Inferensi
Vol 5, No 1 (2022): Inferensi

Perbandingan Model Hybrid ARIMAX-FFNN-EGARCH dan Model Hybrid SETAR-EGARH untuk Peramalan (Studi Kasus: Data Cash Outflow dan Inflow Bank Indonesia Kota Kediri)

Agus Suharsono (Department of Statistics, Institut Teknologi Sepuluh Nopember)
Marieta Monica (Department of Statistics, Institut Teknologi Sepuluh Nopember)
Jerry Dwi Trijoyo Purnomo (Unknown)



Article Info

Publish Date
05 Apr 2022

Abstract

Dalam kehidupan sehari-hari, perekonomian tak lepas dari kebutuhan akan uang. Terkait hal tersebut, dibutuhkan perencanaan pencetakan uang serta komposisi uang yang akan dicetak selama satu tahun kedepan oleh Bank Indonesia. Peramalan cash outflow dan inflow dapat digunakan untuk mengestimasikan kebutuhan uang masyarakat. Pada umumnya sering dijumpai permasalahan data deret waktu yang memiliki hubungan linier. Akan tetapi, terdapat pula data deret waktu dengan pola non-linier terutama pada bidang ekonomi. Kejadian tertentu atau terjadinya shock-shock yang menyebabkan adanya pola non-linier dan volatilitas pada data tersebut. Pemodelan non-linier yang digunakan dalam penelitian ini adalah model hybrid ARIMAX-FFNN-EGARCH dan hybrid SETAR-EGARCH. Kedua model diaplikasikan dan dibandingkan pada studi kasus data cash outflow dan inflow bulanan Kantor Perwakilan Bank Indonesia Kota Kediri. Hasil yang didapatkan yaitu penduga parameter Self-Exciting Threshold Autoregressive (SETAR) dengan metode pendugaan parameter Ordinary Least Square (OLS) terbukti memiliki sifat yang tidak bias, linier, dan memiliki varians minimum atau dapat dikatakan memenuhi sifat BLUE (Best Linear Unbiased Estimator). Model untuk peramalan data outflow dan inflow dengan kedua model dapat menangkap efek variasi kalender pola non-linier serta volatilitas yang tidak konstan. Pemodelan untuk peramalan di masa yang akan datang dapat menjadi pertimbangan penting bagi instansi terkait dalam mengambil kebijakan moneter selanjutnya.

Copyrights © 2022






Journal Info

Abbrev

inferensi

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics Social Sciences

Description

The aim of Inferensi is to publish original articles concerning statistical theories and novel applications in diverse research fields related to statistics and data science. The objective of papers should be to contribute to the understanding of the statistical methodology and/or to develop and ...