Penerapan Model Nonlinier Self-Exciting Threshold Autoregressive (Setar) Untuk Pemodelan Data Inflasi Di Indonesia

Analisis deret waktu bertujuan untuk memodelkan pola data deret waktu. Salah satu model deret waktu adalah model nonlinier Self-Exciting Threshold Autoregressive (SETAR). Model SETAR merupakan model nonlinier yang mempunyai bentuk dasar model linier dan mengasumsikan bahwa variabel mengikuti model autoregressive dalam sebuah regime, tetapi dapat berpindah antar regime tergantung pada panjang delay . Model SETAR dapat menangkap lompatan data seperti pada data inflasi. Tujuan dari penelitian ini adalah untuk memperoleh model SETAR pada data inflasi bulanan di Indonesia periode Januari 1979 hingga Desember 2012 yang terdapat lompatan data. Pengujian nonlinieritas Terasvirta menunjukkan hasil bahwa data transformasi inflasi mengikuti model nonlinier, sehingga pemodelan SETAR dapat dilakukan. Identifikasi model SETAR dilakukan menggunakan kriteria minimum AIC dan untuk pendugaan parameter autoregressive tiap regime digunakan Metode Kuadrat Terkecil (MKT). Hasil analisis pemodelan SETAR terhadap data transformasi menghasilkan model 2-regime SETAR (4,1,4) dengan threshold -1,446151 dan AIC sebesar -2071. Model tersebut membagi data inflasi menjadi 2 bagian, yaitu regime bawah sebanyak 85 data dan regime atas sebanyak 323 data. Model 2-regime SETAR (4,1,4) disimpulkan tidak layak untuk memodelkan data inflasi di Indonesia karena model memiliki sisaan yang tidak memenuhi asumsi white noise (independen dan identik)