PENERAPAN MODEL SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) DALAM PERAMALAN INFLASI DI PROVINSI LAMPUNG

DINDA, LOVEYA DESMALIA (2026) PENERAPAN MODEL SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) DALAM PERAMALAN INFLASI DI PROVINSI LAMPUNG. Diploma thesis, UIN RADEN INTAN LAMPUNG.

	PDF Download (5MB)
	PDF Restricted to Repository staff only Download (5MB)

Abstract

ABSTRAK Inflasi merupakan salah satu indikator makroekonomi penting yang mencerminkan stabilitas perekonomian suatu daerah. Provinsi Lampung, yang bertumpu pada sektor pertanian, perkebunan, dan industri pengolahan, rentan terhadap gejolak harga yang bersifat musiman. Penelitian ini bertujuan untuk menganalisis pola dan karakteristik inflasi bulanan di Provinsi Lampung, membangun model SARIMA terbaik untuk memodelkan inflasi tersebut, serta menghasilkan peramalan inflasi dan mengevaluasi akurasinya. Data yang digunakan adalah data inflasi bulanan Provinsi Lampung periode Januari 2015 hingga Oktober 2025 (n = 130 observasi) yang bersumber dari Badan Pusat Statistik (BPS) Provinsi Lampung. Analisis dilakukan menggunakan software R dengan tahapan uji stasioneritas (ADF), identifikasi model melalui plot ACF dan PACF, estimasi parameter, serta uji diagnostik. Hasil uji Augmented Dickey-Fuller (ADF) menunjukkan p-value ≤ 0,01 pada seluruh tipe model, sehingga data dinyatakan stasioner pada tingkat level tanpa memerlukan differencing (d = 0). Dari empat kandidat model yang diestimasi, yaitu SARIMA (2,0,0)(1,0,1)[12], SARIMA (2,0,1)(1,0,1)[12], SARIMA (1,0,0)(1,0,1)[12], dan SARIMA (2,0,2)(1,0,1)[12], model terbaik yang terpilih adalah SARIMA(2,0,2)(1,0,1)[12] berdasarkan nilai RMSE terkecil sebesar 0,4398. Model ini memenuhi asumsi white noise dengan nilai uji Ljung-Box p-value = 0,6951 > 0,05. Hasil peramalan untuk 14 bulan ke depan (November 2025 – Desember 2026) menunjukkan inflasi berfluktuasi di sekitar 0% hingga 0,55% dengan pola musiman yang berulang. Inflasi tertinggi diperkirakan terjadi pada Maret 2026 (0,5548%) dan April 2026 (0,4695%), sedangkan deflasi terdalam diperkirakan pada November 2025 (-0,1558%). Nilai MASE sebesar 0,7606 < 1 mengonfirmasi bahwa model memiliki akurasi yang lebih baik dibandingkan model naif ABSTRACT Inflation is a key macroeconomic indicator reflecting the economic stability of a region. Lampung Province, which relies heavily on the agriculture, plantation, and manufacturing sectors, is vulnerable to seasonal price fluctuations. This study aims to analyze the patterns and characteristics of monthly inflation in Lampung Province, develop the best SARIMA model to model this inflation, and generate inflation forecasts and evaluate their accuracy.The data used is monthly inflation data for Lampung Province from January 2015 to October 2025 (n = 130 observations) sourced from the Central Statistics Agency (BPS) of Lampung Province. The analysis was conducted using R software, including a stationarity test (ADF), model identification through ACF and PACF plots, parameter estimation, and diagnostic testing. The Augmented Dickey-Fuller (ADF) test results showed a pvalue ≤ 0.01 for all model types, thus declaring the data stationary. at the level without requiring differencing (d = 0). Of the four candidate models estimated, namely SARIMA (2,0,0)(1,0,1)[12], SARIMA (2,0,1)(1,0,1)[12], SARIMA (1,0,0)(1,0,1)[12], and SARIMA (2,0,2)(1,0,1)[12], the best model selected was SARIMA(2,0,2)(1,0,1)[12] based on the smallest RMSE value of 0.4398. This model meets the white noise assumption with a LjungBox test value of p-value = 0.6951 > 0.05. Forecast results for the next 14 months (November 2025 – December 2026) show inflation fluctuating between 0% and 0.55% with a recurring seasonal pattern. The highest inflation is expected to occur in March 2026 (0.5548%) and April 2026 (0.4695%), while the deepest deflation is expected in November 2025 (-0.1558%). The MASE value of 0.7606 <1 confirms that the model has better accuracy than the naive model.

Actions (login required)

View Item