Pemodelan Generalized Space Time Autoregressive (Gstar) dan Penerapannya pada Data Indeks Harga Konsumen (Studi Kasus : Data Nilai Indeks Harga Konsumen di Kota Bandung, Kota Semarang, dan Kota Surabaya Periode Januari 2010 – Desember 2022)

Abstract

Indeks Harga Konsumen (IHK) adalah indeks yang menghitung rata – rata perubahan harga dari suatu kelompok barang dan jasa yang dikonsumsi oleh rumah tangga dalam kurun waktu tertentu. Perubahan IHK menjadi salah satu indikator ekonomi makro yang cukup penting untuk memberikan gambaran mengenai laju inflasi suatu daerah/wilayah dan pola konsumsi masyarakat. Perubahan IHK dari waktu ke waktu menggambarkan tingkat kenaikan harga (inflasi) atau tingkat penurunan harga (deflasi). Indeks Harga Konsumen merupakan salah satu faktor penting perekonomian suatu daerah/wilayah serta dapat menggambarkan inflasi, maka perlu dilakukan analisis peramalan untuk memperkirakan nilai di masa depan. Metode Generalized Space – Time Autoregressive (GSTAR) adalah generalisasi dari model (STAR) yang banyak digunakan dalam pemodelan data deret waktu (time series) dan data lokasi. Penulis menggunakan dua jenis bobot lokasi pada model GSTAR, yakni (1) bobot lokasi seragam dan (2) bobot lokasi invers jarak. Diperoleh hasil model GSTAR dengan bobot lokasi seragam sebagai model terbaik. Hal ini disebabkan model tersebut memenuhi asumsi white noise dan memiliki nilai RMSE dan MAPE pada bobot lokasi seragam menujukkan hasil yang lebih kecil, yaitu 0.0971 dan 1.0101% dibandingkan dengan bobot lokasi invers jarak.