PENERAPAN MODEL NONLINEAR SELF-EXCITING THRESHOLD AUTOREGRESSIVE (SETAR) UNTUK PEMODELAN DATA INFLASI DI INDONESIA
Abstract: Analisis deret waktu
bertujuan untuk memodelkan pola data deret waktu. Salah satu model deret waktu
adalah model nonlinier Self-Exciting Threshold Autoregressive (SETAR). Model
SETAR merupakan model nonlinier yang mempunyai bentuk dasar model linier dan mengasumsikan
bahwa variabel mengikuti model
autoregressive dalam sebuah regime, tetapi dapat berpindah antar regime
tergantung pada panjang delay . Model SETAR dapat menangkap lompatan data
seperti pada data inflasi. Tujuan dari penelitian ini adalah untuk memperoleh
model SETAR pada data inflasi bulanan di Indonesia periode Januari 1979 hingga
Desember 2012 yang terdapat lompatan data. Pengujian nonlinieritas Terasvirta
menunjukkan hasil bahwa data transformasi inflasi mengikuti model nonlinier,
sehingga pemodelan SETAR dapat dilakukan. Identifikasi model SETAR dilakukan
menggunakan kriteria minimum AIC dan untuk pendugaan parameter autoregressive
tiap regime digunakan Metode Kuadrat Terkecil (MKT). Hasil analisis pemodelan
SETAR terhadap data transformasi menghasilkan model 2-regime SETAR (4,1,4)
dengan threshold -1,446151 dan AIC sebesar -2071. Model tersebut membagi data
inflasi menjadi 2 bagian, yaitu regime bawah sebanyak 85 data dan regime atas
sebanyak 323 data. Model 2-regime SETAR (4,1,4) tidak layak untuk memodelkan
data inflasi di Indonesia karena model memiliki sisaan yang tidak memenuhi
asumsi white noise (independen dan identik).
Penulis: Fitriana Nuhad
Kode Jurnal: jpmatematikadd141155
