Regresi Robust untuk Pemodelan Inflasi di Indonesia

Robust Regression for Modeling Inflation in Indonesia

Inflasi adalah kenaikan harga barang dan jasa secara umum dan terus menerus selama periode waktu tertentu. Perhitungan inflasi dilakukan oleh Badan Pusat Statistik (BPS) di Indonesia. BPS melakukan survei untuk mengumpulkan data harga dari berbagai macam barang dan jasa yang dianggap mewakili belanja konsumsi masyarakat. Survei yang dilakukan oleh BPS disebut dengan Indeks Harga Konsumen (IHK). IHK merupakan indeks yang menghitung rata-rata perubahan harga dari suatu paket barang dan jasa yang dikonsumsi oleh rumah tangga dalam kurun waktu tertentu. Inflasi yang rendah dan stabil merupakan prasyarat bagi pertumbuhan ekonomi yang baik sedangkan inflasi yang tinggi dan tidak stabil memberikan dampak negatif kepada kondisi sosial ekonomi masyarakat. Tinggi rendahnya tingkat inflasi di Indonesia tentunya sangat penting, hal ini didukung dengan pentingnya memiliki data inflasi setiap tahunnya untuk kemudian diteliti kembali inflasi yang tidak stabil. Faktor-faktor yang diasumsikan berpengaruh  terhadap inflasi pada penelitian ini, yaitu nilai tukar, suku bunga, uang beredar, dan nilai ekspor. Metode yang digunakan untuk menganalisis data yang terkontaminasi oleh outlier dan memberikan hasil yang lebih fleksibel adalah regresi robust. Hasil yang diperoleh adalah model regresi robust dan faktor yang berpengaruh secara signifikan terhadap inflasi di Indonesia sesuai dengan tujuan penelitian. Jenis penelitian yang dilakukan dalam penelitian ini adalah penelitian eksperimen dengan studi literatur. Variabel yang digunakan adalah data inflasi di Indonesia, nilai ekspor, suku bunga, jumlah uang beredar, dan nilai tukar. Setelah itu diperoleh model regresi robust dengan estimasi maximum likelihood type (M), estimasi scale (S), dan estimasi least median of squares (LMS). Model regresi robust yang diperoleh dengan 3 estimasi berbeda selanjutnya dilakukan pemilihan model terbaik. Hasil yang diperoleh menunjukkan bahwa estimasi least median of squares (LMS) adalah yang terbaik dengan perolehan nilai akaike information criteria (AIC) sebesar -390,1363. Serta diperoleh tinggi rendahnya inflasi tahun 2018-2022 dipengaruhi oleh suku bunga, jumlah uang beredar dan nilai ekspor. 

Inflation is an increase in the prices of goods and services in general and continuously over a certain period of time. Inflation calculations are carried out by the central bureau of statistics in Indonesia. The central bureau of statistics conducts a survey to collect data on the prices of various goods and services which are considered to represent public consumption expenditure. The survey conducted by the central bureau of statistics is called the consumer price index. Consumer price index is an index that calculates the average change in the price of a package of goods and services consumed by households in a certain period of time. Low and stable inflation is a prerequisite for good economic growth, while high and unstable inflation has a negative impact on the socio-economic conditions of society. The high or low level of inflation in Indonesia is of course very important, this is supported by the importance of having inflation data every year to then review inflation volatility. The factors that are thought to influence inflation in this study are the exchange rate, interest rates, the money supply, and the value of exports. The method used to analyze data contaminated by outlier and provide more flexible results is robust regression. The results obtained are a \textit{robust} regression model and factors that have a significant effect on inflation in Indonesia according to the research objectives. The type of research conducted in this research is experimental research with literature studies. The variables used are inflation data in Indonesia, export values, interest rates, money supply, and exchange rates. After that, a robust regression model was obtained with maximum likelihood type (M) estimation, scale (S) estimation, and least median of squares (LMS) estimation. The robust regression model obtained with 3 different estimates then selected the best model. The results obtained show that the least median of squares (LMS) estimate is the best with the acquisition of the akaike information criteria value of -390.1363. It also found that high and low inflation in 2018-2022 was influenced by interest rates, the money supply and the value of exports.