PERAMALAN INFLASI DI KOTA BIMA DENGAN PENDEKATAN ARIMA

Authors

  • Muhammad Yusuf Badan Pusat Statistik Kabupaten Bima

DOI:

https://doi.org/10.35590/jeb.v9i1.3981

Keywords:

Inflasi, ARIMA, Kota Bima, ACF, PACF

Abstract

Penelitian ini bertujuan untuk meramalkan inflasi di Kota Bima periode Desember 2020 sampai dengan November 2022. Peramalan inflasi dari Desember 2021 sampai dengan November 2022 cenderung tidak datar dan bervariasi pada rata-rata rata-rata sebesar 0,2249% dan standar deviasi sebesar 0,1285%. Inflasi tertinggi kemungkinan terjadi pada Desember 2021 dan Juni 2022 yaitu masing-masing bernilai 0,4087% dan 0,3987%. Inflasi terendah terjadi kemungkinan terjadi pada bulan Maret 2022 dan September 2022 yaitu masing-masing sekitar 0,0442% dan 0,054%. Dengan tingkat signifikansi 5%, data inflasi sudah stasioner pada level dengan p-value 0,01. Berdasarkan signifikansi variabel,  Uji Ljung Box dan nilai kriteria AIC dipilih model ARIMA(2,0,2) sebagai model terbaik dalam meramalkan inflasi di Kota Bima karena semua variabel signfikan, residual model telah white noise dan nilai AIC paling kecil.

Author Biography

Muhammad Yusuf, Badan Pusat Statistik Kabupaten Bima

Staf Fungsi Statistik Sosial dan Kependudukan BPS Kabupaten Bima

References

Gujarati, Domadar N. (2004). Basic Econometrics Fourth Edition. New York : Mc. Grow Hill.

Hosmer, Jr David, W ;Lemeshow , Stanley;Sturdivant Rodney X. (2013). Applied Logistic Regression. New York : John Wiley & Sons.

Nasution, Damhuri dan Hendranata, Anton. (2014).Laporan Akhir :Estimasi PDB Gap di Indonesia. Jakarta : Kementerian Keuangan RI.

Santoso, Teguh dan Kharisma, Bayu. (2020). PERAMALAN INFLASI KOTA BANDUNG DENGAN PENDEKATAN BOX-JENKINS. Bandung : Research Gate.

Setiasih, Endang, Priyono, Rakhmat. (2009). PERAMALAN INFLASI DI WILAYAH PURWOKERTO DENGAN METODOLOGI BOX-JENKINS. Purwokerto: Jurnal Pembangunan Ekonomi Regional Universitas Soedirman.

Utari, G.A Diah, Cristina S, Retni, Pambudi, Sudiro. (2016). INFLASI DI INDONESIA : KARAKTERISTIK DAN PENGENDALIANNYA. Jakarta : Bank Indonesia Institute

Wei, W. W. S. (2006). Time Series Analysis:Univariate and Multivariate Methods (2nd ed.). New York: Pearson Education, Inc.

Wigati, Y, Rais, Utami, I.T. (2016). PEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU – SULAWESI TENGAH. Palu : Jurnal Ilmiah Matematika dan Terapan.

Downloads

Additional Files

Published

2022-07-06

How to Cite

Yusuf, M. (2022). PERAMALAN INFLASI DI KOTA BIMA DENGAN PENDEKATAN ARIMA. Ekonomi Dan Bisnis, 9(1), 1–12. https://doi.org/10.35590/jeb.v9i1.3981

Issue

Vol. 9 No. 1 (2022): EKONOMI DAN BISNIS

Section

Articles

License

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Authors can enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) before and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

This work is licensed under a Creative Commons Attribution 4.0 International License.