Institutional Repository | Satya Wacana Christian University: Peramalan dengan Model SVAR pada Data Inflasi Indonesia dan Nilai Tukar Rupiah terhadap Dolar Amerika
ABSTRAK
Dalam studi ini modelStructural Vector Autoregression (SVAR) digunakan untuk
meramalkan data inflasi dan nilai tukar rupiah terhadap dolar Amerika (USD). Data yang
digunakan adalah data inflasi di Indonesia dan nilai tukar rupiah terhadap USD pada bulan
Januari 2011-September 2014 atas periode bulanan. Data inflasi dan nilai tukar rupiah
terhadap USD diaplikasikan pada model SVAR dengan tahapan menguji stasioneritas data
menggunakan uji akar unit. Kriteria AkaikeInformation Criterion(AIC) digunakan untuk
mendapatkan model Vector Autoregression (VAR ) yang selanjutnya dikonstruksi sehingga
membentuk model SVAR. Parameter dari model SVAR diestimasi menggunakan program R
dan selanjutnya digunakan untuk memprediksi data inflasi dan nilai tukar rupiah terhadap
USD untuk periode berikutnya.
Parameter-parameter yang sudah diperoleh dari program R diestimasi ulang dengan metode
bootstrap, yaitu metode resampling dari data asli untuk mendapatkan data baru dengan
mengulang sebanyak bilangan L kali. Dengan menggunakan metode bootstrap diperoleh
estimasi titik (median bootstrap) yang merupakan titik prediksi data inflasi dan nilai tukar
rupiah
terhadap
USD
dan
diperoleh
juga
interval
konfidensi
bootstrap
persentilyangmengandung hasil prediksi dengan metode klasik.
Kata Kunci: Inflasi, Nilai Tukar Rupiah Terhadap USD, Stasioner, SVAR, Metode
Bootstrap.
ABSTRACT
In this study, Structural Vector Autoregression (SVAR) used to predict the inflation data and
rupiah’s exchange rate to American dollar (USD). The data which is used are Indonesian
inflation data and rupiah’s exchange rate to USD on January 2011 – September 2014 by
monthly periodic. The inflation data and rupiah’s exchange rate to USD applied on SVAR
model with data stationery examine stage using unit source examine. Akaike Information
Criterion (AIC) used to achieve Vector Auto Regression model (VAR) which is constructed
so that form SVAR model. Parameter from SVAR model was estimated by R program and
used to predict inflation data and rupiah’s exchange rate to USD in the next period.
Parameters which have got from R program were repeatedly estimated by bootstrap method
that is resampling method from the original data to get a new one with many repetitions done.
By using bootstrap method we got the point estimation (bootstrap median) which is the
inflation data prediction and rupiah’s exchange to USD and also the percentile bootstrap
confidence interval that contains of the prediction result by classical method.
Key Word: Inflation, Rupiah’s Exchange Rate to USD, Stationery, SVAR, Bootstrap
Method.
Dalam studi ini modelStructural Vector Autoregression (SVAR) digunakan untuk
meramalkan data inflasi dan nilai tukar rupiah terhadap dolar Amerika (USD). Data yang
digunakan adalah data inflasi di Indonesia dan nilai tukar rupiah terhadap USD pada bulan
Januari 2011-September 2014 atas periode bulanan. Data inflasi dan nilai tukar rupiah
terhadap USD diaplikasikan pada model SVAR dengan tahapan menguji stasioneritas data
menggunakan uji akar unit. Kriteria AkaikeInformation Criterion(AIC) digunakan untuk
mendapatkan model Vector Autoregression (VAR ) yang selanjutnya dikonstruksi sehingga
membentuk model SVAR. Parameter dari model SVAR diestimasi menggunakan program R
dan selanjutnya digunakan untuk memprediksi data inflasi dan nilai tukar rupiah terhadap
USD untuk periode berikutnya.
Parameter-parameter yang sudah diperoleh dari program R diestimasi ulang dengan metode
bootstrap, yaitu metode resampling dari data asli untuk mendapatkan data baru dengan
mengulang sebanyak bilangan L kali. Dengan menggunakan metode bootstrap diperoleh
estimasi titik (median bootstrap) yang merupakan titik prediksi data inflasi dan nilai tukar
rupiah
terhadap
USD
dan
diperoleh
juga
interval
konfidensi
bootstrap
persentilyangmengandung hasil prediksi dengan metode klasik.
Kata Kunci: Inflasi, Nilai Tukar Rupiah Terhadap USD, Stasioner, SVAR, Metode
Bootstrap.
ABSTRACT
In this study, Structural Vector Autoregression (SVAR) used to predict the inflation data and
rupiah’s exchange rate to American dollar (USD). The data which is used are Indonesian
inflation data and rupiah’s exchange rate to USD on January 2011 – September 2014 by
monthly periodic. The inflation data and rupiah’s exchange rate to USD applied on SVAR
model with data stationery examine stage using unit source examine. Akaike Information
Criterion (AIC) used to achieve Vector Auto Regression model (VAR) which is constructed
so that form SVAR model. Parameter from SVAR model was estimated by R program and
used to predict inflation data and rupiah’s exchange rate to USD in the next period.
Parameters which have got from R program were repeatedly estimated by bootstrap method
that is resampling method from the original data to get a new one with many repetitions done.
By using bootstrap method we got the point estimation (bootstrap median) which is the
inflation data prediction and rupiah’s exchange to USD and also the percentile bootstrap
confidence interval that contains of the prediction result by classical method.
Key Word: Inflation, Rupiah’s Exchange Rate to USD, Stationery, SVAR, Bootstrap
Method.