Simulasi efek intervensi terhadap hasil ramalan menggunakan arima intervensi pada tingkat inflasi di provinsi jawa timur periode 2015-2021

Nava, Ayu Azzahra and Dr. Eni Sumarminingsih, S.Si., MM (2022) Simulasi efek intervensi terhadap hasil ramalan menggunakan arima intervensi pada tingkat inflasi di provinsi jawa timur periode 2015-2021. Sarjana thesis, Universitas Brawijaya.

Abstract

Peramalan merupakan suatu usaha untuk memperkirakan keadaan di masa yang akan datang dengan melakukan pemeriksaan pada peristiwa di masa lampau agar dapat diambil tindakan yang tepat. Model Autoregressive Integrated Moving Average dapat dijadikan model analisis pada peramalan karena merupakan analisis data deret waktu yang cocok untuk memperkirakan peramalan jangka pendek. Data deret waktu biasanya dipengaruhi oleh peristiwa eksternal seperti hari libur, bencana alam, perubahan kebijakan yang mengakibatkan perubahan-perubahan pada pola data. Peristiwa eksternal tersebut biasa disebut dengan intervensi. Analisis intervensi merupakan analisis yang digunakan untuk mengevaluasi dampak dari kejadian eksternal pada data deret waktu. Pada penelitian ini kejadian eksternal yang diduga memiliki dampak terhadap inflasi adalah kenaikan bahan bakar minyak (BBM), kebijakan pemerintah dalam menaikkan tarif listrik, serta pandemi COVID-19. Adapun tujuan dari penelitian ini adalah untuk membandingkan pemodelan serta meramalkan tingkat inflasi di Provinsi Jawa Timur menggunakan ARIMA dan ARIMA intervensi dengan tiga skema. Hasil yang diperoleh yaitu model ARIMA intervensi hanya memiliki pengaruh terhadap hasil ramalan hingga bulan Januari 2019 saja. Untuk keakuratan hasil ramalan, model ARIMA intervensi memiliki nilai MAPE lebih kecil dibandingkan model ARIMA sehingga dapat disimpulkan model ARIMA intervensi lebih akurat daripada model ARIMA untuk meramalkan inflasi beberapa periode kedepan.

English Abstract

Forecasting is an attempt to predict future conditions by examining past events so that appropriate action can be taken. The Autoregressive Integrated Moving Average model can be used as an analytical model for forecasting because it is a time series data analysis suitable for estimating short-term forecasts. Time series data is usually affected by external events such as holidays, natural disasters, policy changes that result in changes to data patterns. These external events are commonly referred to as interventions. Intervention analysis is an analysis used to evaluate the impact of external events on time series data. In this study, external events that are thought to have an impact on inflation are the increase in fuel oil (BBM), government policies in increasing electricity rates, and the COVID-19 pandemic. The purpose of this research is to compare the modeling and forecast the inflation rate in East Java Province using ARIMA and ARIMA intervention with three schemes. The results obtained are the ARIMA intervention model only has an influence on the forecast results until January 2019 only. For the accuracy of the forecast results, the ARIMA intervention model has a smaller MAPE value than the ARIMA model, so it can be concluded that the intervention ARIMA model is more accurate than the ARIMA model for forecasting inflation for the next several periods.

Item Type:	Thesis (Sarjana)
Identification Number:	052309
Uncontrolled Keywords:	ARIMA, Inflasi, Intervensi, Peramalan - ARIMA, Inflation, Intervention, Forecasting
Divisions:	Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika
Depositing User:	Unnamed user with email prayoga
Date Deposited:	11 Jan 2024 06:47
Last Modified:	11 Jan 2024 06:47
URI:	http://repository.ub.ac.id/id/eprint/208358

Text (DALAM MASA EMBARGO) NAVA AYU AZZAHRA.pdf Restricted to Registered users only until 31 December 2025. Download (4MB)

Actions (login required)

View Item