Regresi semiparametrik penalized spline untuk memodelkan inflasi di Indonesia

ABSTRAK

Inflasi merupakan istilah umum yang digunakan untuk menggambarkan kondisi perekonomian nasional, dan dapat diartikan sebagai ukuran perekonomian yang menggambarkan rata-rata kenaikan harga barang dan jasa dalam jangka waktu tertentu. Tingkat inflasi yang tinggi dan berfluktuasi disebabkan adanya faktor-faktor yang mempengaruhinya sehingga menyebabkan pola hubungan pada data tidak membentuk pola tertentu. Penelitian ini bertujuan untuk mengetahui model dan memprediksi inflasi di Indonesia. Analisis regresi yang dapat digunakan untuk memodelkan inflasi salah satunya adalah regresi semiparametrik. Salah satu metode untuk mengestimasi regresi semiparametrik adalah penalized spline. Estimator penalized spline diperoleh dengan meminimumkan fungsi penalized least square (PLS). Model regresi semiparametrik penalized spline terbaik diperoleh dari nilai GCV minimum. Penelitian ini menggunakan data kurs USD dan BI rate untuk memodelkan inflasi di Indonesia dengan regresi semiparametrik penalized spline pada data bulanan periode Januari 2013 sampai Desember 2023 dengan model terbaik regresi semiparametrik penalized spline orde 4 dengan λ=10 dan 1 titik knot dengan nilai keakuratan model menggunakan MAPE sebesar 28,46085%.

ABSTRACT

Inflation is a general term used to describe national economic conditions, and can be interpreted as an economic measure that describes the average increase in prices of goods and services over a certain period of time. The high and fluctuating inflation rate is caused by factors that influence it, causing the relationship pattern in the data to not form a certain pattern This research aims to determine the model and predict inflation in Indonesia. One of the regression analyzes that can be used to model inflation is semiparametric regression. One method for estimating semiparametric regression is penalized spline. The penalized spline estimator is obtained by minimizing the penalized least squares function (PLS). The best penalized spline semiparametric regression model is obtained from the minimum GCV value. This research uses USD exchange rate and BI rate data to model inflation in Indonesia with penalized spline semiparametric regression on monthly data for the period January 2013 to December 2023 with the best model of 4th order penalized spline semiparametric regression with λ=10 and one knot point with a model accuracy value using MAPE of 28. 46085%.

مستخلص البحث

التضخم هو مصطلح عام يستخدم لوصف الظروف الاقتصادية الوطنية، ويمكن تفسيره على أنه مقياس اقتصادي يصف متوسط الزيادة في أسعار السلع والخدمات خلال فترة زمنية معينة. معدل التضخم المرتفع والمتقلب ناتج عن عوامل تؤثر عليه، مما يتسبب في عدم تشكيل نمط العلاقة في البيانات نمطًا معينًا. يهدف هذا البحث إلى معرفة النموذج والتنبؤ بالتضخم في إندونيسيا. أحد تحليلات الانحدار التي يمكن استخدامها لنمذجة التضخم هو الانحدار شبه الباراميتري. إحدى الطرق لتقدير الانحدار شبه الباراميتري هي Penalized Spline. يتم الحصول على مقدر Penalized Spline عن طريق تقليل وظيفة المربعات الدنيا المعاقبة (PLS). يتم الحصول على أفضل نموذج الانحدار شبة الباراميتري Penalized Spline لقيمة التحقق المتقاطع المعمم الدنيا. استخدم هذا البحث سعر صرف الدولار الأمريكي وبيانات سعر الفائدة BI لنمذجة التضخم في إندونيسيا مع الافدار شبة البارامتري Penalized Spline على البيانات الشهرية للفترة من يناير ٢٠١٣ إلى ديسمبر ٢٠٢٣ مع أفضل نموذج الانحدار شبة البارامتري Penalized Spline للترتيب الرابع بقيمة =λ ١٠ ونقطة عقدة واحدة مع نموذج قيمة الدقة باستخدام MAPE من %٢٨,٤٦٠٨٥.