PERBANDINGAN MODEL ARIMAX DAN ARDL UNTUK PERAMALAN DATA (APLIKASI PADA BANYAKNYA UANG BEREDAR DI INDONESIA)

  • Wahyu Finda Permata Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas PGRI Banyuwangi
  • Miftachul Rahmi Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas PGRI Banyuwangi
  • Feby Indriana Yusuf Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas PGRI Banyuwangi

Abstract

Peramalan jumlah uang beredar di Indonesia sangat diperlukan bagi lembaga wewenang yakni Bank Indonesia. Dimana dalam beredarnya uang di Indonesia dipengerahui oleh beberapa faktor salah satunya adalah BIRate.Untuk itu tujuan utama dalam penelitian ini adalah membandingkan pembentukan antara model ARIMAX dan ARDL peramalan pada banyaknya uang yang beredar di Indonesia untuk satu periode kedepan. Model yang digunakan adalah Autoregressive Integrated Mean Average (ARIMAX) dengan tambahan variabel X sebagai variabel prediktor dan Autoregressive Distributed lag (ARDL). Model ini sesuai dengan situasi pada data yang ada bersifat trend yaitu data yang mengalami kenaikan atau penurunan sebuah data. Langkah yang pertama dilakukan adalah melihat kestasioneran data. Selanjutnya identifikasi model dari perhitungan ACF. Dari perhitungan ACF bisa dibentuk model sementara, kemudian penaksiran dan estimasi parameter model. Dilanjutkan dengan pemeriksaan diagnostik yaitu melihat hasil residual dan normalitas. Langkah yang terakhir adalah peramalan serta membandingkan model yang terbaik dengan melihat nilai AIC yang terkecil. Hasil terakhir menunjukkan bahwa model untuk peramalan jumlah uang beredar di Indonesia yang sesuai dengan perekonomian adalah model ARDL.

 

Kata Kunci: Uang Beredar, BIRate, ARIMAX, ARDL

Published
2018-02-09
How to Cite
PermataW. F., RahmiM., & YusufF. I. (2018). PERBANDINGAN MODEL ARIMAX DAN ARDL UNTUK PERAMALAN DATA (APLIKASI PADA BANYAKNYA UANG BEREDAR DI INDONESIA). Transformasi : Jurnal Pendidikan Matematika Dan Matematika, 1(2). Retrieved from https://ejournal.unibabwi.ac.id/index.php/transformasi/article/view/144
Section
Artikel