1
PENDEKATAN MODEL
TIME SERIES
UNTUK PEMODELAN INFLASI BEBERAPA KOTA DI JAWA TENGAH
Tri Mulyaningsih
1
, Budi Nurani R
2
, Soemartini
3
1
Mahasiswa Program Magister Statistika Terapan Universitas Padjadjaran
2
Staf Pengajar Jurusan Matematika FMIPA Universitas Padjadjaran
3
Staf Pengajar Statistika Jurusan FMIPA Universitas Padjadjaran Jl.Dipati Ukur No 35 Bandung
Email :
1
nie_2ngyahoo.co.id ,
2
bnuranigmail.com ,
3
tine_soemartiniyahoo.com
Abstrak
Perkembangan inflasi di Jawa Tengah dipantau melalui perkembangan perekonomian di beberapa kota, diantaranya Kota Purwokerto, Kota Surakarta, Kota Semarang dan Kota Tegal. Inflasi dapat
dipengaruhi oleh jumlah barang dan jasa yang dikonsumsi oleh masyarakat di kota yang bersangkutan. Oleh karena itu, dalam memenuhi kebutuhan barang dan jasa, setiap kota membutuhkan kota di sekitarnya untuk
menyediakan komoditas yang tidak dapat dipenuhi oleh kota tersebut. Hal ini menimbulkan ketergantungan antar kota dalam pemenuhan kebutuhan komoditas. Dengan demikian pergerakan inflasi di Jawa Tengah
selain memiliki keterkaitan dengan waktu sebelumnya, juga memiliki keterkaitan antara satu kota dengan kota lainnya yang disebut dengan hubungan spasial.
Model GSTAR merupakan generalisasi dari model Space Time Autoregressive STAR yang juga merupakan spesifikasi dari model Vector Autoregressive VAR. Perbedaan yang mendasar antara model
GSTAR dan model STAR terletak pada pengasumsian parameternya. Model STAR mengasumsikan lokasi- lokasi yang digunakan dalam penelitian adalah homogen, sehingga model ini hanya dapat diterapkan pada lokasi
yang bersifat seragam. Sedangkan pada model GSTAR terdapat asumsi yang menyatakan lokasi-lokasi penelitian yang bersifat heterogen, sehingga perbedaan antar lokasi ini ditunjukkan dalam bentuk matriks
pembobot. Oleh karena itu, model ini cocok digunakan untuk data inflasi yang stasioner dengan karakteristik lokasi yang heterogen.
Nilai orde VAR yang diperoleh adalah model VAR5. Hal ini terlihat dari Nilai Akaike’s Information
Criterion terkecil yang diperoleh pada AR5 dan MA 0. Orde yang didapatkan dari model VAR5
digunakan sebagai orde pada model GSTAR. Sehingga model GSTAR yang terbentuk adalah GSTAR 1: 5.
Kata Kunci : Generalized Space Time Autoregressive, Inflasi, Vector Autoregressive
I. PENDAHULUAN
Kehidupan perekonomian suatu negara tidak terlepas dari masalah ekonomi makro, antara lain : pertumbuhan ekonomi, inflasi, pengangguran, kestabilan kegiatan ekonomi
serta neraca perdagangan dan neraca pembayaran Sukirno, 2012. Salah satu masalah ekonomi yang tidak dapat diabaikan oleh suatu negara adalah inflasi, karena dapat
menimbulkan dampak bagi ketidakstabilan kegiatan perekonomian negara tersebut. Inflasi adalah salah satu indikator ekonomi makro yang sangat penting bagi
pemerintah dan dunia usaha. Adanya kenaikan harga yang tercermin pada angka inflasi merupakan salah satu indikator yang menggambarkan stabilitas ekonomi secara makro di
suatu wilayah Rosidi dan Sugiharto, 2005. Tingkat inflasi yang tinggi akan mempengaruhi stabilitas dunia usaha serta melemahkan daya beli masyarakat suatu daerah.
Peramalan tingkat inflasi diperlukan untuk mengetahui kisaran nilai inflasi periode yang
akan datang yang akan digunakan dalam perumusan berbagai kebijakan terkait kestabilan harga di waktu yang akan datang. Selain itu, perubahan harga di suatu wilayah cenderung
akan berdampak pada harga-harga di daerah di sekitar wilayah tersebut. Perkembangan inflasi di Jawa Tengah dipantau melalui perkembangan
perekonomian di beberapa kota, diantaranya Kota Purwokerto, Kota Surakarta, Kota Semarang dan Kota Tegal. Inflasi dapat dipengaruhi oleh jumlah barang dan jasa yang
dikonsumsi oleh masyarakat di kota yang bersangkutan. Oleh karena itu, dalam memenuhi kebutuhan barang dan jasa, setiap kota membutuhkan kota di sekitarnya untuk
menyediakan komoditas yang tidak dapat dipenuhi oleh kota tersebut. Hal ini menimbulkan ketergantungan antar kota dalam pemenuhan kebutuhan komoditas. Dengan
demikian pergerakan inflasi di Jawa Tengah selain memiliki keterkaitan dengan waktu sebelumnya, juga memiliki keterkaitan antara satu kota dengan kota lainnya yang disebut
dengan hubungan
spasial.
Salah satu model peramalan yang populer dan banyak diterapkan untuk peramalan data
time series
yang mengandung unsur waktu dan lokasi yaitu model
space time
. Model
space time
dikembangkan oleh Pfeifer dan Deutsch yang mengadopsi tahapan-tahapan yang dikembangkan oleh Box-Jenkins 1976 untuk pemodelan ARIMA, yang mencakup
tentang identifikasi, estimasi, dan uji diagnostik ke dalam pemodelan STARIMA
Space Time Autoregressive Integrated Moving Average
. Model S
pace Time Autoregressive
STAR merupakan gabungan model
Autoregressive
orde
p
, AR
p
dari Box-Jenkins dan model spasial yang melibatkan bobot antar lokasi, sedangkan untuk penaksiran parameter model
STAR dapat dilakukan dengan menggunakan metode
Ordinary Least Square
dengan cara meminimumkan jumlah kuadrat galatnya.
Model STAR ini masih mempunyai kelemahan pada fleksibilitas parameter yang mengasumsikan bahwa lokasi-lokasi yang diteliti memiliki karakteristik yang seragam
homogen. Kelemahan dari metode STAR telah direvisi dan dikembangkan oleh Borovkova, Lopuhaa dan Ruchjana 2002 melalui suatu model yang dikenal dengan
model GSTAR
Generalized Space Time Autoregressive
. Model GSTAR merupakan generalisasi dari model
Space Time Autoregressive
STAR yang juga merupakan spesifikasi dari model
Vector Autoregressive
VAR. Perbedaan yang mendasar antara model GSTAR dan model STAR terletak pada
pengasumsian parameternya. Model STAR mengasumsikan lokasi-lokasi yang digunakan dalam penelitian adalah sama, sehingga model ini hanya dapat diterapkan pada lokasi yang
bersifat seragam. Sedangkan pada model GSTAR terdapat asumsi yang menyatakan lokasi-
lokasi penelitian yang bersifat heterogen, sehingga perbedaan antar lokasi ini ditunjukkan dalam bentuk matriks pembobot. Oleh karena itu, model ini cocok digunakan untuk data
inflasi yang stasioner dengan karakteristik lokasi yang heterogen. Tujuan penelitian ini adalah untuk memodelkan dan meramalkan inflasi beberapa
kota di Jawa Tengah, yaitu Kota Purwokerto, Kota Surakarta, Kota Semarang dan Kota Tegal yang mempunyai keterkaitan dengan waktu sebelumnya dan keterkaitan dengan
kota lain yang saling berdekatan.
II. TINJAUAN PUSTAKA
