Regresi nonparametrik polinomial lokal untuk memodelkan inflasi di Indonesia

INDONESIA:

Inflasi merupakan kondisi kenaikan harga barang dan jasa secara umum dan terus menerus dalam jangka waktu tertentu. Tingkat inflasi yang tinggi dan berfluktuasi merupakan tanda ketidakstabilan ekonomi. Sifat fluktuatif tersebut dikarenakan adanya faktor-faktor yang mempengaruhinya sehingga menyebabkan pola hubungan pada data tidak membentuk pola tertentu. Analisis regresi nonparametrik dapat digunakan untuk memodelkan data inflasi yang tidak membentuk pola tertentu. Penelitian ini menerepakan metode nonparametrik polinomial lokal untuk memodelkan inflasi dengan 3 faktor yang mempengaruhi inflasi, yaitu suku bunga Sertifikat Bank Indonesia (SBI), nilai tukar (kurs) rupiah terhadap dollar US (USD) dan Jumlah Uang Beredar (JUB). Metode polinomial lokal mengestimasi fungsi regresi nonparametrik dengan mempertimbangkan bandwith optimum dan orde polinomial optimum. Model regresi nonparametrik polinomial lokal optimal diperoleh berdasarkan nilai GCV minimum sebesar 0,07887669 dengan bandwith optimum 10 dan orde polinomialnya 2. Model terbaik memiliki nilai MAE sebesar 0,1333 yang menunjukkan bahwa semua model prediksi yang diperoleh memiliki akurasi yang baik karena nilainya mendekati 0.

ENGLISH:

Inflation is a condition of increasing prices of goods and services in general and continuously within a certain period of time. High and fluctuating inflation rates are a sign of economic instability. The fluctuating nature is due to the factors that influence it, causing the pattern of relationships in the data not to form a certain pattern. Nonparametric regression analysis can be used to model inflation data that does not form a specific pattern. This study applies local polynoial nonparametric methods to model inflation as well as 3 factors that affect inflation, namely Bank Indonesia Certificate (Suku Bunga Indonesia, SBI) interest rates, rupiah exchange rates against the US dollar (USD) and Money Supply (Jumlah Uang Beredar, JUB). The local polynomial method estimates nonparametric regression functions by considering the optimum bandwidth and the optimum polynomial order. The optimal local polynomial nonparametric regression model was obtained based on a minimum GCV value of 0.07887669 with an optimum bandwidth of 10 and polynomial order 2. The best model has an MAE value of 0.1333 which indicates that all the predictive models obtained have good accuracy because the value is close to 0.

ARABIC:

التضخم هو شرط لزيادة أسعار السلع والخدمات بشكل عام ومستمر خلال فترة زمنية معينة. معدلات التضخم المرتفعة والمتقلبة هي علامة على عدم الاستقرار الاقتصادي. ترجع الطبيعة المتقلبة إلى العوامل التي تؤثر عليها ، مما يتسبب في عدم تشكيل نمط العلاقات في البيانات لنمط معين. يمكن استخدام تحليل الانحدار اللامعلمي لنمذجة بيانات التضخم التي لا تشكل نمطا محددا. تطبق هذه الدراسة الطرق اللابارامترية المحلية متعددة الأضلاع لنمذجة التضخم بالإضافة إلى 3 عوامل التي تؤثر على التضخم ، وهي أسعار الفائدة على شهادة بنك إندونيسيا (SBI) وأسعار صرف الروبية مقابل الدولار الأمريكي (USD) وعرض النقود (JUB). تقدر طريقة كثير الحدود المحلية دوال الانحدار اللابارامترية من خلال النظر في عرض النطاق الترددي الأمثل والترتيب الأمثل لكثير الحدود. متعدد الحدود بناء على قيمة GCV الدنيا البالغة 0.07887669 مع عرض النطاق الترددي الأمثل 10 وترتيب متعدد الحدود 2. يحتوي أفضل نموذج على قيمة MAE تبلغ 0.1333 مما يشير إلى أن جميع النماذج التنبؤية التي تم الحصول عليها تتمتع بدقة جيدة لأن القيمة قريبة من 0.