Academia.edu no longer supports Internet Explorer.
To browse Academia.edu and the wider internet faster and more securely, please take a few seconds to upgrade your browser.
2021, Media Ekonomi
…
8 pages
1 file
This research is to forecast inflation in Indonesia on a national scale. Forecasting use in samples and out of samples as research. Converting results using the Dynamic Dynamic Model can give results. The estimation results are carried out in the BVAR form. In forecasting using time series data for the period 2010 to 2019. Forecasting with the value of RMSE is selected in the IHK_SAND variable and another variable IHK_PROD is accepted; INF; CPI_BM; IHK_PALGBB; IHK_KES; IHK_TKJK; and IHK_MJMRT.
2013
Abstract: Inflation impact on macroeconomic performance such as the exchange rate, economic growth, interest rates, exports, imports, wages and the price index of stocks and securities in the capital markets. To get an idea relevant to the topics raised in this study then formulated the research model on inflation and its implications on the fundamentals of the Indonesian economy with multiple equation model approach, semi logarithm, error correction model (ECM), and multiple equations, partial adjustment model (PAM), this phenomenon shows that the increase in the level of SBI will increase the efficiency of the financial sector to further boost the amount of lending and reduce the amount of bad loans. While the value of the variable regression on the amount of currency in circulation amounted -132.7688 means that if the amount of currency in circulation rose one percent will push down inflation of -132.76 percent. Circumstances indicate that the increase in the amount of currency ...
Journal of Mathematics Education and Science
A good inflation rate for a country is an inflation rate that has a low and stable value so that able to realize fast and controlled economic growth. Forecasting can be one of the steps that can provide an overview of the value of inflation in Indonesia for the government or related agencies to formulate and maintain inflation stability in Indonesia. In this study, a forecasting analysis was carried out to determine the prediction of inflation in Indonesia in 2021 using the Autoregressive Moving Average (ARMA) method. From the results of the research that has been done, the best model to predict this case is using the ARMA model (3,0,0) because it produces the smallest AIC value of 0.2373 and the smallest RMSE of 7.81. From this model, the results of forecasting inflation rates for the months of May to December 2021 are also obtained with a range of 0.1% to 0.3%. The graphic pattern of the predicted results follows the actual data line pattern, which means that this model is good to...
SISTEMASI
Inflasi adalah satu permasalahan yang dihadapi oleh banyak negara berkembang. Salah satunya adalah negara Indonesia yang memiliki penduduk besar sehingga tingkat konsumtif pun tinggi. Dalam menjaga kestabilan ekonomi agar tidak terjadi lonjakan inflasi yang tinggi maka perlu ada yang mengaturnya. Bank Indonesia memiliki peranan yang penting dalam menjaga kestabilan ekonomi negara, dengan cara menjaga inflasi yang terjadi. Bank Indonesia sendiri memiliki kebijakan moneter yang mengatur pergerakan ekonomi dalam menjaga kestabilan inflasi Indonesia. Inflasi target merupakan metode yang digunakan Bank Indonesia untuk menjaga kestabilan ekonomi. Data mining dan machine learning merupakan satu kemajuan konsep teknologi saat ini yang dapat memrediksi atau meramalkan. Metode Time Series merupakan satu metode peramalan yang dapat digunakan dengan mempertimbangkan nilai inflasi yang akan datang. Time Series adalah metode untuk melakukan peramalan pada interval waktu tertentu. Model Auto Regressive Integrated Moving Average (ARIMA) merupakan tool dalam peramalan dengan data time series sebagai landasan dalam peramalan. Penelitian menggunakan model Seasonal-ARIMA (SARIMA) karena data yang digunakan membentuk pola musiman yang ditunjukkan pada Plot ACF dan PACF. Model SARIMA yang didapatkan dari penelitian adalah (0, 0, 1), (2, 1, 0)12 dengan nilai AIC 564.393 dan Nilai MAPE pada penelitian ini sebesar 4.67426.
2017
Data dalam penelitian ini adalah data sekunder periode 1990 q1-2014 q4d. Untuk menganalisisnya digunakan Error Correction Model (ECM). Data tersebut di split dengan menggunakan Chow Test menjadi tiga periode. Periode pertama adalah periode krisis 1998 dan sebelumnya, periode kedua adalah periode sesudah krisis 1998 dan periode ketiga adalah periode sesudah krisis 2008. Hasil estimasi dengan menggunakan model conventional Phillips-Curve menunjukkan bahwa ect (error correction term) pada setiap periode adalah negatif dan signifikan. Sensitivitas dari inflasi terhadap output gap domestic cenderung menurun baik pada jangka pendek maupun pada jangka panjang. Bahkan pada periode sesudah krisis 2008, output gap domestik menjadi tidak signifikan.Sedangkan, variabel ekspektasi inflasi hanya signifikan pada jangka pendek dan jangka panjang pada periode krisis 1998 dan sebelumnya dan pada periode sesudah krisis 2008 pada jangka pendek. Hal ini menunjukkan bahwa faktor domestik dalam mempengaruhi inflasi di Indonesia seiring waktu menjadi tidak berpengaruh.
Jurnal Organisasi dan Manajemen, 2016
Inflation is one of the macroeconomic indicators of concern for the government. The high inflation rate could disrupt the economy. This study tried to analyze the factors that cause inflation in Indonesia. This study used a qualitative and quantitative approach using secondary data period 2004-2014. The results of the qualitative analysis showed that in the period 204-2014 inflation rate in Indonesia was fluctuated While the results of the regression analysis VECM, indicating that the inflation rate in Indonesia is influenced by the variable of exchange rate, money supply and level of consumption. While the GDP variable has a negative influence on inflation. In order to control the inflation rate the government could use macroeconomic variables such as exchange rates, the money supply well. Besides controlling public consumption at a good level and increase the production of goods and services to meet community needs.
2012
Secara umum angka inflasi yang menggambarkan kecenderungan umum tentang perkembangan harga dan perubahan nilai dapat dipakai sebagai informasi dasar dalam pengambilan keputusan baik tingkat ekonomi mikro atau makro, baik fiskal maupun moneter. Pada skala mikro, rumah tangga/masyarakat misalnya, informasi mengenai angka inflasi dimanfaatkan sebagai dasar dalam melakukan penyesuaian pengeluaran kebutuhan sehari-hari dengan pendapatan yang relatif tetap. Pada skala perusahaan, informasi mengenai angka inflasi dapat dipakai untuk menyusun suatu perencanaan pembelanjaan dan kontrak bisnis. Sementara dalam lingkup yang lebih luas (makro), angka inflasi menggambarkan kondisi/stabilitas moneter dan perekonomian. Inflasi merupakan suatu fenomena ekonomi yang terutama terjadi di negara-negara berkembang dan senantiasa menjadi objek penelitian yang sangat menarik. Inflasi menjadi concern utama setiap negara dalam pertumbuhan ekonomi dan peningkatan kualitas hidup masyarakatnya. Kestabilan ekonomi yang tercermin dari kestabilan harga di suatu negara akan menarik investasi luar negeri dan menimbulkan ketenangan dalam politik dan pemerintahan. Perlunya pengendalian inflasi didasarkan pada pertimbangan, bahwa inflasi yang tinggi dan tidak stabil memberikan dampak negatif kepada kondisi sosial ekonomi masyarakat. Inflasi yang tinggi akan menyebabkan pendapatan riil
Apabila ditinjau dari segi sejarah dalam jangka panjang, sejak kemerdekaan, upaya Pemerintah Indonesia menjaga kestabilan mata uang telah menuju ke arah yang lebih baik. Prof. M. Sadli, 2005, mengungkapkan bahwa "inflasi di
MEDIA STATISTIKA, 2015
The inflation data is one of the financial time series data which often has high volatility. It is caused by the presence of outliers in the data. Therefore, it is necessary to analyze forecasting that can make all the assumptions are fulled without having to ignore the presence of outliers. The aim of this study is analyzing the inflation data in Indonesia using ARIMA model with the outlier detection. By modeling annual inflation data in December 2006 to December 2013 there are two types of outlier that are additive outlier (AO) and level shift (LS) outlier. The results show that The ARIMA model with the addition of outlier are better than the ARIMA model without outlier. The ARIMA ([1.12], 1.0) model with the addition of 19 outliers meet to the all assumptions that are the significance parameters, normality, homoscedasticity, and independence of residuals as well as the smallest MSE value.
Πολιτισμός και πολιτιστική πολιτική, επιμέλεια: Άννα Καρακατσούλη, 2023
Congreso Internacional sobre Innovación, Sostenibilidad y Competitividad Turística, 2018
Revista Quatro Cinco Um, 2021
Revista Más Poder Local,, 2023
ΤΟ ΑΡΧΑΙΟΛΟΓΙΚΟ ΕΡΓΟ ΣΤΗ ΒΟΡΕΙΟΔΥΤΙΚΗ ΕΛΛΑΔΑ ΚΑΙ ΤΑ ΝΗΣΙΑ ΤΟΥ ΙΟΝΙΟΥ, 2018
ApareSER. Revista de Filosofía, 2024
Current Research in Social Sciences, 2019
Communications of the ACM, 1984
חוקרים@חינוך מיוחד, 2024
Revisioning Democracy and Women's Suffrage: Critical Feminist Interventions. Eds. Katrin Meyer et al., 2024
World Trade Review, 2018
Bulletin of the World Health Organization, 2012
Indian journal of biochemistry & biophysics, 2000
FASEB journal : official publication of the Federation of American Societies for Experimental Biology, 2018
La evaluación de la satisfacción de los programas de la formación continua para docentes de educación, 2021
Physical Review B, 2006
arXiv preprint arXiv:1207.4404, 2012
Boletín del Instituto …, 2006
Journal of Materials Science: Materials in Medicine, 1996