Rahmawati, Rizky Dwi
Unknown Affiliation

Published : 1 Documents
Articles

Found 1 Documents
Search

PEMODELAN INFLASI DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN REGRESI NONPARAMETRIK BIRESPON SPLINE TRUNCATED DENGAN PEMBOBOT INVERS MATRIKS VARIANSI-KOVARIANSI ERROR RESPON Rahmawati, Rizky Dwi; Suparti, Suparti; Prahutama, Alan
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 7, No 1 (2019): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (213.217 KB)

Abstract

Bagi sebuah negara berkembang seperti Indonesia, kemajuan perekonomian menjadi isu terpenting yang selalu mendapatkan perhatian besar dari pemerintah negaranya. Hal tersebut dilakukan sebagai upaya untuk menjadikan negaranya sebagai negara maju yang mensyaratkan adanya kemajuan di bidang ekonomi. Kemajuan di bidang ekonomi dapat ditandai dengan adanya pasar modal yang tumbuh dan berkembang dengan baik yang dicerminkan melalui IHSG, serta tinggi-rendah dan stabilnya inflasi yang merupakan indikator stabilitas perekonomian. Pergerakan inflasi dan IHSG dipengaruhi oleh beberapa faktor, seperti jumlah uang beredar dan kurs. Pemodelan inflasi dan IHSG dilakukan dengan pendekatan regresi nonparametrik birespon spline truncated dengan pembobot invers matriks variansi-kovariansi error respon. Pendekatan ini dilakukan karena antara inflasi dengan IHSG terdapat adanya korelasi, baik secara logika maupun matematis serta pola data yang diperoleh tidak menunjukkan pola hubungan tertentu. Model birespon spline truncated terbaik sangat bergantung pada penentuan orde dan titik knot optimal yang memiliki nilai MSE minimum. Model regresi birespon spline truncated terbaik pada penelitian ini terletak pada orde 2 untuk respon 1 dan respon 2 dengan 4 titik knot untuk masing-masing variabel prediktor dan nilai MSE sebesar 4781,697. Prediksi terhadap data out sample menghasilkan nilai MAPE sebesar 43,446%, sehingga model tersebut memiliki kemampuan yang cukup baik dalam peramalan.