Abstrak—Inflasi di Kota Surabaya seringkali menduduki terbentuk. TPID berfungsi untuk menjaga stabilitas harga di
posisi tertinggi. Namun, Kota Surabaya belum memiliki Tim daerah.
Pengendali dan Pemantau Inflasi Daerah (TPID). Oleh karena Adanya intervensi berupa kebijakan pemerintah dapat
itu, peramalan inflasi Kota Surabaya menjadi hal yang penting
mempengaruhi tingkat inflasi seperti kebijakan kenaikan harga
dilakukan. Peramalan dilakukan dengan pendekatan model
ARIMA, variasi kalender dan intervensi pada inflasi Kota BBM, TDL dan gaji PNS [3]. Selain itu perayaan hari Raya
Surabaya baik pada inflasi umum maupun infasi tujuh kelompok Idul Fitri berpengaruh terhadap tingkat inflasi [4]. Penelitian
pengeluaran. Berdasarkan hasil penelitian yang diperoleh, mengenai inflasi telah dilakukan oleh Setyaningsih
dengan menggunakan data inflasi umum dan inflasi tujuh menggunakan model intervensi dan variasi kalender untuk
kelompok pengeluaran periode 2003-2015, menunjukkan bahwa meramalkan inflasi di beberapa kota di Pulau Jawa [5].
model intervensi menjadi model yang paling sesuai pada Inflasi
Metode variasi kalender juga dilakukan oleh Berlian [6]
Surabaya terkecuali pada inflasi kelompok makanan jadi,
minuman, rokok dan tembakau dan kelompok sandang. Pada sementara model intervensi pernah dilakukan oleh Kismiantini
kelompok tersebut model yang sesuai masing-masing adalah dan Dhoriva [7] serta Syihabudin [8].
variasi kalender dan ARIMA. Secara keseluruhan model terbaik Mengingat pentingnya peramalan inflasi di Kota Surabaya
yang diperoleh baik digunakan untuk meramalkan tingkat inflasi maka penelitian ini dilakukan dengan menggunakan metode
hanya untuk satu periode ke depan kecuali inflasi kelompok ARIMA, variasi kalender dan intervensi. Hasil ramalan pada
sandang yang masih dapat digunakan maksimal tujuh periode ke
inflasi Kota Surabaya diharapkan dapat menjadi masukan bagi
depan. Tingkat inflasi di Kota Surabaya selalu dipengaruhi oleh
faktor-faktor dari luar. Bank Indonesia dan Pemerintah Kota Surabaya dalam
mempertimbangkan pengambilan kebijakan, khususnya
Kata Kunci—ARIMA, Inflasi, Intervensi, Variasi Kalender. keputusan dalam pembentukan Tim Pemantau dan Pengendali
Inflasi Daerah (TPID) di Kota Surabaya serta masukan bagi
pelaku usaha.
I. PENDAHULUAN
Variabel Nama Variabel Definisi Operasional mendorong pada kelompok bahan makanan memiliki rata-rata
Fitri inflasi tertinggi yaitu sebesar 0,6910 setiap bulannya
sedangkan rata-rata inflasi terendah terjadi pada kelompok
C. Langkah Analisis
kesehatan yaitu sebesar 0,3625.
Langkah-langkah yang dilakukan dalam penelitian ini dapat Tabel 3.
dijelaskan sebagai berikut. Karakteristik Data Inflasi di Kota Surabaya
1. Mendapatkan karakteristik data inflasi Kota Surabaya Variabel Rata-rata St Dev Min Max
2. Melakukan analisis terhadap data inflasi Kota Surabaya Y1,t 0,5421 0,7893 -0,4400 7,7100
Y2,t 0,6910 1,6530 -2,6200 6,1500
dengan metode ARIMA prosedur Box-Jenkins.
Y3,t 0,5643 0,5856 -0,9800 4,2900
3. Melakukan analisis dan pemodelan tingkat inflasi dengan Y4,t 0,4495 0,7154 -0,2200 5,9200
menggunakan metode variasi kalender. Y5,t 0,4231 1,1936 -4,2400 5,4600
4. Melakukan analisis dan pemodelan tingkat inflasi dengan Y6,t 0,3625 0,4460 -0,4300 3,2800
menggunakan metode intervensi. Y7,t 0,6610 1,9870 -1,2100 17,9700
5. Membandingkan akurasi model yang telah diperoleh dari Y8,t 0,5380 2,4430 -4,4600 25,3500
metode ARIMA, variasi kalender dan intervensi. Model B. Pemodelan dengan ARIMA
dengan MSE dan RMSE terkecil dipilih sebagai model Pemodelan ARIMA dilakukan dengan prosedur Box
terbaik. Jenkins. Prosedur Box Jenkins terdiri atas identifikasi,
6. Menghitung RMSE adaptif dari time series cross- estimasi dan pengujian parameter, pemeriksaan diagnostik dan
validation untuk mengetahui metode yang terpilih tepat peramalan data. Pada tahap identifikasi diperoleh secara
digunakan untuk meramalkan berapa periode ke depan. keseluruhan data inflasi Kota Surabaya telah stasioner dalam
varians. Kestasioneran varians ditunjukkan dengan fluktuasi
IV. ANALISIS DAN PEMBAHASAN atau range data yang tidak terlalu jauh. Sedangkan
stasioneritas dalam rata-rata dapat diidentifikasi lebih lanjut
A. Statistika Deskriptif
pada Plot ACF yang dihasilkan.
Sejak tahun 2014, inflasi Jawa Timur dihitung dari 8 kota di Hasil peramalan dengan metode ARIMA diperoleh secara
Jawa Timur yakni Kota Surabaya, Malang, Probolinggo, keseluruhan model dari masing-masing kelompok telah white
Sumenep, Jember, Madiun, Kediri dan Banyuwangi. Dalam noise namun belum memenuhi asumsi berdistribusi normal
dua tahun terakhir, rata-rata inflasi tahunan Kota Surabaya kecuali inflasi kelompok bahan makanan. Hal ini diakibatkan
selalu berada di atas 7 kota lainnya terkecuali Kota Malang oleh adanya outlier yang mempengaruhi kenormalan pada
yang memiliki rata-rata inflasi lebih tinggi pada tahun 2014. residual. Pemilihan model terbaik dilakukan berdasarkan
Secara deskriptif terlihat bahwa inflasi Kota Surabaya kriteria data outsample yaitu MSE dan RMSE. Berdasarkan
cenderung memiliki inflasi yang tinggi dibandingkan dengan nilai MSE dan RMSE terkecil, diperoleh model ARIMA
inflasi yang terjadi di 7 kota lain di Jawa Timur. Namun hasil terbaik untuk masing-masing inflasi umum dan ketujuh
uji perbandingan rata-rata diperoleh bahwa tidak cukup bukti kelompok pengeluaran yaitu ARIMA (0,0,0), ARIMA
untuk menyatakan bahwa rata-rata inflasi Kota Surabaya lebih (0,0,1)(0,1,1)12, ARIMA ([7],0,0), ARIMA ([29,33],0,0),
tinggi dibandingkan dengan rata-rata inflasi 7 kota lain di ARIMA ([1,2],0,1), ARIMA ([2],0,0), ARIMA
Jawa Timur yang ditunjukkan pada Tabel 2. ([10,14],0,0)(0,1,0)12, ARIMA ([7],0,0).
Tabel 2.
Perbandingan Rata-Rata Inflasi Antara 7 Kota Tabel 4.
di Jawa Timur dengan Kota Surabaya Persamaan Model ARIMA Terbaik untuk Inflasi di Kota Surabaya
Model RMSE
DF Statistik Uji P-Value
Y 1,t 0,56667 a t 0,4679
Malang 154 -0,00 0,501
Y 2,t Y 2,t 12 0,1513a 2,t 1 0,5296a 2,t 12
Probolinggo 154 -0,24 0,594 1,2087
0,0801a 2,t 13 a 2,t
Madiun 154 0,40 0,346
Y 3,t 0,5598 0,1816Y 3,t 7 a 3,t 0,4872
Jember 154 -0,09 0,536
Y 4,t 0, 4687 0,4179Y 4,t 29 0,2474Y 4,t 33 a 4,t 0,6867
Sumenep 154 0,70 0,241
Y 5,t 0, 4331 0,9092Y 5,t 1 0,2429Y 5,t 2
Kediri 154 0,31 0,377 0,5468
0,7716a 5,t 1 a 5,t
Banyuwangi 130 -0,21 0,583
Y 6,t 0,3969 0,23520Y 6,t 2 a 6,t 0,6372
Analisis dilanjutkan dengan mengetahui karakteristik data Y 7,t 0,1881Y 7,t 10 Y 7,t 12 0,2163Y 7,t 14
inflasi Kota Surabaya ditunjukkan pada Tabel 3. 0,2863
0,1881Y 7,t 22 0,2163Y 7,t 26 a 7,t
Selama periode tahun 2003-2015 inflasi umum Kota
Surabaya memiliki rata-rata sebesar 0,5421 setiap bulan. Hal Y 8,t 0, 6121 0,1976Y 8,t 7 a 8,t 1,9862
ini mengingat bahwa Kota Surabaya merupakan kota
Hasil pemodelan ARIMA diperoleh pada inflasi umum
metropolitan di Jawa Timur sekaligus kota terbesar kedua di
diperoleh model ARIMA (0,0,0) artinya inflasi pada bulan
Indonesia. Pasokan makanan di Surabaya sebagian besar
depan hanya ditentukan dari rata-rata inflasi pada bulan
berasal dari luar Surabaya menjadi salah satu faktor yang
D-93
sebelumnya. Model ARIMA musiman terbentuk pada tingkat hari Raya Idul Fitri pada tingkat inflasi di Kota Surabaya
inflasi komponen bahan makanan dan komponen pendidikan, ditampilkan pada Gambar 2.
olahraga dan rekreasi.
2.5 2.5
C. Pemodelan Variasi Kalender (b)
(a) 2.0
2.0
Tingkat inflasi diduga dipengaruhi oleh adanya
Bahan Makanan
variasi kalender yaitu bulan terjadinya hari Raya Idul 1.5 1.5
Umum
Fitri. Adanya perayaan hari raya memiliki pengaruh 1.0 1.0
karena itu, pada tingkat inflasi perlu dilakukan analisis 0.0 0.0
H1,t H1,t H2,t
Transportasi
1.5 1.5
Sandang
Nov/2003 Nov/2004 Nov/2005 Oct/2006 Oct/2007 Oct/2008 Sep/2009 Aug/2011 Aug/2012 Aug/2013 Jul/2014
8 1.0 1.0
7
0.5 0.5
6
5
0.0 0.0
H2,t H3,t H1,t
4
Umum
3 2.5 2.5
2
(e) (f)
2.0 2.0
1
Makanan Jadi
1.5 1.5
Perumahan
Month Jan Jan Jan Jan Jan Jan Jan Jan Jan Jan Jan Jan
Year 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 1.0 1.0
Gambar 1. Time Series Plot Inflasi Umum dan Waktu Terjadinya 0.5 0.5
Oktober 2005 sebesar 87,5% berpengaruh terhadap pendidikan, rekreasi dan olahraga didapatkan nilai MSE dan
meningkatnya inflasi umum sebesar 6,9894. Hasil analisis RMSE dengan setiap metode sebagai berikut
intervensi menunjukkan bahwa kenaikan harga BBM pada Tabel 7.
Pemilihan Model Terbaik Inflasi Kelompok Pendidikan, Rekreasi
bulan Oktober 2005 memberikan pengaruh yang sangat besar dan Olahraga Berdasarkan MSE dan RMSE
terhadap meningkatnya inflasi umum di Kota Surabaya pada Model MSE RMSE
bulan tersebut. ARIMA 0,0820 0,2863
Pada model intervensi inflasi umum berdasarkan waktu Variasi Kalender 0,5868 0,7660
Intervensi BBM 0,0751 0,2740*
kenaikan TDL dan gaji PNS, tidak terdapat variabel yang
signifikan, sehingga model tidak dapat terbentuk untuk kedua Berdasarkan kriteria data out sample pada Tabel 7 untuk
kejadian intervensi tersebut. Hal tersebut menunjukkan bahwa inflasi kelompok pendidikan, rekreasi dan olahraga diperoleh
kenaikan TDL dan gaji PNS tidak memberikan dampak yang model intervensi BBM sebagai model terbaik. Hasil ramalan
signifikan terhadap meningkatnya tingkat inflasi umum. inflasi kelompok pendidikan, rekreasi dan olahraga dengan
Berikut adalah hasil pemodelan intervensi berdasarkan model terbaik adalah ditampilkan pada Tabel 8.
kejadian intervensi, yaitu kenaikan harga BBM, TDL dan gaji Tabel 8.
Hasil Ramalan Tingkat Inflasi Kelompok Pendidikan, Rekreasi,
PNS pada inflasi tujuh kelompok pengeluaran. dan Olahraga Tahun 2015-2016
Tabel 6. Selang Kepercayaan 95%
Persamaan Model Intervensi Inflasi Tujuh Kelompok Pengeluaran Tahun Bulan Ramalan Aktual
di Kota Surabaya Batas Bawah Batas Atas
Model RMSE 2015 Desember 0,293553 -1,94346 2,530569 0,32
Intervensi BBM:
Y 2,t 0,7845 0,2597Y 2,t 6 5,6742T 3,t a 2,t 2016 Januari -0,00567 -2,24269 2,231341 -
1,1099
2016 Februari 0,228398 -2,16189 2,61869 -
Y 3,t 0,5121 0,1993Y 3t 1 1,4632T 1,t 1,2698T 2,t
0,5384
3,7653T 3,t a 3,t 2016 Maret 0,452305 -1,93799 2,842597 -
Y 4,t 0, 4067 2,5932T 1,t 5,5132T 3,t a 4,t 0,4668 2016 April 0,06 -2,33029 2,450292 -
Y 6,t 0,3208 0,2042Y 6,t 22,7593T 1,t 0,96718T 3,t 2016 Mei 0,249512 -2,14078 2,639804 -
0,6283
1,7216T 6,t a 6,t
2016 Juni -0,06658 -2,45687 2,323711 -
Y 7,t 0,2182Y 7,t 10 Y 7,t 12 0,2182Y 7,t 27 9,4844T 3,t
0,2740 2016 Juli 0,017129 -2,37316 2,407421 -
0,3771a 7,t 2 a 7,t
Y 8,t 0,1728 8,1672T 2,t25,1772T 3,t 4,5472T 4,t 2016 Agustus 1,759023 -0,63127 4,149315 -
6,0972T 4,t 1 2,8572T 5,t6,0972T 5,t 13,8972T 6,t 1,8063 2016 September 1,010351 -1,37994 3,400643 -
4,1772T 6,t 1 a 8,t 2016 Oktober -0,0521 -2,49109 2,386897 -
Intervensi TDL
2016 November 0,043398 -2,39560 2,482393 -
Y 2,t 0, 7949 0,2403Y 2,t 6 4,9283T 7,t a 2,t 1,1174
Y 6,t 0,3547 0,2387Y 6,t 2 1,6978T 12,t a 6,t 0,6239
Tabel 8 menunjukkan bahwa hasil ramalan tingkat inflasi
Intervensi Gaji PNS
kelompok pendidikan, rekreasi dan olahraga di Kota Surabaya
Y 2,t 0,8152 4,4443T 13,t 0,1953a 2,t 6 a 2,t 1,1484
memiliki hasil yang berbeda dengan nilai aktual pada bulan
Desember 2015. Hal ini dikarenakan hasil hanya
Y 5,t 0, 4091 2,9710T 15,t 0,2319a 5,t 10,2752a 5,t 2 a 5,t 1,8912
memperhatikan pengaruh faktor kenaikan harga BBM yang
Hasil pemodelan inflasi di Kota Surabaya dengan intervensi terjadi pada bulan Oktober 2005 sehingga mengakibatkan
diperoleh informasi bahwa intervensi BBM tidak berpengaruh ketidaktepatan ramalan titik. Namun, berdasarkan selang
terhadap tingkat inflasi Sandang. Kejadian intervensi TDL kepercayaan 95% model intervensi BBM masih layak
hanya memberikan pengaruh terhadap inflasi kelompok bahan digunakan, dikarenakan nilai aktual masih berada pada selang
makanan dan kelompok kesehatan. Sementara kejadian kepercayaan 95% dari nilai ramalan.
intervensi gaji PNS memberikan pengaruh terhadap tingkat 0.30
0.27
E. Pemilihan Model Terbaik
RMSE
0.26
akurasi dari ketiga metode tersebut yang dihitung dengan nilai Gambar 3. RMSE Adaptif dari Time Series Cross-Validation Inflasi
Kelompok Pendidikan, Rekreasi dan Olahraga di Kota Surabaya
MSE dan RMSE. Model terbaik yaitu model yang memiliki
Berdasarkan time series cross-validation, model intervensi
nilai MSE dan RMSE terkecil. Pada inflasi kelompok
BBM dalam meramalkan tingkat inflasi kelompok pendidikan,
D-95
olahraga dan rekreasi baik digunakan setidaknya untuk r, s. Hal ini dikarenakan terdapat kenaikan harga BBM terjadi
meramalkan satu periode ke depan. Hal ini dikarenakan nilai di akhir bulan sehingga memungkinkan memberi dampak pada
RMSE mengalami lonjakan yang tinggi dalam meramalkan bulan berikutnya. Pemodelan inflasi di suatu wilayah
tingkat inflasi kelompok pendidikan, olahraga dan rekreasi sebaiknya memasukkan faktor-faktor yang diduga
untuk dua periode atau lebih yang ditunjukkan pada Gambar berpengaruh seperti suku bunga bank Indonesia, nilai tukar
3. rupiah terhadap dollar, pengeluaran APBD, jumlah kredit yang
Sementara itu model terbaik untuk inflasi umum dan enam disalurkan dan sebagainya. Hasil pemodelan inflasi Surabaya
kelompok pengeluaran di Kota Surabaya berdasarkan kriteria baik umum maupun 7 kelompok pengeluaran dapat dijadikan
kebaikan model pada data out sample disajikan pada Tabel 9. sebagai pertimbangan bagi Bank Indonesia maupun
Tabel 9. Pemerintah Kota Surabaya dalam pengambilan kebijakan
Model Terbaik Inflasi Umum dan Enam Kelompok Pengeluaran
di Kota Surabaya khususnya terkait pembentukan TPID dan sebagai antisipasi
Variabel Model MSE RMSE untuk meminimumkan lonjakan pada inflasi akibat adanya
Y1,t Intervensi BBM 0,2180 0,4669
intervensi.