Electronic Theses and Dissertation

Inflasi merupakan salah satu indikator penting dalam perekonomian suatu negara karena dapat mencerminkan stabilitas harga dan daya beli masyarakat. Penelitian ini bertujuan untuk menentukan efek lag dan faktor-faktor yang memengaruhi inflasi di Indonesia menggunakan Cross Correlation Function (CCF) dan Regresi Polinomial Time Series serta melakukan estimasi inflasi. Variabel dependen dalam penelitian ini adalah inflasi, sedangkan variabel independen meliputi nilai tukar rupiah, nilai suku bunga, harga BBM, harga beras, harga cabai merah, harga minyak goreng, harga rokok kretek filter, tarif sewa rumah, harga obat sakit kepala, harga obat batuk, dan tarif perguruan tinggi. Data yang digunakan merupakan data bulanan selama 102 bulan dari Juli 2015 hingga Desember 2023. Hasil CCF menunjukkan adanya pengaruh jangka pendek hingga jangka panjang pada lag triwulan ke-1 dan triwulan ke-5 dengan arah korelasi yang berbeda-beda. Sementara itu, hasil regresi polinomial time series menunjukkan bahwa terdapat enam variabel yang berpengaruh terhadap inflasi di Indonesia yaitu nilai suku bunga, harga cabai merah, harga minyak goreng, tarif sewa rumah, harga obat batuk, dan tarif akademik/perguruan tinggi dengan nilai Adjusted-R^2 sebesar 95,01%. Model ini mampu memberikan tingkat akurasi peramalan sangat baik dengan nilai MAPE sebesar 6,29%. Hasil simulasi berdasarkan skenario menunjukkan bahwa inflasi dipengaruhi oleh fluktuasi harga kebutuhan pokok, biaya perumahan, dan kebijakan moneter. Ketika harga-harga dalam kondisi relatif stabil, estimasi inflasi cenderung rendah, sedangkan apabila seluruh variabel berada pada kondisi harga tertinggi, maka menghasilkan tekanan inflasi sangat tinggi.

Inflation is one of the important indicators in a country's economy because it can reflect price stability and the purchasing power of the community. This study aims to determine the lag effects and factors influencing inflation in Indonesia using Cross Correlation Function (CCF) and Polynomial Time Series Regression, as well as to estimate inflation. The dependent variable in this study is inflation, while the independent variables include the exchange rate of the rupiah, interest rates, fuel prices, rice prices, red chili prices, cooking oil prices, filter clove cigarette prices, house rental rates, headache medicine prices, cough medicine prices, and higher education tuition fees. The data used is monthly data over 102 months from July 2015 to December 2023. The CCF results show a short-term to long-term influence on the lag of the first quarter and the fifth quarter with different correlation directions. Meanwhile, the results of the polynomial time series regression show that there are six variables that influence inflation in Indonesia, namely interest rates, red chili prices, cooking oil prices, house rental rates, cough medicine prices, and academic/university fees, with an Adjusted-R^2 value of 95.01%. This model is capable of providing a very good forecasting accuracy level with a MAPE value of 6.29%. Simulation results based on scenarios indicate that inflation is influenced by fluctuations in the prices of basic necessities, housing costs, and monetary policy. When prices are relatively stable, the inflation estimate tends to be low, whereas if all variables are at their highest price levels, it results in very high inflationary pressure.