PEMODELAN REGRESI NONPARAMETRIK MENGGUNAKAN PENDEKATAN POLINOMIAL LOKAL PADA INFLASI DI INDONESIA

Abstract

Abstrak

Inflasi merupakan kondisi kenaikan harga suatu barang dan jasa secara umum dan terjadi secara terus menerus dalam jangka waktu tertentu. Fluktuasi dan tingkat inflasi yang tinggi merupakan tanda ketidakstabilan ekonomi yang dialami oleh suatu negara. Tentu saja terdapat faktor-faktor yang mempengaruhinya sehingga menyebabkan pola hubungan pada data tidak membentuk pola tertentu. Analisis regresi nonparametrik dapat digunakan untuk memodelkan data inflasi yang tidak membentuk pola tertentu. Penelitian ini menggunakan metode nonparametrik polinomial lokal untuk memodelkan inflasi dengan tiga faktor yang mempengaruhinya, yaitu suku bunga Sertifikasi Bank Indonesia , kurs jual rupiah terhadap dollar US dan jumlah uang beredar. Metode polinomial lokal mengestimasi fungsi regresi nonparametrik dengan mempertimbangkan bandwidth optimum dan orde polinomial optimum. Model regresi polinomial lokal optimum diperoleh berdasarkan nilai GCV minimum sebesar 0.06685779 dan MSE minimum sebesar 0.05824057 dengan bandwidth optimum 9.1 dan orde polinomialnya 3. Model terbaik memiliki nilai RMSE sebesar 0.2413308 yang menunjukkan bahwa model prediksi yang diperoleh memiliki akurasi yang baik karena mendekati angka 0 yang berarti bahwa model yang digunakan cukup akurat. Selanjutnya dari ketiga faktor yang mempengaruhi inflasi pada penelitian ini, dengan menggunakan dua pendekatan diketahui bahwa faktor yang paling berpengaruh yaitu faktor suku bunga yang memiliki hubungan non linier yang kuat terhadap inflasi, dan menyebabkan kenaikan RMSE yang paling signifikan terhadap inflasi menjadi 0.2475925.

Kata kunci: inflasi, polinomial lokal, bandwidth, RMSE

Abstract

Inflation is a condition in which the prices of goods and services rise generally and continuously over a period of time. Fluctuations and high inflation rates are a sign of economic instability experienced by a country. Of course, there are factors that influence it, causing the relationship pattern in the data to not form a certain pattern. Nonparametric regression analysis can be used to model inflation data that does not form a certain pattern. This study uses the local polynomial nonparametric method to model inflation with three influencing factors, namely the Bank Indonesia Certification interest rate, the rupiah selling rate against the US dollar and the money supply. The local polynomial method estimates the nonparametric regression function by considering the optimum bandwidth and optimum polynomial order. The optimum local polynomial regression model is obtained based on the minimum GCV value of 0.06685779 and minimum MSE of 0.05824057 with an optimum bandwidth of 9.1 and polynomial order of 3. The best model has an RMSE value of 0.2413308 which indicates that the prediction model obtained has good accuracy because it is close to 0 which means that the model used is quite accurate. Furthermore, of the three factors that affect inflation in this study, using two approaches, it is known that the most influential factor is the interest rate factor which has a strong non-linear relationship to inflation, and causes the most significant increase in RMSE to inflation to 0.2475925.

Keywords: inflation, local polynomial, bandwidth, RMSE