The platform will undergo maintenance on Sep 14 at about 7:45 AM EST and will be unavailable for approximately 2 hours.
2020
DOI: 10.30598/barekengvol14iss3pp369-378
|View full text |Cite
|
Sign up to set email alerts
|

Pengaruh Hari Raya Idul Fitri Terhadap Inflasi Di Indonesia Dengan Pendekatan Arimax (Variasi Kalender)

Abstract: Abstrak Tujuan dari penilitian ini yaitu meneliti pengaruh dari hari raya Idul Fitri terhadap inflasi bulanan di Indonesia. Digunakan metode ARIMAX (Variasi Kalender) untuk mengetahui besar pengaruh dari Idul Fitri terhadap inflasi bulanan di Indonesia. Karakteristik inflasi Juli 2008 hingga Juni 2019 memiliki keunikan. Rata-rata inflasi bulanan yaitu 0,39 dan varians inflasi bulanan yaitu 0,26. Berdasarkan model ARIMAX menunjukan bahwa bulan Januari, Mei, Juni, Juli, Agustus, November, Desember, dan har… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
1
0
4

Year Published

2021
2021
2024
2024

Publication Types

Select...
5

Relationship

1
4

Authors

Journals

citations
Cited by 5 publications
(5 citation statements)
references
References 2 publications
0
1
0
4
Order By: Relevance
“…5) Melakukan uji Kolmogorov Smirnov untuk error dari model regresi. Error dikatakan berdistribusi normal apabila nilai signifikansinya kurang dari 0,05 [12]. 6) Melakukan uji autokorelasi menggunakan uji Durbin Watson.…”
Section: Gambar 1 Diagram Jalurunclassified
“…5) Melakukan uji Kolmogorov Smirnov untuk error dari model regresi. Error dikatakan berdistribusi normal apabila nilai signifikansinya kurang dari 0,05 [12]. 6) Melakukan uji autokorelasi menggunakan uji Durbin Watson.…”
Section: Gambar 1 Diagram Jalurunclassified
“…Hasil penelitian ini menunjukkan bahwa libur bulan Januari, Mei, Juni, Juli, Agustus, November, Desember dan Idul Fitri mempunyai pengaruh yang signifikan terhadap inflasi bulanan di Indonesia. [8] Pada penelitian sebelumnya Model Inflasi Indonesia Menggunakan Hybrid Autoregressive Integrated Moving Average (ARIMA)-Neural Network (NN). Inflasi menjadi suatu masalah yang cukup pelik dari tahun ke tahun.…”
Section: Tinjauan Pustakaunclassified
“…Pada langkah ini, mulamulai dilakukan uji asumsi klasik yang meliputi uji normalitas, uji autokorelasi, uji heteroskedastisitas, serta uji multikolinieritas. Uji normalitas residual menguji agar data terdistribusi normal menggunakan kriteria Kolmogorov-Smirnov (Susila, 2020). Uji autokorelasi menggunakan uji Durbin-Watson dengan kriteria dU < nilai Durbin-Watson < 4-dU (Calen et al, 2018).…”
Section: Metode Analisis Dataunclassified