Text

Analisis dan Perainalan Laju Inflasi, Indeks Harga Saham Gabungan (IHSG), dan Suku Bunga Bank Indonesia (SBI) Menggunakan VECM Vector Error Correction Model) Nama Mahasiswa

---

ABSTRAK
Salah satu faktor yang berpengaruh besar untuk mencapai kesejahteraan masyarakat
suatu negara adalah perekonomian. Dalam keadaan yang tidak stabil, perekonomian
dapat menimbulkan banyak masalah yang bisa mengganggu kestabilitasan
kehidupan masyarakat. Contoh dari ketidakstabilan perekonomian ialah terjadinya
inflasi. Terjadinya inflasi secara tidak langsung dapat berpengaruh besar terhadap
Indeks Harga Saham Gabungan (IHSG) dan Suku Bunga bank Indonesia (SBI).
Pada dasarnya, untuk meramalkan dan menentukan Suku Bunga ataupun mencari
nilai dari Laju Inflasi para pengambil kebijakan biasanya menggunakan analisis
regresi biasa. Dalam penentuan nilai suku bunga, perkiraan laju inflasi, dan
perkiraan dari nilai IHSG sendiri akan lebih baik jika menggunakan suatu
pendekatan yang lebih tepat agar hasil perkiraan bisa lebih tepat dikarenakan ketiga
jenis data tersebut merupakan model data time series multivariat. Salah satu
pemodelan time series multivariat adalah VAR (Vector Autoregressive). VECM
(Vector Error Correction Model) merupakan model VAR untuk data yang tidak
stasioner dan terjadi kointegrasi. Kointegrasi merupakan sebuah uji yang
menunjukkan ada atau tidaknya keterikatan atau hubungan bersama antar variabel
yang diteliti. Sehingga VECM merupakan model yang tepat untuk memodelkan
jenis data time series multivariat yang tidak stasioner namun memiliki kointegrasi,
kasus yang sering terjadi pada data time series multivariat bidang perekonomian
maupun keuangan. Pada penelitian ini, data yang digunakan adalah data bulanan
bulanan laju inflasi, SBI (Suku Bunga Bank Indonesia) dan IHSG (Indeks Harga
Saham Gabungan) periode bulan Januari 2009 sampai dengan bulan Desember
2019. Ukuran kebaikan model yang digunakan adalah MAPE (Mean Absolute
Percentage Error). Berdasarkan hasil analisis diperoleh model VECM ordo = 1 dan
rank kointegrasi = 1 dengan nilai MAPE = 33.13%. Nilai MAPE tersebut
memberikan kesimpulan hasil peramalan dalam kategori cukup baik sehingga dapat
disimpulkan bahwa metode VECM dapat digunakan untuk menganalisis dan
meramalkan 3 variabel sekaligus, yaitu laju inflasi, IHSG, dan SBI tanpa harus
menganalisis tiap variabel satu per satu.
Kata kunci : VAR, VECM, Kointegrasi, Mean Average Percentage Error
(MAPE), Laju Inflasi, Indeks Harga Saham Gabungan (IHSG), Suku Bunga Bank
Indonesia (SBI).

ABSTRACT
One of the factors that have a big influence on the welfare of the people of a country is the
economy. In an unstable situation, the economy can cause many problems that can disrupt
the stability of people's lives. An example of economic instability is inflation. The
occurrence of inflation can indirectly have a major effect on the Composite Stock Price
Index (IHSG) and the Indonesian Bank Interest Rate (SBI). To predict and determine
interest rates or find the value of the inflation rate, policymakers usually use ordinary
regression analysis. In determining the value of interest rates, estimated inflation rates, and
estimates of the JCI value itself, it would be better if you use a more precise approach so
that the forecast results can be more precise because the three types of data are multivariate
time series data models. One of the multivariate time series modelings is VAR (Vector
Autoregressive). VECM (Vector Error Correction Model) is a VAR model for data that is
not stationary and there is cointegration. Cointegration is a test that shows whether or not
there is an attachment or joint relationship between the variables under study. So that
VECM is the right model for modeling multivariate time series data types that are not
stationary but have cointegration, a case that often occurs in multivariate time series data
in the economic and financial sectors. In this study, the data used were monthly data on the
inflation rate, SBI (Bank Indonesia Interest Rate), and IHSG (Composite Stock Price Index)
for the period January 2009 to December 2019. The measure of the goodness of the model
used is MAPE (Mean Absolute Percentage). Error). Based on the results of the analysis,
the VECM model order = 1 and rank cointegration = 1 with the MAPE value = 33.13%.
The MAPE value concludes that the forecasting results are in a fairly good category so that
it can be concluded that the VECM method can be used to analyze and predict 3 variables
at once, namely the inflation rate, IHSG, and SBI without having to analyze each variable
one by one.
Keywords: VAR, VECM, Cointegration, MAPE (Mean Average Percentage Error),
Inflation Rate, Composite Stock Price Index (JCI) , Bank Indonesia Interest Rate (BI Rate).

---

Ketersediaan

835E20IV

835 E 20-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

835 E 20-iv

Penerbit

: ., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Hasoloan Petronius Geobriano Sìtumorang

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar