Sakti, Reza Kurnia (2014) Penerapan metode Phillips Perron dalam pengujian stasioneritas untuk meramalkan inflasi Indonesia / Reza Kurnia Sakti. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Sakti Reza Kurnia. 2010. Penerapan Metode Phillips Perron dalam Pengujian Stasioneritas untuk Meramalkan Inflasi Indonesia. Skripsi Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Malang. Pembimbing Dr. Swasono Rahardjo S.Pd M.Si. Kata kunci Stasioneritas Phillips Perron Peramalan ARIMA. Inflasi diartikan sebagai meningkatnya harga-harga secara umum dan terus menerus. Kebalikan dari inflasi disebut deflasi. Indikator yang sering digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). Inflasi yang tidak terkendali akan memberikan dampak negatif kepada kondisi perekonomian masyarakat maka perlu untuk dilakukan pengendalian inflasi. Karena pentingnya pengendalian inflasi maka sangat diperlukan untuk melakukan adanya peramalan laju inflasi ekonomi Indonesia pada beberapa periode ke depan agar dapat mencegah kemungkinan-kemungkinan yang tidak di inginkan akibat adanya inflasi yang tinggi atau inflasi yang tidak stabil. Peramalan (forecasting) adalah salah satu unsur yang sangat penting dalam pengambilan suatu keputusan. Data yang dapat dilakukan peramalan adalah data yang telah stasioner. Bentuk visual dari suatu plot data deret waktu dapat menunjukkan bahwa data tersebut adalah stasioner atau tidak stasioner. Salah satu konsep formal yang dipakai untuk mengetahui stasioneritas data adalah melalui uji akar unit (unit root test) yaitu metode Phillips-Perron. Penerapan metode Phillips Perron untuk menguji kestasioneran data deret waktu adalah dengan cara menguji kestasioneran setiap variabel yang akan digunakan dalam model untuk dapat mengetahui apakah variabel yang di uji telah stasioner pada tingkat level (orde nol I(0)) atau pada pada tingkat difference. Apabila suatu data deret waktu tidak stasiner pada I(0) maka stasioneritas data dapat di uji pada orde berikutnya sehingga diperoleh tingkat stasioneritas pada orde ke-n (first difference I(1) atau second difference I(2) dan seterusnya). Hipotesis yang digunakan dalam metode Phillips Perron adalah H0 maka data tidak stasioner dan hipotesis alternative H1 maka data stasioner. Hasil pengujian secara visual data telah stasioner dalam rataan pada pembedaan ketiga dan telah stasioner dalam variansi setelah dilakukan transformasi tiga kali. Pada pengujian menggunakan metode Phillips Perron data telah stasioner pada tingkat level atau pada orde pertama I(0). Setelah data dinyatakan stasioner maka dilakukan pemodelan peramalan diperoleh model ARIMA (1 3 1) namun model ARIMA (1 3 1) tidak cocok untuk digunakan peramalanp inflasi bulan April 2013 karena hasil peramalan inflasi bulan April 2013 dengan model ARIMA (1 3 1) jauh berbeda dengan data inflasi bulan April 2013 yang ada pada Badan Pusat Statistik.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | Q Science > QA Mathematics |
| Divisions: | Fakultas Matematika dan IPA (FMIPA) > Departemen Matematika (MAT) > S1 Matematika |
| Depositing User: | library UM |
| Date Deposited: | 30 Jan 2014 04:29 |
| Last Modified: | 09 Sep 2014 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/17353 |
Actions (login required)
 |
View Item |