ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE - Diponegoro University | Institutional Repository (UNDIP-IR)

(1)

ANALISIS INFLASI KOTA SEMARANG

MENGGUNAKAN METODE REGRESI

NON PARAMETRIK B-SPLINE

Oleh :

ALVITA RACHMA DEVI

24010210120017

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

(2)

i

ANALISIS INFLASI KOTA SEMARANG

MENGGUNAKAN METODE REGRESI

NON PARAMETRIK B-SPLINE

D

_{isusun Oleh :}

ALVITA RACHMA DEVI

24010210120017

Skripsi

Sebagai Salah Satu Syarat untuk Memperoleh Gelar

Sarjana Sains pada Jurusan Statistika

JURUSAN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

(3)

(4)

(5)

i

v

Puji syukur penulis ucapkan atas kehadirat Allah SWT yang telah

melimpahkan rahmat dan karuniaNya, sehingga penulis dapat menyelesaikan

Tugas Akhir yang berjudul

-

! "

Tugas Akhir ini disusun sebagai salah satu

syarat untuk memperoleh gelar sarjana sains Jurusan Statistika Fakultas Sains dan

Matematika Universitas Diponegoro.

Keberhasilan penulis dalam menyelesaikan Tugas Akhir ini tidak hanya

berasal dari usaha dan doa penulis, tetapi banyak pihak yang telah berjasa dan

membantu dalam penyusunan Tugas Akhir ini. Oleh karena itu, pada kesempatan

ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Dra. Hj. Dwi Ispriyanti, M.Si selaku Ketua Jurusan Statistika Fakultas Sains

dan Matematika Universitas Diponegoro Semarang

2. Moch. Abdul Mukid, S.Si, M.Si selaku dosen pembimbing I dan Hasbi

Yasin, S.Si, M.Si selaku dosen pembimbing II yang dengan penuh

kesabaran telah memberikan bimbingan, pengarahan dan petunjuk dalam

penulisan Tugas Akhir ini

3. Bapak dan Ibu Dosen Jurusan Statistika Fakultas Sains dan Matematika

Universitas Diponegoro Semarang yang telah memberikan ilmu yang

bermanfaat bagi penulis dan rekan-rekan mahasiswa Statistika

4. Semua pihak yang telah memberikan bantuan, semangat dan doa sehingga

penulis dapat menyelesaikan penulisan Tugas Akhir ini

Penulis menyadari bahwa penulisan Tugas Akhir ini belumlah sempurna.

Oleh karena itu kritik dan saran yang bersifat membangun sangat penulis

harapkan. Penulis berharap semoga Tugas Akhir ini dapat bermanfaat bagi penulis

pada khususnya maupun pembaca pada umumnya.

Semarang, Maret 2014

(6)

*+ ,-./ 0 .1. -.22 . -

y

.+34 5+6 0+3 7. 30 0+#5/ 689 /57. 3. 0 7.2. + 45 96 0: 7.+3. + ;+6;< 7590+#5/ 6. /0 1 0 /;. 6; 1. 59.2= >951 0</0 0+,-. / 0

y

.+3 .<;9. 6 1 0 459-;<.+ 0+#5/ 689 1. -.: : 5-.<; <. + 4595+ ?. +. .+

y

. +3 :. 6.+3= @ .-.2 / . 6; ?. 9. ;+6;< :5+?. 90 +0-.0 4951 0</ 0 0+,-./ 0 .1. -.2 15+3. + 95395/ 0 AB/ 4- 0+5

y

.+3 :5 9;4.<. + 95395/0 +8+4. 9.: 5690<

y

. +3 6 01.< 6 5 90<.6 . /;:/ 0 65965+6;C /52 0 +33. :5: 7590<. + ,-5</ 070 -06. /

y

. +3 - 5702 60+330= D81 5- 6 597. 0< AB@4- 0+5 /. +3. 6 75 93. +6;+3 4.1. 45+5+6;. + 60 60< <+86 8460:. -

y

. 06; :5: 0- 0<0 +0-.0

Generalized Cross Validation

(GCV) yang minimum. Dengan menggunakan data inflasi tahunan Kota

Semarang dari bulan Januari 2008 -Agustus 2013, model B-spline terbaik dalam

penelitian ini adalah pada orde 2 (linier) dengan 2 titik knot, yaitu pada titik 5,99

dan 6,09.

Prediksi inflasi Kota Semarang sepanjang tahun 2014 berfluktuasi di

sekitar angka lima dan enam dan pada akhir tahun 2014 adalah sebesar

6,286394%.

(7)

vi

RS

f

T

ati

US

is a

S

i

V WUX

ta

SY

c

USZ[

derati

US

f

UX

i

S\]

st

UX

s t

U

i

S\]

st i

S

a

S

area

^ _S

`

ccurate

WX

edicti

USUa

i

SaT

ati

US[

s re

bc[X]daUX[S\] ZY UXZ[SeUSdceY[ Sf `

e `X]a cT WT`SS[Sf

.

g S] Ua Yh] V]Y hUdY U a[Sd Yh] WX]d[eY]d \`Tc] Ua [ SaT`Y[ US [Z i

y

cZ[ Sf

B-

jWT[S] X]fX] Z Z[USk ` S USW`X`V] Y X[e X]fX] Z Z[US

w

h[eh [ Z SUY d] W] Sd US e] XY`[ S

`ZZcVWY[USZkY hcZ WXU\[d[Sf fX]`Y ]XaT]l [i[ T[ Y

y.

mh]UWY[V`T

B -

jWT[ S] VUd] T ZX] T

y

US Y h] UWY[ V`T nSUYZ Y h`Y h`Z ` V [ S[ VcV o] S] X`T[

z

]d

C

XUZ Z p `T[d`Y[US

(

o

C

p

).

By

cZ[ Sfj]V`X`Sf

y

]`X

-

US

-y

]`X[ SaT`Y[USd`Y`aXUVq`Sc`X

y 2008 - A

cfcZ Y

2013,

Yh] UWY[V`T

B-

ZWT[ S] V Ud] T Z [S Yh[Z Z Ycd

y

`X] US Y h] UXd] X Ua

2 (

T[ S]`X

) w

[ Yh

2

nSUYZk Y h`Y [Z

5,99

`Sd

6,09.

r X]d[eY[ US Ua j]V`X`Sf [ SaT`Y[ US [S

2014

aTceYc`Y]d `XUcSdY h]ScV i] Xa[ \]`SdZ[ l`Sd[SaT`Y[US[ SY h]] SdUa

2014

[ Zsktusvw

4%.

(8)

(9)

ÌÍÎ ÏÐÑ

r

ÐÒËÓ Ô ÕÖ×

r

× ØÐËÙ

tr

Ú ÕÛÚÙÜ×

t

×ÏÚÕÛÚÕÝ×ÙÛ

u

ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ Þß àáà

III

â ãä åÜ å

L

å æ

I

ç ãÓ ã

LI

ä

I

áÓÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ ÞÎ èÍÞ

J

ÐÕË

s

é×ÕêÚ ØëÐ

r

Ü×

t

× ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ ÞÎ èÍÌ ì×

r

Ë×ëÐíç ÐÕ Ð íË

t

Ë×Õ ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ ÞÎ èÍè

L

×ÕÑÙ ×î ïí×ÕÑÙ ×îáÕ× íËÒË

s

ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ ÞÎ èÍð ÜË× Ññ×ØáíË

r

áÕ × íËÒË

s

Ü×

t

× ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ Þò àáà

I

ìó á ê

IL

ÜáÓçãâ àá óáê áÓÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ ÌÞ ðÍÞ ÜÐÒÙ ñËÖÒËÜ×

t

× ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ ÌÞ ðÍÌ ÏÐÑ

r

ÐÒËà ïêÖ íËÕÐÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ Ìè ðÍè ç ÐÕéÚ Ñ× ×ÕâÔéÐ íâÐÕÑÑÚÕ×Ù ×Õà×ÒË

s

à ïêÖ íËÕÐ

L

ËÕÐ ×

r

ÍÍÍÍÍÍÍÍÍÍÍ Ìð ðÍð ç ÐÕéÚ Ñ× ×ÕâÔéÐ íâÐÕÑÑÚÕ×Ù ×Õà×ÒË

s

à ïêÖ íËÕÐ

K

Ú×é ñ×

t

ËÙ ÍÍÍÍÍÍ Ìô ðÍõ ç ÐÕéÚ Ñ× ×ÕâÔéÐ íâÐÕÑÑÚÕ×Ù ×Õà×ÒË

s

à ïêÖ íËÕÐ

K

ÚëËÙÍÍÍÍÍÍÍÍÍÍÍÍ èÞ ðÍß ç Ð ØËíËî×Õâ ÔéÐíàïÒÖ íËÕÐäÐ

r

ë ×ËÙ ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ èõ ðÍô

K

ÔØÖ×

r

×ÒËó×ÒËíãÒÛËØ×

s

Ë

×

t

×

u

ç

r

ÐéËÙÒËéÐÕÑ×ÕÜ×

t

×á Ò íËÍÍÍÍÍÍÍÍ èß àáàì

K

ã ê

I

âçö

L

áÓÜáÓê áÏ áÓÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ èò ðÍÞ

K

ÐÒËØÖÚ í×ÕÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ èò ðÍÌ ê×

r

×Õ ÷ ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ ðø Üáùä áÏçöêä á

K

á

(10)

i

ú

þ

a

e

f

a

e

a

g

þ !"#

V

$% %

c

da

& '& '( )* ( +

i

%

,

e

--- . þ

3

"#

V

$% %/

i

& '& '( )* ( +

i

%

(

i

--- 0

Tabel 4

"#

V

$% %/

i

& '& '( )* ( +

i

%

(11)

x

DAF5A6

7A8BA6

79mb9:

1 Diagram Alir Analisis Data Penelitian ...

20

79mb9:

2 Plot Time Series Inflasi Kota Semarang Periode Januari 2008

-Agustus 2013...

22

79mb9: 3

_{Scatter Plot Data Inflasi ke-t (y) terhadap Data Inflasi ke ke t-1(x) 23}

79mb9: 4

_{Inflasi Aktual dan Inflasi Prediksi pada B-Spline Linier...}

₂₆

79mb9: 5

_{Inflasi Aktual dan Inflasi Prediksi Berdasarkan Waktu (t) Januari}

2008 - Agustus 2013 pada B-Spline Linier...

26

79mb9:

6 Inflasi Aktual dan Inflasi Prediksi pada B-Spline Kuadratik ...

30

79mb9:

7 Inflasi Aktual dan Inflasi Prediksi Berdasarkan Waktu (t) Januari

2008 - Agustus 2013 pada B-Spline Kuadratik...

30

79mb9:

8 Inflasi Aktual dan Inflasi Prediksi pada B-Spline Kubik ...

34

79mb9: 9

_{Inflasi Aktual dan Inflasi Prediksi Berdasarkan Waktu (t) Januari}

(12)

<= < >

?@A B =CD ED=A

FGFG EHIHJ<elHKHL M

N O

m

P

r

P

n

Q

s

ORP QPS SRTUVW P XP

w

P Y OZQP[ \O\ S ]SUS ^S _S

Terwujudnya

masyarakat yang berpendidikan, berakhlak mulia menuju kota perdagangan dan

jasa yang berskala metropolitan . Untuk mewujudkan visi kota Semarang

tersebut, maka pemerintah perlu berupaya mendorong kemajuan perdagangan dan

jasa, salah satunya adalah dengan cara menarik investor. Di Provinsi Jawa Tengah

sendiri, kota Semarang menempati peringkat teratas sebagai kota tujuan investor,

disusul oleh Jepara dan Karanganyar (Nastiti, 2013).

Banyak aspek yang mempengaruhi pengambilan keputusan investor untuk

berinvestasi di suatu daerah, salah satunya dengan melihat angka inflasi di daerah

tersebut. Pemahaman investor akan dampak inflasi pada tingkat pengembalian

atau keuntungan investasi sangat diperlukan pada saat investor akan memilih jenis

investasi yang akan dilakukan. Hal ini dikarenakan i

nflasi berpengaruh pada nilai

uang yang diinvestasikan oleh investor. Tingkat inflasi yang tinggi akan

meningkatkan risiko proyek-proyek investasi dalam jangka panjang.

(13)

2 meningkatkan kesejahteraan rakyat. Inflasi yang terkendali dan rendah dapat

mendukung terpeliharanya daya beli masyarakat. Sedangkan inflasi yang tidak

stabil akan menyulitkan keputusan masyarakat dalam melakukan konsumsi,

investasi, dan produksi, yang pada akhirnya akan menurunkan pertumbuhan

ekonomi (www.bi.go.id). Oleh karenanya diperlukan prediksi inflasi yang akurat

di masa yang akan datang agar para pelaku usaha dapat melakukan perencanaan

yang matang dalam melakukan kegiatan bisnisnya.

Prediksi inflasi di masa mendatang dapat ditentukan dengan membentuk

suatu model inflasi berdasarkan data inflasi masa lampau. Data inflasi merupakan

salah satu data runtun waktu yang pada umumnya mempunyai model tertentu.

Salah satu metode untuk memodelkan data runtun waktu adalah dengan metode

klasik atau parametrik seperti model

Autoregressive

(AR), model

Moving Average

(MA) atau model campuran (ARIMA) yang dikembangkan oleh Box dan Jenkins.

Namun, untuk pemodelan dengan model parametrik tersebut ada asumsi yang

harus dipenuhi, yaitu data harus stasioner dan error atau sesatan dari model harus

bersifat

white noise

(yaitu error bersifat independen dengan mean 0, varian

konstan dan berdistribusi Normal) (Box

et al,1994) .

(14)

3 pendugaan model yang tidak terikat asumsi bentuk persamaan regresi tertentu,

sehingga memberikan fleksibilitas yang lebih tinggi.

Salah satu teknik estimasi dalam regresi nonparametrik adalah estimator

spline. Pendekatan estimator Spline ada bermacam-macam, antara lain

`abc de

fgc