pembimbig: Dr. SUHARTONO, S. Si, M. Sc Kamis, 27 Jui2013 JURUSAN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA