1 BAB I PENDAHULUAN 1.1. Latar Belakang
advertisement
BAB I PENDAHULUAN 1.1. Latar Belakang Peramalan adalah kegiatan untuk memperkirakan atau memprediksikan suatu nilai pada masa mendatang dengan memperhatikan data atau informasi masa lalu maupun saat ini yang dianalisis secara ilmiah khususnya menggunakan statistik (Sudjana, 1989). Peramalan berfungsi sebagai bahan pertimbangan dalam pengambilan keputusan yang mempengaruhi masa depan, bukan sebagai penentu keputusan yang akan datang. Hal ini dikarenakan hasil peramalan yang dilakukan sering tidak sesuai dengan nilai aktual di masa mendatang. Ketidaksesuaian hasil peramalan dengan nilai aktual biasanya diakibatkan oleh ketidakpastianketidakpastian yang terjadi. Ketidakpastian tersebut jugalah yang mengakibatkan sulit untuk menentukan kebijakan berdasarkan hasil peramalan saja tanpa mempertimbangkan hal lainnya. Pengertian inflasi menurut Bank Indonesia adalah kecenderungan kenaikan harga barang dan jasa secara umum dan berlangsung secara terus menerus dan bukan sementara. Negara perlu menjaga tingkat inflasi di level yang rendah untuk menjaga kestabilan harga dan pertumbuhan ekonomi makro. Menurut Boediono (1985), inflasi yang ringan memberi dampak yang positif yaitu dapat meningkatkan pendapatan nasional, membuat orang bersemangat untuk bekerja, menabung dan berinvestasi sehingga perekonomian menjadi stabil dan meningkatkan pertumbuhan kesejahteraan masyarakat. Namun, semakin tinggi laju inflasi dapat mengakibatkan perekonomian menjadi tidak stabil. Tingkat inflasi yang tinggi menunjukkan kondisi ekonomi di mana permintaan produk melebihi kapasitas penawaran produk sehingga terjadi kenaikan harga. Apabila tingkat inflasi terlalu tinggi akan mengakibatkan penurunan daya beli uang dan penurunan tingkat pendapatan real bagi investor (Kewal, 2012). Penurunan tingkat pendapatan yang diterima investor akan mengakibatkan keengganan investor untuk berinvestasi di suatu negara. 1 2 Peramalan inflasi tingkat nasional di Indonesia telah dilakukan oleh peneliti sebelumnya dengan pendekatan time series maupun kausal secara independen. Namun, akurasi peramalan yang dihasilkan masih buruk dengan tingkat error yang tinggi. Secara time series, peramalan inflasi dilakukan oleh Lusia dan Suhartono (2012) dengan metode weighted fuzzy time series, ARIMA, dan eksponensial smoothing. Peramalan tersebut menghasilkan akurasi yang sangat buruk. Akurasi terbaik adalah dengan menggunakan metode ARIMA (0,0,1) dengan MAPE 91,96%. Peramalan inflasi juga dilakukan oleh Silfiani dan Suhartono (2012) dengan menggunakan ANN dan ARIMAX. Model peramalan terbaik adalah dengan metode ARIMAX yang memiliki RMSE 0,442. Penelitian dilakukan oleh Hartanto (2013) juga menghasilkan error yang tergolong besar dengan metode generalized space time autoregressive namun tidak disebutkan seberapa besar error hasil peramalan. Peramalan inflasi tingkat nasional secara kausal dilakukan oleh Setyawan (2014) dengan membandingkan hasil peramalan metode jaringan saraf tiruan (JST) bertipe Backpropagation dengan multiple linear regression. Struktur model terbaik pada penelitian tersebut ialah model JST 5-5-1 dengan koefisien determinasi sebesar 0,696 sedangkan model multiple linear regression memiliki koefisien determinasi sebesar 0,596. Hal ini menunjukkan bahwa peramalan inflasi dengan akurasi yang baik sangat sulit. Oleh karena itu, penelitian ini bertujuan untuk menemukan model peramalan inflasi tingkat nasional dengan tingkat akurasi yang lebih baik dari model sebelumnya dengan berbagai pendekatan yaitu: kausal, time series, dan gabungan keduanya. 1.2. Rumusan Masalah Berdasarkan latar belakang tersebut maka rumusan masalah dalam penelitian ini adalah melakukan peramalan inflasi di Indonesia dengan berbagai pendekatan baik kausal, time series, maupun gabungan kausal-time series untuk mendapatkan model dengan akurasi peramalan yang lebih baik dibandingkan dengan penelitian sebelumnya. 3 1.3. Asumsi dan Batasan Masalah 1. Data yang diperoleh adalah data sekunder dari website pemerintah dan diasumsikan merupakan data faktual yang benar dan dapat dipercaya. 2. Data inflasi yang digunakan untuk model adalah data historis bulanan selama 8 tahun sejak Juli 2005 hingga Juni 2013, sedangkan data prediktor seperti nilai tukar Rupiah terhadap Dollar, Harga Minyak Mentah di Indonesia, Jumlah Uang beredar, Suku Bunga Bank Indonesia, Pengeluaran Pemerintah dan Produk Domestik Bruto yang digunakan adalah data historis sejak Juni 2005 hingga Mei 2013. Data sisa hingga berakhirnya penelitian (Januari 2015) digunakan untuk implementasi model. 3. Peramalan inflasi dilakukan pada angka inflasi nasional bukan perkotaan 4. Peramalan dilakukan adalah peramalan bulanan jangka pendek yaitu Yt+1. 1.4. Tujuan Penelitian Adapun penelitian ini bertujuan untuk: 1. melakukan peramalan inflasi di Indonesia dengan pendekatan kausal, time series, dan gabungan kausal- time series 2. membandingkan hasil peramalan inflasi dengan kausal, time series, dan gabungan kausal- time series untuk mendapatkan model peramalan inflasi dengan akurasi yang baik 3. membandingkan akurasi model terbaik pada penelitian ini dengan model penelitian oleh peneliti terdahulu 1.5. Manfaat Penelitian Manfaat penelitian ini adalah untuk memberikan model peramalan inflasi dengan akurasi yang lebih baik dari penelitian sebelumnya sehingga pengambilan keputusan berdasarkan tingkat inflasi juga dapat lebih baik. Selain itu, penelitian ini diharapkan dapat memberi gambaran dan komparasi mengenai pendekatan time-series, kausal dan gabungan keduanya dalam peramalan.