Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Statistika Industri dan Komputasi
Mardiyanti Dendo
Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta
Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PEMODELAN TINGKAT INFLASI DI INDONESIA MENGGUNAKAN REGRESI DATA PANEL DINAMSI DENGAN ESTIMASI FD-GMM ARELLANO-BOND DAN SYS-GMM BLUNDELL-BOND Mardiyanti Dendo; Kris Suryowati
Jurnal Statistika Industri dan Komputasi Vol. 6 No. 2 (2021): Jurnal Statistika Industri dan Komputasi
Publisher : Program Studi Statistika, Fakultas Sains dan Teknologi Informasi, Universitas AKPRIND Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAK. Inflasi merupakan masalah ekonomi yang dialami setiap negara. Inflasi merupakan kondisi di mana terjadi kenaikan harga barang dan jasa dalam suatu negara atau daerah seiring dengan waktu. Ketika terjadi inflasi, kemampuan masyarakat untuk membeli barang akan menurun. Inflasi yang tidak terkendali dapat berdampak buruk bagi perekonomian dan mengganggu stabilitas negara. Tingkat inflasi di Indonesia besarnya bervariasi karena perbedaan karakteristik daerah dan adanya kebijakan otonomi daerah. Penelitian ini akan menduga model tingkat inflasi di 33 provinsi di Indonesia periode 2012-2018 dengan menggunakan regresi data panel dan regresi data panes dinamis. Hasil penelitian menunjukkan bahwa model terbaik untuk mengestimasi tingkat inflasi di Indonesia dengan regresi data panel adalah model random effect dengan 3 variabel yang berpengaruh yaitu IHK, UMP dan VA. Sedangkan model terbaik dengan estimasi regresi data panel dinamis adalah model Sys-GMM Blundell Bond dengan 5 variabel yang berpengaruh yaitu IHK, UMP, PPK, TPT dan VA. Sementara perbandingan nilai RMSE, MAE dan MAPE dari kedua model menunjukan nilai yang lebih kecil pada dugaan model regresi data panel dengan estimasi random effect daripada dugaan Sys-GMM Blundell Bond sehingga model random effect lebih layak digunakan dalam memodelkan tingkat inflasi di Indonesia dengan model persamaan .
Co-Authors Kris Suryowati, Kris