View/Open

Author
SALSABILLA, EKA FITRIANA

Date Published
27 Aug 2026

Advisor
Indah Gumala Andirasdini, S.Si., M.Si.,
Karina Sylfia Dewi, M.Mat.,

Subject
Aktuaria

Publisher

Inflasi merupakan salah satu indikator makroekonomi yang berperan penting dalam menjaga stabilitas perekonomian sehingga diperlukan prediksi yang akurat sebagai dasar pengambilan kebijakan. Namun, dinamika inflasi yang dipengaruhi oleh berbagai faktor menyebabkan pola pergerakannya cenderung bersifat nonlinier, sehingga pendekatan linier tidak selalu mampu merepresentasikan perilaku data secara optimal. Penelitian ini bertujuan mengukur tingkat akurasi model Logistic Smooth Transition Autoregressive (LSTAR) dalam memprediksi inflasi Indonesia serta memperoleh prediksi inflasi untuk tujuh periode berikutnya. Data yang digunakan berupa data inflasi bulanan Indonesia periode Januari 2003 hingga Desember 2025 yang diperoleh dari Bank Indonesia. Analisis dilakukan melalui identifikasi karakteristik deret waktu, pengujian nonlinieritas, dan estimasi parameter model LSTAR menggunakan metode Nonlinear Least Squares (NLS). Hasil pengujian menunjukkan bahwa data inflasi memiliki karakteristik nonlinier sehingga pendekatan LSTAR sesuai diterapkan. Model terbaik yang diperoleh adalah LSTAR(13,2) dengan fungsi transisi logistik yang mampu mengikuti dinamika pergerakan inflasi aktual secara konsisten, sehingga fitted values dan hasil prediksi memiliki pola yang sesuai dengan data observasi. Kemampuan tersebut menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 11,62%, yang termasuk kategori akurat. Berdasarkan model tersebut diperoleh prediksi inflasi Indonesia untuk periode Januari hingga Juni 2026. Temuan ini menunjukkan bahwa model LSTAR mampu merepresentasikan dinamika inflasi secara adaptif dan menghasilkan prediksi yang andal, sehingga layak digunakan sebagai alternatif dalam prediksi inflasi Indonesia.

URI
https://repo.itera.ac.id/depan/submission/SB2608310057

Keyword
LSTAR Time Series Nonlinier Inflasi MAPE