Anda di halaman 1dari 7

PENDEKATAN NILAI PERAMALAN INDEKS HARGA KOMSUMEN (IHK) KOTA

SEMARANG MENGUNAKAN MODEL RUNTUN WAKTU MODEL ARCH-GARCH


UNTUK MENGESTIMASI NILAI INFLASI KOTA SEMARANG TAHUN 2015
Studi Empiris Indeks Harga Konsumen Bulanan Pada Bulan Januari 1993 Desember 2014

RINGKASAN
Data deret waktu Indeks Harga Konsumen memiliki volatilitas yang tinggi dan ragam
pengembalian Indeks Harga Konsumen yang tidak homogen menurut waktunya. Data deret
waktu dengan ragam yang tidak homogen di setiap waktunya dinamakan data deret waktu
dengan conditional heteroskedastisitas (heteroskedastisitas bersyarat). Hal ini karena
berhubungan dengan resiko yang diterima masyarakat dan keuntungan yang diharapkan
pedagang. Metode yang dapat digunakan untuk mengatasi heteroskedastisitas diantaranya
model GARCH yang mengasumsikan adanya korelasi positif antara IHK dan perubahan
volatilitas IHK dan jika terdapat korelasi negatif antara IHK dan perubahan volatilitas IHK
(volatilistas asimetrik). Untuk mengatasi pengaruh asimetrik, salah satu model yang
digunakan adalah model EGARCH.
Penelitian ini bertujuan untuk menggunakan model GARCH untuk mengatasi
pengaruh heteroskedastisitas dengan korelasi positif untuk peremalan Inflasi Kota Semarang
pada tahun 2015 dengan pendekatan dengan melihat nilai IHK Kota Semarang tiap bulannya,
dimana model GARCH melihat galat positif dan galat negatif sebagai pengaruh yang sama
terhadap ragam. Kemudian membandingkan hasil peramalan model GARCH dengan model
EGARCH yang melihat galat galat positif dan negatif memberikan pengaruh yang berbeda
terhadap ragam. Data yang digunakan adalah data indeks harga konsumen pada bulan Januari
1993 hingga bulan desember 2014 dengan dasar tahun 2002. Data diperoleh dari buku jawa
tengah dalam angka untuk setiap tahunnya.
Model yang tepat untuk memodelkan data deret waktu Indeks Harga Konsumen Kota
Semarang pada bulan Januari 1993 hingga bulan desember 2014 dengan dasar tahun 2002
adalah GARCH(1,1) dan EGARCH(1,1). Dari hasil Uji Validasi dapat diperoleh bahwa
model EGARCH lebih baik dari pada model GARCH. Dengan mempeloleh model terbaiknya
yaitu modelnya EGARCH (1,1) dapat digunakan untuk menghitung nilai inflasi pada tahun
2015. Diperoleh prediksi IHK Kota Semarang tahun 2015 pada bulan Januari mengalami
deflasi sebesar 0,09. Dan pada bulan februari tahun 2015.

Latar Belakang
Perubahan data Indeks Harga Konsumen merupakan indikator ekonomi yang penting
untuk memberikan gambaran tentang laju inflasi suatu daerah, dan lebih jauh lagi dapat
menggambarkan pola konsumsi masyarakat. Selain sebagai salah satu indikator ekonomi
makro yang dapat digunakan untuk mendeteksi kondisi perekonomian, laju inflasi juga
menunjukkan keseimbangan antara penawaran dan permintaan barang dan jasa. Sedang yang
dimaksud dengan inflasi adalah angka yang menggambarkan perubahan (dalam persentase)
IHK yang terjadi pada suatu periode waktu dengan periode waktu sebelumnya. Harga
konsumen mencakup semua barang dan jasa yang dikonsumsi masyarakat secara umum,
diantaranya meliputi kelompok bahan makanan, makanan jadi, minuman, rokok dan
tembakau, perumahan, sandang, kesehatan, pendidikan, rekreasi dan olahraga, serta transpor
dan komunikasi.
Terdapat banyak deret waktu dalam bidang keungan misalnya data deret waktu dalam
bidang keungan memang kebanyakan memiliki volatilitas tinggi dan keragaman yang
berbeda disetiap titik waktunya. Ragam yang tidak konstan ini terjadi karena berhubungan
dengan resiko yang ditanggung oleh masyarakat pada umumnya, karena IHK akan secara
langsung mempengaruhi inflasi pada suatu daerah dan secara tidak langsung juga akan
mempengaruhi BI rate dan nilai tukar rupiah. Menurut Enders (1995) data deret waktu
dengan ragam tidak konstan dinamakan data deret waktu dengan heteroskedastisitas bersyarat
(Conditional heteroskedastistic), misalnya harga saham, tingkat inflasi, tingkat suku bunga,
dan sebagainya.
Salah satu cara untuk mengatasi permasalahan tersebut menggunakan metode
Autoregressive Conditional Heterocedastic (ARCH) yang dikarenakan pertama kali oleh
Engle (1982). Model ini mampu menggambarkan karakteristik dalam keungan yaitu indeks
harga konsumsi. Dalam Enders (1995) untuk menghindari ordo yang besar pada model
ARCH, Bollerslev (1986) mengembangkan model Generalized Autoregressive Conditional
Herescedastic (GARCH).
Dalam melakukan analisa pada data waktu dengan heteroskedastisitas bersyarat, tidak
dapat menggunakan metode kuadrat terkecil karena akan memberikan informasi yang salah
dan pengujian hipotesis menjadi tidak sah. Model ARCH/GARCH memperlakukan
heteroskedastisitas sebagai ragam untuk dimodelkan, sehingga memberikan hasil prediksi
keragaman galatnya dapat diketahui, tidak hanya kekurangan pada metode kuadrat terkecil
yang dapat terkoreksi, tetapi prediksi ragam galatnya juga dihitung. Prediksi ini biasanya
lebih menarik, terutama dalam aplikasi di keungan (Engle, 2001).
Nelson (1991) mengembangkan ide model GARCH yang dinamakan model
Exponential Generalized Autoregressive Conditional Heteroscedatic (EGARCH) untuk
mengatasi pengaruh asimetrik. Pengaruh asimetrik merupakan pengaruh pada perubahan
volatilitas ketika terjadi perubahan dari indeks harga konsumen yang diharapkan.
Tujuan
Tujuan dari penelitian ini adalah
1. Mengetahui performa model GARCH dan EGARCH untuk data Indeks Harga
Konsumen.
2. Membandingkan hasil peramalan model GARCH dan EGARCH.
3. Mengetahui hasil peramalan yang tepat untuk IHK pada tahun 2015.

Tinjauan Pustaka
IHK
Indeks Harga Konsumen (IHK) atau biasa disebut juga Consumer Price Index (CPI) secara
sederhana merupakan perbandingan antara harga dengan suatu paket komoditas dari suatu
kelompok barang atau jasa (market basket) pada suatu periode waktu terhadap harganya pada
periode waktu yang telah ditentukan (tahun dasar). Jadi IHK/CPI ini mengubah harga
berbagai barang dan jasa menjadi sebuah indes tunggal yang mengukur seluruh tingkat harga.
Berdasarkan IHK inilah kemudian didapat besaran angka inflasi/deflasi, yaitu besarnya
persentase perubahan IHK antar periode. Angka inflasi/deflasi mencerminkan kemampuan
daya beli dari uang yang dibelanjakan untuk memenuhi kebutuhan sehari-hari. Semakin
tinggi inflasi maka semakin rendah daya beli dari uang dan dengan sendirinya semakin
rendah pula daya beli masyarakat terhadap barang dan jasa kebutuhan rumah tangga. Laju
inflasi yang tidak terlalu tinggi akan membuat stabilitas tetap terjaga dan roda perekonomian
dapat terus bergulir. Selain itu IHK juga digunakan sebagai :

Indikator untuk melihat fluktuasi harga yang terjadi.

Sebagai data dasar untuk perhitungan pendapatan nasional/regional.

Berbagai analisa harga dapat dipakai sebagai dasar perencanaan pembangunan sosial
ekonomi lainnya.

Inflasi
Secara sederhana inflasi diartikan sebagai meningkatnya harga-harga secara umum dan terus
menerus. Kenaikan harga dari satu atau dua barang saja tidak dapat disebut inflasi kecuali
bila kenaikan itu meluas (atau mengakibatkan kenaikan harga) pada barang lainnya.
Kebalikan dari inflasi disebut deflasi. Indikator yang sering digunakan untuk mengukur
tingkat inflasi adalah Indeks Harga Konsumen (IHK). Perubahan IHK dari waktu ke waktu
menunjukkan pergerakan harga dari paket barang dan jasa yang dikonsumsi masyarakat.
Sesuai dengan pengertian inflasi bahwa pengukuran kenaikan dilakukan berdasarkan periode
waktu tertentu menyebabkan Biro Pusat Statistik (BPS) di Indonesia setiap bulan
mengeluarkan tiga jenis inflasi yaitu:
1. Inflasi bulanan yaitu inflasi untuk periode satu bulan. Pengukuran harga dilakukan
berdasarkan IHK bulan terhitung dibandingkan dengan IHK bulan sebelumnya.
2. Inflasi tahun kalender (year to date/YTD) yaitu inflasi yang mengukur IHK pada
bulan terhitung dibandingkan dengan IHK pada bulan Januari di tahun yang sama.
3. Inflasi tahunan yaitu diukur dengan membandingkan IHK bulan terhitung dengan
IHK bulan yang sama tahun sebelumnya.

Lebih lanjut lagi di Indonesia pembagian inflasi juga dikelompokkan berdasarkan pengaruh
dari faktor yang bersifat fundamental. Berdasarkan hal tersebut inflasi dibagi menjadi:
1. Inflasi Inti, yaitu komponen inflasi yang cenderung menetap atau persisten
(persistent component) di dalam pergerakan inflasi dan dipengaruhi oleh faktor
fundamental, seperti interaksi permintaan-penawaran, lingkungan eksternal: nilai
tukar, harga komoditi internasional serta inflasi mitra dagang, dan ekspektasi Inflasi
dari pedagang dan konsumen

2. Inflasi non Inti, yaitu komponen inflasi yang cenderung tinggi volatilitasnya karena
dipengaruhi oleh selain faktor fundamental. Komponen inflasi non inti terdiri
dari : Inflasi Komponen Bergejolak (Volatile Food) yaitu inflasi yang dominan
dipengaruhi oleh shocks (kejutan) dalam kelompok bahan makanan seperti panen,
gangguan alam, atau faktor perkembangan harga komoditas pangan domestik maupun
perkembangan harga komoditas pangan internasional. Inflasi Komponen Harga yang
diatur Pemerintah (Administered Prices) yaitu inflasi yang dominan dipengaruhi oleh
shocks (kejutan) berupa kebijakan harga Pemerintah, seperti harga BBM bersubsidi,
tarif listrik, tarif angkutan, dll.
Inflasi Moneter
Kenaikan harga barang dalam satu periode waktu yang diakibatkan oleh peningkatan jumlah
uang beredar disebut dengan istilah inflasi moneter. Awalnya istilah inflasi mengacu kepada
kenaikan harga barang yang disebabkan oleh peningkatan jumlah uang beredar. Akan tetapi
karena tidak setiap kali peningkatan jumlah uang beredar mengakibatkan inflasi dan inflasi
tidak selalu disebabkan oleh peningkatan jumlah uang beredar, maka untuk inflasi yang
khusus disebabkan oleh peningkatan jumlah uang beredar digunakan istilah inflasi moneter
Volatiitas
Menurut Dedi Rosadi (2011:114), untuk menggambarkan fluktuasi dari suatu data dikenal
konsep volatilitas. Volatilitas dapat didefinisikan sebagai variansi bersyarat dari suatu data
relatif terhadap waktu. Volatilitas dapat digambarkan dengan adanya kecenderungan suatu
data berfluktuasi secara dari waktu ke waktu sehingga variansi dari error-nya akan selalu
berubah setiap waktu, maka datanya bersifat heteroskedastisitas. Volatilitas secara umum
tidak dapat diobservasi langsung, namun beberapa karakteristik khusus dari volatilitas dapat
diberikan sebagai berikut:
1. Seringkali ditemukan adanya pengelompokan volatilitas (volatility clustering) dalam
data yakni volatilitas bernilai besar selama periode waktu tertentu dan bernilai kecil

untuk selama periode waktu yang lain atau dapat digambarkan dengan berkumpulnya
sejumlah error dengan besar yang relatif sama dalam beberapa waktu yang
berdekatan.
2. Volatilitas seringkali bersifat asimetris, yakni pergerakan volatilitas berbeda terhadap
kenaikan atau penurunan harga suatu asset. Volatilitas sering dipergunakan untuk
melihat naik turunnya harga saham. Jika volatilitas hariannya sangat tinggi maka
harga saham mengalami kenaikan dan penurunan yang tinggi sehingga keuntungan
dapat diperoleh, maka investor sangat tepat melakukan strategi trading. Tetapi, harga
saham yang volatilitasnya rendah maka pergerakan harga sahamnya sangat rendah.
Pada volatilitas rendah biasanya investor tidak bisa memperoleh keuntungan tetapi
harus memegang saham dalam jangka panjang agar memperoleh capital again. Oleh
karenanya, investor yang suka melakukan strategi trading sangat menyukai volatilitas
yang tinggi tetapi investor jangka panjang sangat menyukai volatilitas rendah tetapi
harga sahamnya mengalami peningkatan
Heteroskedastisias
Pemodelan ekonometri seringkali menggunakan asumsi varians error yang konstan
atau disebut homoscedasticity. Namun asumsi ini tidak selalu bener, karena banyak
pemodalan yang justru memiliki varian error yang tidak konstan atau berubah, yang disebut
sebagai heteroscedasticity. Pemodelan dengan error yang bersifat hereskedastik memiliki
asumsi bahwa error t berdistribusi normal dengan varians 2t dengan var ( t ) = E ( 2t ) = 2t
tidak konstan selama observasi.
Ada beberapa konsekuensi dari heteroscedasticity, yaitu :
Estimator yang dihasilkan tetap konsisten, tetapi tidak lagi efisien. Ada estimator lain
yang memiliki variance lebih kecil dari pada estimator yang memiliki error yang
heteroscedastic.
Standart error yang dihitung dari OLS yang memiliki error heteroscedastic tidak lagi
akurat. Hal ini menyebabkan inferensi ( Uji Hipotesis ) yang menggunakan standart
error ini tidak akurat.
Cara mendeteksi terjadinya heteroscedasticity bisa dilakukan dengan metode informal
maupun uji formal. Pengamatan informal dilakukan dengan cara mem-plot residual
kuadrat dengan salah satu variabel independen. Sedangkan cara formal yaitu dapat
dilakukan pengujian dengan menggunakan berbagai uji, salah satunya adalah uji white.
Rumusan uji hiposis pada uji White adalah H0 = tidak ada pengaruh hetereskedastisitas.
Untuk menolak atau menerima hiposisis H0 dengan membandingkan probabilitas-chi
square (p-value) dengan .
Data deret waktu bidang keungan yang memperlihatkan adanya periode periode
dengan volatilitas relative besar diikuti oleh periode periode yang relative tenang,
menunjukan asumsi galat konstan menjadi tidak terpenuhi (Enders, 1995).
E (t , t) = var (t )= 2 . . . . . . . . . . . . . . . . . . . . . . . . . . (1)
Asumsi tersebut tidak dipenuhi pada data deret waktu yang berhubungan dengan bidang
keungan misalnya Indeks Harga Konsumen.
Menurut Lo ( 2003 ) data pada bidang keungan mempunyai tiga karakteristik :
1. Sebaran bersyarat dari data deret waktu indeks harga konsumen (X t) memiliki ekor
yang lebih panjang dari sebaran normal.

2. Nilai Xt tidak memiliki autokorelasi tinggi, tetapi Xt2 memiliki autokorelasi tinggi.
3. Perubahan pada Xt cenderung menggerombol. Besar / Kecil perubahan pada Xt
cenderung diikuti oleh besar/kecil perubahan pada periode berikutnya.
BAHAN DAN METODE
BAHAN
Bahan yang digunakan dalam penelitian ini adalah data indeks harga konsumen Kota
Semarang pada bulan januari tahun 1993 hingga desember tahun 2014 yang telah dibukukan
dalam buku keluaran dari BPS. Dan data diperoleh dari buku jawa tengah dalam angka dan
diperoleh dari website jateng.bps.go.id
Pada data IHK keluaran BPS Jawa Tengah terdapat perbedaan dasar perhitungan
untuk IHK tersebut, maka dari dapat penulis menyamakan tahun dasar penghitungan IHK
tersebut pada tahun dasar 2002. Sehingga data dapat dilihat pada output.
METODE