Latar Belakang Penelitian PENDAHULUAN

BAB I PENDAHULUAN

1.1 Latar Belakang Penelitian

Inflasi merupakan salah satu variabel ekonomi makro, khususnya Indonesia, yang selalu diamati pergerakannya. Ia merupakan salah satu faktor penting dalam penentu arah kebijakan pemerintah dan Bank Indonesia di bidang moneter. Dalam penyusunan APBN, pemerintah menetapkan target inflasi bersama pertumbuhan ekonomi sebagai pilar utama. Sedangkan Bank Indonesia berperan menjaga target inflasi tersebut Afni, 2007. Disamping itu, inflasi juga merupakan salah satu indikator yang dapat memberikan informasi tentang dinamika perkembangan harga barang dan jasa yang dikonsumsi masyarakat. Perkembangan harga barang dan jasa ini berdampak langsung terhadap daya beli dan biaya hidup masyarakat, perubahan nilai aset dan kewajiban, serta nilai kontraktransaksi bisnis. Inflasi yang merupakan indikator pergerakan antara permintaan dan penawaran di pasar riil juga erat kaitannya dengan perubahan tingkat suku bunga, produktivitas ekonomi, nilai tukar rupiah dengan valuta asing, indeksasi anggaran, dan parameter ekonomi makro lainnya. Oleh karena itu, masyarakat, pelaku bisnis, kalangan perbankan, dan pemerintah sangat berkempentingan terhadap perkembangan inflasi. Tingkat inflasi yang berfluktasi tinggi menggambarkan besarnya ketidakpastian nilai uang, tingkat produksi, distribusi, dan arah perkembangan ekonomi, sehingga menimbulkan ekspektasi keliru dan manipulasi yang dapat membahayakan perekonomian secara keseluruhan. Sebaliknya inflasi yang rendah juga tidak menguntungan perekonomian, karena menggambarkan rendahnya daya beli dan permintaan masyarakat akan barang dan jasa, pada gilirannya dapat memperlambat pertumbuhan ekonomi Rosidi, 2005. 1 Di Indonesia tingkat inflasi diukur dari perubahan Indeks Harga konsumen IHK yang dihitung dan diumumkan ke publik setiap awal bulan oleh Badan Pusat Statistik BPS. Sejak dipublikasikan untuk pertama kalinya pada tahun 1950, IHK telah mengalami perubahan beberapa kali baik tentang cakupan coverage kota, tahun dasar, paket komoditas maupun metode penghitungannya. Perubahan tersebut dilakukan secara periodik 5–8 tahun sekali tergantung dari kebutuhan untuk menyesuaikan perubahan pola komsumsi masyarakat, adanya komoditas baru yang masuk ke pasar dan komoditas lama yang tidak dijual dipasar. Selain itu cakupan kota IHK juga diperluas dengan memasukkan kota-kota besar utama di Indonesia sebagai dasar penghitungan inflasi nasional. Begitu pentingnya angka inflasi bagi pemerintah maupun swasta dalam menentukan dan mengambil suatu kebijakan, terkadang angka inflasi diprediksi diramalkan untuk beberapa periode ke depan untuk menetapkansuatu kebijakan ke depan. Salah satu pendekatan metode baru yang banyak digunakan untuk peramalan adalah Autoreggressive Integrated Moving Average ARIMA. ARIMA merupakan suatu metode yang menghasilkan ramalan-ramalan berdasarkan sintesis dari pola data secara historis Arsyad, 1995. ARIMA membutuhkan data yang relatif cukup besar, dari beberapa literatur menganjurkan minimal membutuhkan 50 data dari suatu series. ARIMA sering juga disebut metode runtun waktu Box-Jenkins. ARIMA sangat baik ketepatannya untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ketepatan dianggap kurang baik, karena peramalan data akan mendatar konstan untuk periode yang cukup panjang. Model ARIMA adalah model yang secara penuh mengabaikan independen variabel dalam membuat peramalan, atau dengan kata lain hanya menggunakan satu variabel dependen, yaitu variabel time series. ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen untuk menghasilkan 2 peramalan jangka pendek yang akurat. ARIMA cocok jika observasi dari deret waktu time series secara statistik berhubungan satu sama lain dependent. Tujuan model ini adalah untuk menentukan hubungan statistik yang baik antar variabel yang diramal dengan nilai historis variabel tersebut sehingga peramalan dapat dilakukan dengan model tersebut. Metode ARIMA merupakan suatu metode gabungan yang terdiri dari model AR Autoregressive dan model MA Moving Average. Model Autoregresif AR pertama kali diperkenalkan oleh Yule pada tahun 1926 dan dikembangkan oleh Walker pada tahun 1931, model ini memiliki asumsi bahwa data periode sekarang dipengaruhi oleh data pada periode sebelumnya. Model Moving Average MA pertama kali diperkenalkan oleh Slutzky pada tahun 1973, model ini memiliki asumsi bahwa data periode sekarang dipengaruhi oleh residual data sebelumnya. Model ARIMA memiliki asumsi bahwa data periode sekarang dipengaruhi oleh data dan residual periode sebelumnya dan jika data tidak stasioner maka dengan differencing data menjadi stasioner. Teknik analisis data dengan metode ARIMA dilakukan karena merupakan teknik untuk mencari pola yang paling cocok dari sekelompok data curve fitting, dengan demikian ARIMA memanfaatkan sepenuhnya data masa lalu dan sekarang untuk melakukan peramalan jangka pendek yang akurat. ARIMA seringkali ditulis sebagai ARIMA p,d,q yang memiliki arti bahwa p adalah orde koefisien autokorelasi, d adalah orde atau jumlah diferensiasi yang dilakukan hanya digunakan apabila data bersifat non- stasioner dan q adalah orde dalam koefisien rata-rata bergerak moving average. Model ARIMA mengasumsikan bahwa data masukan harus stasioner. Apabila data masukan tidak stasioner perlu dilakukan penyesuaian untuk menghasilkan data yang stasioner. Salah satu cara yang umum dipakai adalah metode pembedaan differencing. Metode ini 3 dilakukan dengan cara mengurangi nilai data pada suatu periode dengan nilai data periode sebelumnya. Data inflasi pada dasarnya merupakan data deret waktu time series. Dan untuk menentukan suatu kebijakan jangka pendek yang akan datang dan kebijakan tersebut terkait dengan inflasi, maka peramalan inflasi dengan tingkat akurasi yang tingga sangat diperlukan. Untuk memenuhi kebutuhan tersebut memerlukan suatu metode analisis dan peramalan yang tepat. Berdasarkan penjelasan di atas, metode ARIMA adalah metode yang tepat untuk melakukan peramalan inflasi nasional. Sehingga pada penelitian ini akan mengambil judul ”Analisis Peramalan Inflasi Nasional Menggunakan Metode ARIMA”

1.2 Rumusan Masalah