Perpustakaan Digital ITB

Deret waktu adalah rangkaian data pengamatan yang diukur selama periode waktu tertentu dengan interval yang sama. Analisis deret waktu dan prediksi memiliki peran penting dalam menganalisis perubahan ekonomi dan membantu pengambilan keputusan yang efektif. Dalam penelitian ini, data inflasi dan tingkat pengangguran di Indonesia digunakan sebagai objek penelitian. Data ini dihadapi oleh faktor-faktor intervensi seperti pandemi Covid-19 dan pemangkasan subsidi bahan bakar oleh Presiden ke-6 Indonesia, serta adanya pencilan dalam data inflasi. Selain itu, variabel eksogen seperti pertumbuhan ekonomi dan tingkat suku bunga juga dimasukkan dalam pemodelan ARIMAX. Pemilihan model ARIMA dengan faktor intervensi dan pencilan serta ARIMAX didasarkan pada analisis dan perbandingan kinerja keduanya. Hasil penelitian menunjukkan bahwa model ARIMA dengan faktor intervensi memberikan tingkat akurasi yang lebih baik untuk data tingkat pengangguran, dengan nilai MAPE sebesar 5,91%. Sedangkan untuk data inflasi, model ARIMAX memberikan kinerja terbaik dengan MAPE sebesar 7,97%. Hasil penelitian ini memberikan kontribusi penting dalam memahami faktor-faktor yang mempengaruhi inflasi dan tingkat pengangguran di Indonesia. Dengan menggunakan model ARIMA dengan faktor intervensi dan pencilan serta ARIMAX, prediksi dapat dilakukan dengan tingkat akurasi yang lebih baik. Hal ini memiliki implikasi yang signifikan dalam pengambilan keputusan ekonomi dan perencanaan kebijakan di masa depan.