Estimasi Parameter Model Inflasi untuk Menganalisa Pengaruh Covid-19 Menggunakan GSTAR-Filter Kalman

Pandemi Covid-19 selain mengganggu kesehatan manusia juga dapat mengganggu kesehatan ekonomi di seluruh dunia termasuk Indonesia. Dengan keadaan ekonomi yang tidak stabil akhir-akhir ini, permasalahan inflasi menjadi salah satu fokus penting bagi pemerintah. Inflasi merupakan salah satu indikator penting dalam stabilitas perekonomian bagi suatu negara. Oleh karena itu, perlu adanya pemodelan matematika yang sesuai yang dapat memprediksi inflasi di masa mendatang. Pengaruh Covid-19 terhadap inflasi dapat diamati dengan memperhatikan pergerakan inflasi terhadap Covid-19 berdasarkan plot data inflasi. Selanjutnya data inflasi dimodelkan menggunakan model Generalized Space Time Autoregressive (GSTAR) dengan menggunakan pembobotan invers jarak antar lokasi dan pembobotan normalisasi korelasi silang untuk mendapatkan model inflasi yang sesuai. Selanjutnya dilakukan estimasi pada parameter model menggunakan metode Filter Kalman (FK). Hasil akhir menunjukkan bahwa Filter Kalman mampu memperbaiki hasil estimasi pada model GSTAR sehingga didapatkan hasil prediksi yang mendekati data aktual. Hal ini ditunjukkan dengan hasil simulasi dan nilai MAPE yang lebih kecil dari pada nilai MAPE model GSTAR-OLS dan GSTAR-GLS sebesar 0.14302%