1

TUGAS ANALISIS DATA PANEL

MODEL INFLASI
INDEKS HARGA KONSUMEN

18 Desember 2006
Disusun Oleh:
1. Kurniawan Hakim

(09754)

2. Agung Wibowo

(09776)

3. Ratna Mariska

(09902)

4. Adi Marhadi

(09948)

5. A Brian Septesar

(10143)

6. Herliyana Arum R

(10200)

Dosen Pembimbing :
Dr. Dedi Rosadi, M.Sc
PROGRAM STUDI STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2006

PENDAHULUAN
Latar belakang
Inflasi adalah proses kenaikan harga-harga umum barang-barang secara
terus menerus. Kenaikan harga tersebut terjadi selama periode tertentu. Kenaikan
yang terjadi hanya sekali saja (dengan persentase yang cukup besar) bukanlah
merupakan inflasi. Semakin tinggi inflasi, semakin tinggi pula kenaikan harga.
Beberapa Indikator yang digunakan oleh beberapa ahli ekonomi untuk
menggambarkan terjadinya inflasi di suatu negara antara lain :
1. Indeks Biaya Hidup (IBH)
2. Indeks Harga Konsumen (IHK)
3. Indeks Harga Perdagangan Besar
4. Indeks Deflator Produk Nasional Kotor
IHK secara umum mengukur perkembangan daya beli atau pengeluaran
untuk membeli sejumlah barang dan jasa oleh rumah tangga untuk keperluan
hidup dengan cakupan lebih luas. Data tersebut berupa harga barang-barang di
berbagai kota di seluruh Indonesia kemudian diindekskan. IHK ini biasa
digunakan oleh banyak pemerintahan dan sektor swasta untuk mengukur
perubahan dalam harga-harga yang dihadapi konsumen. Banyaknya hal yang
mempengaruhi perubahan IHK, terutama dipicu oleh kenaikan harga bahan
makanan yang berfluktuasi cukup tinggi (volatile food) antara lain beras, bumbubumbuan, ikan segar, dll. Diharapkan dengan dimodelkannya data IHK dan
dengan adanya nilai prediksi IHK, maka pemerintah dapat mengambil suatu
kebijakan dalam mengendalikan stabilitas harga di pasar konsumen dan
perekonomian pun akan menjadi stabil.
Tujuan
Memodelkan Indeks Harga Konsumen dengan variabel- variabel yang
berkaitan yaitu BM (Bahan makanan), MJ (Makanan jadi), PR ( Perumahan), SD
(Sandang), PDK (Pendidikan), KSH (Kesehatan), dan TRP (Transportasi) pada
kota Jambi, Gorontalo, Manado, Bengkulu dan Yogyakarta. Data yang digunakan
adalah data IHK bulan September 2005 s/d Agustus 2006. Sumber data dari
Statistik Ekonomi Keuangan Daerah perpustakaan Bank Indonesia Yogyakarta.

DASAR TEORI
Dalam dunia perekonomian ternyata tipe datanya tidak sesederhana seperti pada
data time series maupun data cross section, tetapi bisa lebih kompleks. Data
runtun waktu didefinisikan sebagai data yang dikumpulkan menurut waktu
sedangkan cross section adalah data yang dikumpulkan pada suatu titik waktu
untuk sejumlah variabel dan sejumlah objek tertentu. Pada data yang merupakan
kombinasi dari cross section dan time series, yang sering dijumpai pada data
ekonomi, dapat diselesaikan dengan model data panel. Pemodelan pada data panel
ada 3 yaitu :
1. Model pooled regresion.
2. Model fixed effect.
3. Model random effect.
Model Pooled Regession
Model liniernya adalah
Yit X 'iy ci d t it

Keterangan :
Yit = observasi dari unit ke i pada waktu ke t
X 'iy = Vektor variabel-variabel independent dari unit i pada waktu ke t

it = Komponen error asumsi memiliki mean dan variansi homogen dalam waktu
'
serta independent dengan X iy

ci = konstanta yang bergantung pada unit ke-i dan tidan bergantung pada waktu

ke t
d t = konstanta yang bergantung pada waktu ke-t dan tidak bergantung pada unit

ke-i

Model fixed effect

Untuk model fixed effect satu arah diasumsikan dt =0 maka modelnya menjadi
Yit X 'iy ci it

Model random effect

Untuk model fixed effect satu arah diasumsikan dt =0 maka modelnya menjadi
Yit X 'iy v it

dimana
v it ci d t it , ci diasumsikan iid ~ N(0, 2c ) ; di diasumsikan iid ~ N(0, 2d ) dan

it diasumsikan iid ~ N(0, 2 )

Uji Spesifikasi
1. Uji Haussman
Uji ini bertujuan untuk melihat apakah terdapat random effect dalam data
panel yaitu dengan menguji hipotesa yaitu H0 terdapat effect random
dalam model
2. Uji Breusch Pagan
Uji ini bertujuan untuk melihat apakah ada efek cross section atau time
atau keduanya dalam data panel yaitu dengan menguji hipotesa berbentuk
2
2
H0 : c d 0 . Test ini juga valid digunakan untuk menguji adanya efek

cross section atau time dalam model fix effect

PEMBAHASAN
Data IHK akan di modelkan dengan beberapa variabel independent seperti :
BM (Bahan makanan), MJ (Makanan jadi), PR ( Perumahan), SD (Sandang),
PDK (Pendidikan), KSH (Kesehatan), dan TRP (Transportasi) dari bulan
september 2005 sampai agustus 2006. (Data terlampir)
Model yang akan diestimasi ada 7 yaitu :
Model 1

IHK = b1BM + b2MJ + b3PR + b4SD + b5PDK + b6KSH + b7TRP

Model 2

IHK = b1BM + b2MJ + b3PR + b4SD + b5PDK + b6KSH

Model 3

IHK = b1BM + b2MJ + b3PR + b4PDK + b5KSH

Model 4

IHK = b1BM + b2MJ + b3PDK + b4KSH

Model 5

IHK = b1BM + b2MJ + b3SD + b4TRP

Model 6

IHK = b1BM + b2MJ + b3PDK

Model 7

IHK = b1BM + b2MJ

Model 8

IHK = b1MJ
dimana :
IHK : Indeks Harga Konsumen

SD

: Sandang

BM : Bahan makanan

PDK : Pendidikan

MJ

: Makanan jadi

KSH : Kesehatan

PR

: Perumahan

TRP : Transportasi

Uji Haussman
uji hipotesis

H0 : E(Ci | X) = 0 (digunakan model random effect)

H1 : E(Ci | X) 0 (digunakan model fixed effect)

0.05

Stat uji : p-value

Daerah kritis : H0 ditolak jika p-value < 0.05

Pada model I, II, III, IV, dan V Uji Hausman tidak dapat dilakukan karena dalam
estimasi efek random memerlukan jumlah variabel cross section lebih besar dari
jumlah variabel IHK dan variabel independennya. Dalam keadaan ini, kita hanya
dapat menggunakan model fixed effect dalam model I-V.
Berikut tabel perbandingannya :
Model

Statistik

P_value

Model I
Model II
Model III
Model IV
Model V
Model VI
Model VII
Model VIII

366.73132
25.383855
0.1523668

0.0000000
3.076E-06
0.6962837

Uji Breusch-Pagan
uji hipotesis

H0 : C = 0, d = 0 (tidak ada efek cross section)

H1 : negasi dari H0

0.05

Stat uji : p-value

Daerah kritis : H0 ditolak jika p-value < 0.05

Kesimpulan Uji untuk

tingkat kesalahan 5 %
Fixed effect
Fixed effect
Fixed effect
Fixed effect
Fixed effect
Fixed effect
Fixed effect
Random effect

Selanjutnya untuk uji Breusch-Pagan dari masing-masing model akan disajikan

dalam tabel berikut :
Model

Hypothesis Statistik

Model I

H0:

Model II

H0:

Model III

H0:

Model IV

H0:

Model V

H0:

Model VI

H0:

Model VII

H0:

Model VIII

H0:

2c
2c
2c
2c
2c
2c
2c
2c

Kesimpulan

p-value

Uji

untuk

tingkat

kesalahan 5 %

=0

39,045,248 4.14E-07

Model Fixed Effect Cross Section

=0

5.4986538

Model Fixed Effect Cross Section

=0

23,986,820 9.70E-04

Model Fixed Effect Cross Section

=0

23,986,820 9.70E-04

Model Fixed Effect Cross Section

=0

91.992437

Model Fixed Effect Cross Section

=0

19,896,337 8.18E-03

Model Fixed Effect Cross Section

=0

19,896,337 8.18E-03

Model Fixed Effect Cross Section

=0

0.0209807

Model Random Effect Pooled

0.0190311

0.0000000

0.884832

Estimasi Model
Tabel Perbandingan Model
Koefisien
C
Sig
BM
Sig
MJ
Sig
PR
Sig
SD
Sig
PDK
Sig
KSH
Sig
TRP
Sig

Model I

Model II

Model III

Model IV

Model V

Model VI

Model VII

0.310221
0.000
0.143476
0.0001
0.014755
0.2179
0.161973
0.0727
0.01627
0.4944
0.078939
0.0771
0.180132
0.000

0.333315
0.000
0.167849
0.000
0.015411
0.2086

0.546647
0.000
0.15643
0.006
0.028616
0.1582

0.555556
0.000
0.161801
0.0048

0.282135
0.000
0.145945
0.0001

0.547536
0.000
0.289021
0.000

0.57007
0.000
0.288002
0.000

Model
VIII(p)
97.67749
0.000
0.313244
0.0001

0.284458
0.0001
0.028631
0.2228
0.126211
0.001
0.182714
0.000

0.022109
0.5687
0.267859
0.000

0.019143
0.6245
0.286185
0.000

0.067283
0.1559
0.193499
0.000

Dari model diatas, dapat dilihat bahwa model yang signifikan semua
parameternya adalah model V, VII, VIII. Selanjutnya kita lihat beberapa kriteria
model dan dibandingkan sbb :

R-squared
Adjusted
R-squared

Model I
Model II
0.965545 0.963128
0.957649 0.955604

Model III
0.895968
0.877242

Model IV
0.891697
0.874709

Model V
0.961382
0.955325

Model VI
0.831342
0.808638

Model VIII
0.824618
0.804764

Model
0.2309
0.2176

S.E.

of 1.154088 1.181630

regression
Sum

63.93210 68.41627

1.964863

1.985032

1.185335

2.453214

2.477921

4.9603

193.0342

200.9580

71.65597

312.9494

325.4248

1427.0

squared
resid

Jadi, persamaan model fixed effect terbaiknya adalah model V yaitu

dengan signifikansi masing-masing variabel independen yaitu bahan makanan,
makanan jadi, sandang, dan transportasi yang signifikan dalam model. Selain itu
dilihat dari berbagai kriteria yang memenuhi pemilihan model diatas, model V
termasuk model yang dapat dikatakan cukup baik.
Persamaan model untuk masing-masing wilayah dengan menggunakan
model V adalah sbb :
IHK_JAMBI=16.87135187+0.2821353267*BM_JAMBI+0.1459451022*MJ_JA
MBI + 0.2844584991*SD_JAMBI + 0.1934988122*TRP_JAMBI
IHK_GORONTALO = 14.69646375 + 0.2821353267*BM_GORONTALO +
0.1459451022*MJ_GORONTALO

0.2844584991*SD_GORONTALO

0.2821353267*BM_MANADO

0.1934988122*TRP_GORONTALO
IHK_MANADO

10.92149174

0.1459451022*MJ_MANADO

0.2844584991*SD_MANADO

0.1934988122*TRP_MANADO
IHK_BENGKULU = 11.84859916 + 0.2821353267*BM_BENGKULU +
0.1459451022*MJ_BENGKULU + 0.2844584991*SD_BENGKULU +
0.1934988122*TRP_BENGKULU
IHK_YOGYA

18.98570627

0.1459451022*MJ_YOGYA
0.1934988122*TRP_YOGYA

0.2821353267*BM_YOGYA
0.2844584991*SD_YOGYA

+
+

Kemudian untuk model random effect pooled hanya ada satu yaitu model ke VIII,
jadi persamaan regresinya adalah :
IHK = 97.67749 + 0.313244 MJ
KESIMPULAN
Dari pembahasan diatas, dapat disimpulkan bahwa secara statistik untuk
kasus IHK ini, dapat dimodelkan dengan persamaan model fixed effect cross
section V yang mempunyai variabel independen bahan makanan, makanan jadi,
sandang, dan transportasi. Namun secara ekonomi makro atau fundamental tidak
dapat disangkal bahwa semua variabel independen dapat mempengaruhi inflasi
IHK. Model-model fixed effect lain dapat juga digunakan dalam analisis jika
penggunaannya hanya untuk melihat hubungan antar variabel dependen dengan
variabel independen lainnya. Sedangkan untuk model random effect pooled
digunakan model VIII.

10

Lampiran
Uji Hausman
Uji Hausman model 5

Hausman test for fixed

versus random effects
chi-sqr(3) =
366.73132
p-value =
0.0000000

Uji Hausman model 6

Hausman test for fixed

versus random effects
chi-sqr(2) =
25.383855
p-value =
3.076E-06

Uji Hausman model 7

Hausman test for fixed

versus random effects
chi-sqr(1) =
0.1523668
p-value =
0.6962837

Uji Breusch Pagan

Uji Breusch Pagan Model 1

Hypothesis
H0:sigma^2_c=0
H0:sigma^2_d =0
H0:sigma^2_d =sigma^2_c=0

Uji Breusch Pagan Model 2

Hypothesis
H0:sigma^2_c=0
H0:sigma^2_d =0
H0:sigma^2_d =sigma^2_c=0

Uji Breusch Pagan Model 3

Hypothesis
H0:sigma^2_c=0
H0:sigma^2_d =0
H0:sigma^2_d =sigma^2_c=0

Uji Breusch Pagan Model 4

Hypothesis
H0:sigma^2_c=0
H0:sigma^2_d =0
H0:sigma^2_d =sigma^2_c=0

Uji Breusch Pagan Model 5

Hypothesis
H0:sigma^2_c=0

Statistic
39.045248
0.1890479
39.234296

p-value
4.141E-10
0.6637102
3.023E-09

Statistic
5.4986538
0.9853312
6.4839849

p-value
0.0190311
0.3208862
0.0390859

Statistic
23.986820
2.7278089
26.714628

p-value
9.700E-07
0.0986145
1.581E-06

Statistic
43.812817
2.7370380
46.549855

p-value
3.613E-11
0.0980463
7.795E-11

Statistic
19.896337

p-value
8.176E-06

11

H0:sigma^2_d =0
H0:sigma^2_d =sigma^2_c=0

5.1321030
25.028440

0.0234873
3.674E-06

Statistic
49.170797
3.4739531
52.644750

p-value
2.346E-12
0.0623422
3.701E-12

Statistic
0.0209807
69.229013
69.249994

p-value
0.8848315
1.110E-16
8.882E-16

Uji Breusch Pagan Model 6

Hypothesis
H0:sigma^2_c=0
H0:sigma^2_d =0
H0:sigma^2_d =sigma^2_c=0

Uji Breusch Pagan Model 7

Hypothesis
H0:sigma^2_c=0
H0:sigma^2_d =0
H0:sigma^2_d =sigma^2_c=0

Estimasi Model
Model 1
Variable
BM?
MJ?
PR?
SD?
PDK?
KSH?
TRP?
Fixed Effects
_JAMBI--C
_GORONTALO--C
_MANADO--C
_BENGKULU--C
_YOGYA--C
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood
Durbin-Watson stat

Coefficient
0.310221
0.143476
0.014755
0.161973
0.016270
0.078939
0.180132
16.67305
12.79241
11.15565
11.94309
17.01823
0.965545
0.957649
1.154088
-87.04062
1.781542

Std. Error
0.033914
0.034672
0.011817
0.088276
0.023626
0.043689
0.018942

t-Statistic
9.147151
4.138070
1.248630
1.834858
0.688620
1.806832
9.509736

Mean dependent var

S.D. dependent var
Sum squared resid
F-statistic
Prob(F-statistic)

Prob.
0.0000
0.0001
0.2179
0.0727
0.4944
0.0771
0.0000

138.0083
5.607992
63.93210
224.1869
0.000000

Model 2
Variable
BM?
MJ?
PR?
PDK?
KSH?
TRP?
Fixed Effects
_JAMBI--C
_GORONTALO--C
_MANADO--C
_BENGKULU--C
_YOGYA--C
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood

Coefficient
0.333315
0.167849
0.015411
0.028631
0.126211
0.182714
22.23876
16.19470
17.08836
17.33751
21.86700
0.963128
0.955604
1.181630
-89.07430

Std. Error
0.032244
0.032791
0.012093
0.023186
0.036126
0.019340

t-Statistic
10.33723
5.118740
1.274333
1.234849
3.493638
9.447320

Mean dependent var

S.D. dependent var
Sum squared resid
F-statistic

Prob.
0.0000
0.0000
0.2086
0.2228
0.0010
0.0000

138.0083
5.607992
68.41627
255.9868

12

Durbin-Watson stat

Model 3

Variable
BM?
MJ?
PR?
PDK?
KSH?
Fixed Effects
_JAMBI--C
_GORONTALO--C
_MANADO--C
_BENGKULU--C
_YOGYA--C
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood
Durbin-Watson stat

Model 4

Variable
BM?
MJ?
PDK?
KSH?
Fixed Effects
_JAMBI--C
_GORONTALO--C
_MANADO--C
_BENGKULU--C
_YOGYA--C
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood
Durbin-Watson stat

1.896359

Coefficient
0.546647
0.156430
0.028616
0.022109
0.267859
8.493560
-0.225769
0.630516
6.320381
-0.181221
0.895968
0.877242
1.964863
-120.1920
2.034987

Coefficient
0.555556
0.161801
0.019143
0.286185
9.057799
-0.145259
0.661916
6.556528
-0.170399
0.891697
0.874709
1.985032
-121.3989
2.021449

Prob(F-statistic)

Std. Error
0.038273
0.054489
0.019974
0.038537
0.054654

t-Statistic
14.28273
2.870850
1.432628
0.573703
4.901016

Mean dependent var

S.D. dependent var
Sum squared resid
F-statistic
Prob(F-statistic)

Std. Error
0.038152
0.054918
0.038877
0.053681

t-Statistic
14.56152
2.946236
0.492400
5.331198

Mean dependent var

S.D. dependent var
Sum squared resid
F-statistic
Prob(F-statistic)

0.000000

Prob.
0.0000
0.0060
0.1582
0.5687
0.0000

138.0083
5.607992
193.0342
107.6552
0.000000

Prob.
0.0000
0.0048
0.6245
0.0000

138.0083
5.607992
200.9580
139.9677
0.000000

Model 5
Variable
BM?
MJ?
SD?
TRP?
Fixed Effects
_JAMBI--C
_GORONTALO--C
_MANADO--C
_BENGKULU--C
_YOGYA--C
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood

Coefficient Std.
Error
0.282135
0.030348
0.145945
0.034694
0.284458
0.067916
0.193499
0.018363
16.87135
14.69646
10.92149
11.84860
18.98571
0.961382
0.955325
1.185335
-90.46227

t-Statistic

Prob.

9.296715
4.206587
4.188383
10.53727

0.0000
0.0001
0.0001
0.0000

Mean dependent var

S.D. dependent var
Sum squared resid
F-statistic

138.0083
5.607992
71.65597
423.2134

13

Durbin-Watson stat

Model 6

Variable
BM?
MJ?
PDK?
Fixed Effects
_JAMBI--C
_GORONTALO--C
_MANADO--C
_BENGKULU--C
_YOGYA--C
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood
Durbin-Watson stat

Model 7

Variable
BM?
MJ?
Fixed Effects
_JAMBI--C
_GORONTALO--C
_MANADO--C
_BENGKULU--C
_YOGYA--C
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood
Durbin-Watson stat

1.616397

Coefficient
0.547536
0.289021
0.067283
22.70350
14.19643
11.70249
20.27717
17.43512
0.831342
0.808638
2.453214
-134.6872
1.689342

Prob(F-statistic)

Std. Error
0.047114
0.061129
0.046732

Mean dependent var

S.D. dependent var
Sum squared resid
F-statistic
Prob(F-statistic)

Coefficient Std. Error

0.570070
0.044886
0.288022
0.061740
28.49375
19.83486
18.67242
25.78750
24.46373
0.824618
0.804764
2.477921
-135.8599
1.486634

t-Statistic
11.62149
4.728080
1.439765

t-Statistic
12.70039
4.665061

Mean dependent var

S.D. dependent var
Sum squared resid
F-statistic
Prob(F-statistic)

0.000000

Prob.
0.0000
0.0000
0.1559

138.0083
5.607992
312.9494
128.1580
0.000000

Prob.
0.0000
0.0000

138.0083
5.607992
325.4248
249.1983
0.000000

Model 8
Variable
C
MJ?
R-squared
Adjusted R-squared
S.E. of regression
Log likelihood
Durbin-Watson stat

Data Asli

Coefficient Std. Error

t-Statistic
97.67749
9.686167
10.08423
0.313244
0.075067
4.172886
0.230902
Mean dependent var
0.217641
S.D. dependent var
4.960327
Sum squared resid
-180.2076
F-statistic
0.652962
Prob(F-statistic)

Prob.
0.0000
0.0001
138.0083
5.607992
1427.081
17.41298
0.000102

14

Tahun
Sep-05
Okt-05
Nop-05
Des-05
Jan-06
Feb-06
Mar-06
Apr-06

PR
Jambi
143.19
156.06
155.87
55.95
158.18
158.11
158.61
158.28

Gorontalo
116.49
134.26
135.37
135.67
135.89
136.04
135.46
135.21

Manado
114.05
127.92
129.23
128.59
128.37
123.66
123.95
143.91

Bengkulu
128.5
141.37
141.72
142.19
142.22
142.1
142.94
143.33

Yogyakarta
132.61
142.99
143.87
143.68
143.92
144.47
144.39
145.27

15

Mei-06
Jun-06
Jul-06
Agust-06

160.04
159.97
160.43
159.9

135.11
135.15
135.22
135.71

124.37
125.07
125.1
125.2

144.81
144.84
145.01
145.49

146
148.01
150.62
151.16

Tahun
Sep-05
Okt-05
Nop-05
Des-05
Jan-06
Feb-06
Mar-06
Apr-06
Mei-06
Jun-06
Jul-06
Agust-06

SD
Jambi
111.37
116.13
116.24
118.63
118.69
120.2
120.2
121.85
123.94
124.04
125.65
129.34

Gorontalo
106.26
106.26
106.43
107.24
107.34
107.63
107.33
108.02
108.75
109.13
109.57
109.82

Manado
116.86
118.08
122.14
122.67
123.58
123.69
124.11
124.36
126.45
126.54
126.5
126.95

Bengkulu
116.84
120.17
120.45
120.73
120.95
121.13
121.88
122.07
124.82
124.88
125.56
125.87

Yogyakarta
120.1
121.39
122.37
123.69
124.78
125.05
125.06
126.85
130.5
128.97
130.13
130.73

Tahun
Sep-05
Okt-05
Nop-05
Des-05
Jan-06
Feb-06
Mar-06
Apr-06
Mei-06
Jun-06
Jul-06
Agust-06

PDK
Jambi
126.42
126.42
126.42
128
128.75
127.67
127.67
127.67
126.42
126.42
128.41
128.41

Gorontalo
118.73
118.73
119.02
119.02
119.02
142.41
106.27
142.41
142.41
142.41
142.41
142.41

Manado
146.82
147.43
150.24
150.27
150.06
151
151.2
136.48
151.06
151.68
151.81
152.06

Bengkulu
122.03
123.82
123.92
124.09
124.13
124.28
124.54
124.52
124.54
124.66
126.14
135.11

Yogyakarta
139.24
139.73
140.76
141.35
141.94
142.09
142.27
143.41
153.98
157.27
157.91
158.23

Tahun
Sep-05
Okt-05
Nop-05
Des-05
Jan-06
Feb-06
Mar-06
Apr-06
Mei-06
Jun-06

KSH
Jambi
112.31
113.48
115.03
117.69
122.67
122.67
122.67
123.41
128.37
127.13

Gorontalo
119.33
119.49
119.73
120.1
120.26
120.3
120.88
126.11
121.25
121.43

Manado
111.01
112.19
115.04
114.97
114.52
114.8
114.77
122.4
114.57
114.66

Bengkulu
115.11
115.47
115.61
116.08
117.11
117.09
117.94
135.43
135.7
135.77

Yogyakarta
142.04
142.31
142.31
142.24
143.41
143.52
143.59
144.41
144.45
144.63

16

Jul-06
Agust-06

128.24
130.72

123.18
123.18

114.85
115.06

135.98
136.16

Tahun
Sep-05
Okt-05
Nop-05
Des-05
Jan-06
Feb-06
Mar-06
Apr-06
Mei-06
Jun-06
Jul-06
Agust-06

TRP
Jambi
127.31
167.82
169.16
169.89
171.56
171.59
171.69
171.56
172.7
175.36
175.47
175.53

Gorontalo
132.63
162.56
162.62
162.64
162.65
177.51
177.51
177.51
177.56
177.56
177.46
162.7

Manado
125.38
163.12
163.36
163.4
163.4
163.4
163.29
165.58
163.41
163.52
163.52
163.59

Bengkulu
133.47
196.27
196.25
195.88
195.93
196
196.47
196.95
196.82
197.38
197.38
197.19

144.87
154.13

Yogyakarta
118.32
139.4
143.47
143.41
143.6
144.04
144.08
144.07
144.43
144.47
144.59
144.78