Pengaruh Harga Pangan terhadap Inflasi dengan Metode Vector Autoregressive Integrated Moving Average
DOI:
https://doi.org/10.29313/jrs.v3i2.2690Keywords:
Harga Pangan, Inflasi Umum, KausalitasAbstract
Abstract. Vector Autoregressive Integrated Moving Average (VARIMA) method is one of the forecasting methods using multivariate time series data with regard to the relationship between endogenous variables and produce optimal lag to form a VARIMA model. However, in the VARIMA model has a requirement that the data used must be stationary. If the data is not stationary then it is necessary to do some stationarity process first. The Data used in this study is data on food prices and inflation data DKI Jakarta. In this study will be seen how the relationship between food prices and general inflation in Jakarta with VARIMA method. Forecasting Model that is appropriate and can be used to determine the relationship between food price variables and general inflation in DKI Jakarta is VARIMA model (1,1,0). The results of the granger causality test is that there is a causal relationship between cayenne pepper variables and general inflation, but in other food price variables, namely rice and cooking oil, there is no causal relationship with general inflation. In other words, only cayenne pepper variables that affect general inflation in Jakarta.
Abstrak. Metode Vector Autoregressive Integrated Moving Average (VARIMA) merupakan salah satu metode peramalan menggunakan data time series multivariat dengan memperhatikan hubungan antar variabel endogen dan menghasilkan lag optimal untuk membentuk model VARIMA. Namun di dalam model VARIMA mempunyai syarat bahwa data yang digunakan harus bersifat stasioner. Jika data tidak stasioner maka perlu dilakukan beberapa proses kestasioneran terlebih dahulu. Data yang digunakan pada penelitian ini adalah data harga pangan dan data inflasi DKI Jakarta. Pada penelitian ini akan dilihat bagaimana hubungan diantara harga pangan dan inflasi umum di DKI Jakarta dengan metode VARIMA. Model peramalan yang sesuai dan dapat digunakan dalam mengetahui hubungan diantara variabel harga pangan dan inflasi umum di DKI Jakarta yaitu model VARIMA (1,1,0). Hasil dari pengujian kausalitas granger ialah terdapat hubungan kausalitas pada variabel cabai rawit dengan inflasi umum, akan tetapi pada variabel harga pangan lain yaitu beras dan minyak goreng tidak terdapat hubungan kausalitas dengan inflasi umum. Dengan kata lain, hanya variabel cabai rawit yang mempengaruhi inflasi umum di DKI Jakarta.
References
W. W. S. Wei, Time Series Analysis: Univariate and Multivariate Methods, 2nd Edition. United States of America: Pearson Addison Wesley, 2006.
R. I. H. Pratama and D. R. S. Saputro, “Model Runtun Waktu Vector Autoregressive Moving Average With Exogenous Variable (VARMAX),” in Prosiding KNPMP III 2018, 2018, pp. 490–497.
Bank Indonesia, “Inflasi (Online).” Accessed: Dec. 11, 2023. [Online]. Available: https://www.bi.go.id/id/fungsi-utama/moneter/inflasi/default.aspx
Open Data DKI Jakarta, “Data Perkembangan Harga Eceran di Pasar Wilayah Provinsi DKI Jakarta Tahun 2017-2021 (Online).” Accessed: Dec. 11, 2023. [Online]. Available: https://data.jakarta.go.id/
Badan Pusat Statistik DKI Jakarta, “Data Inflasi Tahun 2017-2021 (Online).” Accessed: Dec. 11, 2023. [Online]. Available: https://jakarta.bps.go.id/subject/3/inflasi.html
H. Lütkepohl, New Introduction to Multiple Time Series Analysis. Berlin, Heidelberg: Springer Berlin Heidelberg, 2005. doi: 10.1007/978-3-540-27752-1.
S. Makridakis, S. C. Wheelwright, and V. E. McGree, Metode dan Aplikasi Peramalan , vol. 1. 1999.
W. Enders, Applied Econometrics Time Series. New York: John Wiley & Sons, 2004.
D. N. Gujarati, Basic Econometrics, 4th Edition. New York: McGraw Hill, 2003.
D. N. Gujarati and D. C. Porter, Dasar-Dasar Ekonometrika Buku 2, 5th Edition. Jakarta: Salemba Empat, 2012.
T. S. Fadilah and A. Kudus, “Penerapan Metode Regresi Kernel Smoothing untuk Imputasi Data Lama Waktu Terinfeksi Covid-19,” Jurnal Riset Statistika, pp. 51–60, Jul. 2023, doi: 10.29313/jrs.v3i1.1802.