AKBAR, Faoza (2025) Pemodelan Inflasi Negara Indonesia dengan Pendekatan Regresi Locally Estimated Scatterplot Smoothing (LOESS). Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (84kB)
	Text 3. Halaman Pengesahan I.pdf Download (371kB)
	Text 4. Halaman Pengesahan II.pdf Download (315kB)
	Text 5. Kata Pengantar.pdf Download (440kB)
	Text 6. Abstrak.pdf Download (179kB)
	Text 7. Abstract.pdf Download (179kB)
	Text 7. Abstract.pdf Download (179kB)
	Text 6. Abstrak.pdf Download (179kB)
	Text 8. Daftar Isi.pdf Download (285kB)
	Text 12. BAB I.pdf Download (195kB)

Abstract

Inflasi merupakan kenaikan harga secara umum yang berdampak pada nilai
mata uang, pola permintaan, dan penawaran barang serta jasa. Inflasi yang tinggi
dan tidak stabil dapat menghambat pertumbuhan ekonomi, sehingga
pengendaliannya menjadi penting. Penelitian ini bertujuan untuk memprediksi
tingkat inflasi di Indonesia menggunakan regresi Locally Estimated Scatterplot
Smoothing (LOESS), sebuah metode nonparametrik yang mampu menangani pola
data nonlinier seperti inflasi. Regresi LOESS yang merupakan metode
nonparametrik tetap membutuhkan data stasioner. Data inflasi year-on-year (y-o-y)
Indonesia dari Juni 2016 hingga Mei 2024 digunakan dengan pembagian data
menjadi in-sample (80%) untuk pelatihan model dan out-sample (20%) untuk
evaluasi model. Regresi LOESS dipengaruhi oleh 3 parameter, yaitu span, degree,
dan fungsi bobot. Model regresi LOESS pada penelitian ini diuji dengan variasi
span antara 10% hingga 95% dan degree 1 atau 2, serta fungsi bobot tricube. Model
terbaik ditemukan pada span sebesar 10% dan degree 2, dengan nilai R-squared
sebesar 91,163%, menunjukkan kemampuan model menjelaskan 91,163% variasi
data inflasi. Evaluasi model menggunakan data out-sample menghasilkan MAPE
sebesar 10,887%, mengindikasikan akurasi prediksi yang baik. Regresi LOESS
terbukti efektif dalam perencanaan kebijakan ekonomi, karena fleksibilitasnya
dalam menangkap pola data yang kompleks.
Kata Kunci: Inflasi, Regresi, Locally Estimated Scatterplot Smoothing (LOESS),
Nonparametrik, Span

Actions (login required)

View Item