ANALISIS DATA INFLASI DI INDONESIA MENGGUNAKAN MODEL REGRESI KERNEL

Abstract

Data inflasi merupakan salah satu data runtun waktu finansial yang mempunyai sifat volatilitas tinggi, sehingga jika data ini dimodelkan dengan model parametrik (AR, MA dan ARIMA) sering mengalami kendala karena ada asumsi yang tidak dipenuhi. Model parametrik yang berkembang untuk mengatasi adanya volatilitas data adalah model ARCH dan GARCH. Model parametrik alternatif inipun masih memerlukan asumsi normalitas dalam datanya dan sering tidak dipenuhi oleh data finansial. Kemudian dikembangkan metode nonparametrik yang tidak mengharuskan adanya asumsi yang ketat seperti halnya metode parametrik. Penelitian ini bertujuan untuk melakukan kajian pemodelan data inflasi di Indonesia menggunakan metode nonparametrik yaitu metode kernel. Kebaikan model regresi kernel ditentukan oleh fungsi kernel yang dipilih dan lebar bandwidth yang digunakan. Namun yang paling dominan adalah pemilihan lebar bandwidthnya. Nilai bandwidth yang kecil menghasilkan model yang under smooth sedangkan nilai bandwidth yang besar model akan menjadi over smooth. Oleh karena itu perlu dipilih nilai bandwidth optimal untuk mendapatkan model optimal. Salah satu cara untuk mendapatkan nilai bandwidth optimal dengan meminimalkan Cross Validasi (CV). Dengan menggunakan data inflasi tahunan (Indonesia) Desember 2006 – Desember 2011, jika tidak ada kebijakan pemerintah menaikkan harga Tarif Dasar Listrik(TDL) sejak Januari 2013 dan harga BBM pada Juni 2013, maka target inflasi yang telah ditetapkan oleh pemerintah akan tercapai. Akan tetapi karena adanya kebijakan tersebut, target inflasi tahun 2012 tercapai (sebelum ada kenaikan harga TDL dan BBM), sedangkan target inflasi tahun2013 (setelah ada kenaikan harga TDL dan BBM) sulit untuk dicapai. Kata Kunci: inflasi, model regresi kernel, Cross Validasi.