预测南苏拉威西岛通货膨胀数据的广义时空自回归与可变外生因素(GSTARX)模型

K. Khadijah, Hikmah Hikmah, Fardinah Fardinah, Apriyanto Apriyanto, N. Nurhidayah, Sri Dian Lestari
{"title":"预测南苏拉威西岛通货膨胀数据的广义时空自回归与可变外生因素(GSTARX)模型","authors":"K. Khadijah, Hikmah Hikmah, Fardinah Fardinah, Apriyanto Apriyanto, N. Nurhidayah, Sri Dian Lestari","doi":"10.31605/jomta.v6i1.2999","DOIUrl":null,"url":null,"abstract":"Inflasi merupakan salah satu parameter untuk mengukur kestabilan perekonomian di Indonesia. Menjaga stabilitas perekonomian dapat dilakukan dengan mengendalikan laju inflasi. Pengendalian laju inflasi, selain melalui kebijakan yang ditetapkan pemerintah juga dapat dilakukan dengan meramalkan inflasi untuk periode selanjutnya. Peran serta setiap wilayah di Indonesia sangat diperlukan, termasuk Provinsi Sulawesi Selatan yang memiliki 5 kota Indeks Harga Konsumen (IHK) yakni Kota Bulukumba, Watampone, Makassar, Parepare dan Palopo. Inflasi merupakan data deret waktu bulanan yang diduga dipengaruhi oleh aspek antar lokasi dan variabel eksogen. Peramalan inflasi yang melibatkan efek waktu, lokasi dan variabel eksogen dapat menggunakan Generalized Space Time Autoregressive with Exogenous Variable (GSTARX). Penelitian ini, meramalkan inflasi 5 kota di Sulawesi Selatan menggunakan GSTARX dengan variabel eksogen yaitu IHK serta pembobot lokasi yang digunakan adalah bobot seragam dan invers jarak. Penelitian ini bertujuan untuk mendapatkan model peramalan yang sesuai dan mengetahui hasil peramalan inflasi pada 5 kota di Sulawesi Selatan. Hasil penelitian menunjukkan bahwa model GSTARX  adalah model yang cocok dan hasil peramalan inflasi 5 kota di Sulawesi Selatan menunjukkan bahwa pembobot invers jarak memiliki akurasi yang lebih baik karena nilai rata-rata RMSE bobot invers jarak lebih kecil dibanding bobot seragam. Akan tetapi, terdapat selisih yang cukup besar antara hasil peramalan dengan data out-sample (aktual). Efek spasial secara menyeluruh belum mampu dijelaskan oleh kedua bobot yang digunakan menjadi penyebabnya.","PeriodicalId":313373,"journal":{"name":"Journal of Mathematics: Theory and Applications","volume":"9 12","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-04-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Model Generalized Space Time Autoregressive with Variable Exogenous (GSTARX) Dalam Meramalkan Data Inflasi di Sulawesi Selatan\",\"authors\":\"K. Khadijah, Hikmah Hikmah, Fardinah Fardinah, Apriyanto Apriyanto, N. Nurhidayah, Sri Dian Lestari\",\"doi\":\"10.31605/jomta.v6i1.2999\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Inflasi merupakan salah satu parameter untuk mengukur kestabilan perekonomian di Indonesia. Menjaga stabilitas perekonomian dapat dilakukan dengan mengendalikan laju inflasi. Pengendalian laju inflasi, selain melalui kebijakan yang ditetapkan pemerintah juga dapat dilakukan dengan meramalkan inflasi untuk periode selanjutnya. Peran serta setiap wilayah di Indonesia sangat diperlukan, termasuk Provinsi Sulawesi Selatan yang memiliki 5 kota Indeks Harga Konsumen (IHK) yakni Kota Bulukumba, Watampone, Makassar, Parepare dan Palopo. Inflasi merupakan data deret waktu bulanan yang diduga dipengaruhi oleh aspek antar lokasi dan variabel eksogen. Peramalan inflasi yang melibatkan efek waktu, lokasi dan variabel eksogen dapat menggunakan Generalized Space Time Autoregressive with Exogenous Variable (GSTARX). Penelitian ini, meramalkan inflasi 5 kota di Sulawesi Selatan menggunakan GSTARX dengan variabel eksogen yaitu IHK serta pembobot lokasi yang digunakan adalah bobot seragam dan invers jarak. Penelitian ini bertujuan untuk mendapatkan model peramalan yang sesuai dan mengetahui hasil peramalan inflasi pada 5 kota di Sulawesi Selatan. Hasil penelitian menunjukkan bahwa model GSTARX  adalah model yang cocok dan hasil peramalan inflasi 5 kota di Sulawesi Selatan menunjukkan bahwa pembobot invers jarak memiliki akurasi yang lebih baik karena nilai rata-rata RMSE bobot invers jarak lebih kecil dibanding bobot seragam. Akan tetapi, terdapat selisih yang cukup besar antara hasil peramalan dengan data out-sample (aktual). Efek spasial secara menyeluruh belum mampu dijelaskan oleh kedua bobot yang digunakan menjadi penyebabnya.\",\"PeriodicalId\":313373,\"journal\":{\"name\":\"Journal of Mathematics: Theory and Applications\",\"volume\":\"9 12\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-04-05\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal of Mathematics: Theory and Applications\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31605/jomta.v6i1.2999\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Mathematics: Theory and Applications","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31605/jomta.v6i1.2999","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

通货膨胀是衡量印尼经济稳定性的参数之一。保持经济稳定可以通过控制通货膨胀率来实现。控制通货膨胀率,除了政府制定的政策外,还可以通过预测下一时期的通货膨胀率来实现。印尼的每个地区都需要参与,包括南苏拉威西省,该省有 5 个消费价格指数(CPI)城市,即布卢昆巴(Bulukumba)、瓦当蓬(Watampone)、望加锡(Makassar)、帕雷帕雷(Parepare)和帕洛波(Palopo)。通货膨胀是一个月度时间序列数据,被认为受到地点间因素和外生变量的影响。涉及时间、地点和外生变量影响的通货膨胀预测可以使用带外生变量的广义时空自回归(GSTARX)。本研究使用 GSTARX 预测南苏拉威西省 5 个城市的通货膨胀率,外生变量为消费物价指数,地点权重为统一权重和反距离权重。本研究旨在获得一个合适的预测模型,并确定南苏拉威西省 5 个城市的通货膨胀预测结果。结果表明,GSTARX 模型是一个合适的模型,对南苏拉威西省 5 个城市的通货膨胀预测结果表明,反距离权重具有更好的准确性,因为反距离权重的平均均方根误差值小于均匀权重。然而,预测结果与样本外(实际)数据之间存在相当大的差异。总体空间效应并不能用两种权重来解释。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Model Generalized Space Time Autoregressive with Variable Exogenous (GSTARX) Dalam Meramalkan Data Inflasi di Sulawesi Selatan
Inflasi merupakan salah satu parameter untuk mengukur kestabilan perekonomian di Indonesia. Menjaga stabilitas perekonomian dapat dilakukan dengan mengendalikan laju inflasi. Pengendalian laju inflasi, selain melalui kebijakan yang ditetapkan pemerintah juga dapat dilakukan dengan meramalkan inflasi untuk periode selanjutnya. Peran serta setiap wilayah di Indonesia sangat diperlukan, termasuk Provinsi Sulawesi Selatan yang memiliki 5 kota Indeks Harga Konsumen (IHK) yakni Kota Bulukumba, Watampone, Makassar, Parepare dan Palopo. Inflasi merupakan data deret waktu bulanan yang diduga dipengaruhi oleh aspek antar lokasi dan variabel eksogen. Peramalan inflasi yang melibatkan efek waktu, lokasi dan variabel eksogen dapat menggunakan Generalized Space Time Autoregressive with Exogenous Variable (GSTARX). Penelitian ini, meramalkan inflasi 5 kota di Sulawesi Selatan menggunakan GSTARX dengan variabel eksogen yaitu IHK serta pembobot lokasi yang digunakan adalah bobot seragam dan invers jarak. Penelitian ini bertujuan untuk mendapatkan model peramalan yang sesuai dan mengetahui hasil peramalan inflasi pada 5 kota di Sulawesi Selatan. Hasil penelitian menunjukkan bahwa model GSTARX  adalah model yang cocok dan hasil peramalan inflasi 5 kota di Sulawesi Selatan menunjukkan bahwa pembobot invers jarak memiliki akurasi yang lebih baik karena nilai rata-rata RMSE bobot invers jarak lebih kecil dibanding bobot seragam. Akan tetapi, terdapat selisih yang cukup besar antara hasil peramalan dengan data out-sample (aktual). Efek spasial secara menyeluruh belum mampu dijelaskan oleh kedua bobot yang digunakan menjadi penyebabnya.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信