Pemodelan inflasi di Indonesia menggunakan regresi semiparametrik truncated spline

ABSTRAK

Analisis regresi merupakan metode statistik yang menguji hubungan antara variabel prediktor dan respon. Terdapat tiga metode pendekatan berbeda yang dapat digunakan dalam analisis regresi untuk memperkirakan kurva regresi, yaitu metode parametrik, nonparametrik, dan semiparametrik. Pendekatan semiparametrik merupakan gabungan dari pendekatan parametrik dan nonparametrik. Pendekatan regresi semiparametrik digunakan ketika bentuk kurva regresi dianggap sebagian diketahui dan sebagian lagi tidak diketahui. Penelitian ini menerapkan metode regresi semiparametrik truncated spline pada kasus inflasi di Indonesia. Tujuan penelitian ini untuk memodelkan inflasi di Indonesia terhadap faktor-faktor yang mempengaruhinya, yaitu nilai tukar (kurs) rupiah terhadap dollar US (USD) dan suku bunga Bank Indonesia (BI-rate). Hasil pemodelan regresi semiparametrik dipilih berdasarkan nilai Generalized Cross Validation (GCV) minimum yang diperoleh ketika menggunakan satu titik knot, dengan nilai GCV minimum sebesar 1,668017 × 〖10〗^(-4). Model yang didapatkan dari regresi Semiparametrik truncated spline dengan satu titik knot dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 27,1811%. Hal ini menunjukkan bahwa model yang didapatkan termasuk dalam kategori cukup baik untuk digunakan prediksi (forecasting).

ABSTRACT

Regression analysis is a statistical method that examines the relationship between predictor and response variables. There are three different approaches that can be used in regression analysis to estimate the regression curve, namely parametric, nonparametric, and semiparametric methods. The semiparametric approach is a combination of parametric and nonparametric approaches. The semiparametric regression approach is used when the shape of the regression curve is considered partly known and partly unknown. This study applies the truncated spline semiparametric regression method to the case of inflation in Indonesia. The purpose of this study is to model inflation in Indonesia against the factors that influence it, namely the exchange rate (kurs) of the rupiah against the US dollar (USD) and the Bank Indonesia interest rate (BI-rate). The results of semiparametric regression modeling are selected based on the minimum Generalized Cross Validation (GCV) value obtained when using one knot point, with a minimum GCV value of 1,668017 × 〖10〗^(-4). The model obtained from Semiparametric truncated spline regression with one knot point has Mean Absolute Percentage Error (MAPE) value of 27,1811%. This shows that the model obtained is included in the category good enough to be used for forecasting.

مستخلص البحث

تحليل الانحدار هو طريقة إحصائية تختبر العلاقة بين متغيرات المتنبئ والاستجابات. هناك ثلاث طرق مختلفة يمكن استخدامها في تحليل الانحدار لتقدير منحنيات الانحدار، وهي طريقة البارامتري وغير البارامتري وشبه البارامتري. طريقة شبه البارامتري هو مزيج من البارامتري وغير البارامتري. يتم استخدام الانحدار شبه البارامتري عندما يعتبر شكل منحنى الانحدار معروفا جزئيا وغير معروف جزئيا. طبق هذا البحث طريقة الانحدار شبه البارامتري Truncated Spline على حالات التضخم في إندونيسيا. الهدف من هذا البحث هو نمذجة التضخم في إندونيسيا مقابل العوامل التي تؤثر عليه، وهي سعر صرف الروبية مقابل الدولار الأمريكي (USD) وسعر الفائدة لبنك إندونيسيا (BI-rate). تم اختيار نتائج نمذجة الانحدار شبه البارامتري بناء على الحد الأدنى لقيمة التحقق المتقاطع المعمم (GCV) التي تم الحصول عليها عند استخدام نقطة عقدة واحدة، مع قيمة GCV دنيا تبلغ 1,668017 × 〖10〗^(-4). النموذج الذي تم الحصول عليه من الانحدار شبه البارامتري Truncated Spline مع نقطة عقدة واحدة مع متوسط الأخطاء المطلقة (MAPE) البالغة 27.1811٪. هذا يدل على أن النموذج الذي تم الحصول عليه هو في الفئة التي هي جيدة بما يكفي لاستخدامها في التنبؤ.