Multivariate Adaptive Regression Splines pada Kasus Inflasi di Indonesia Tahun 2005-2018
Abstrak. Kegiatan perekonomian suatu negara dipengaruhi oleh inflasi yang terjadi pada negara tersebut. Tingkat inflasi Indonesia yang fluktuatif, cenderung tidak stabil, mempengaruhi kehidupan sosial dan ekonomi masyarakat. Sehingga penting untuk mengetahui faktor-faktor yang berpengaruh terhadap inflasi serta pemodelan faktor-faktor berpengaruh tersebut dan hubungannya terhadap inflasi. Mengidentifikasi hubungan inflasi dan faktor penyebabnya dilakukan menggunakan pemodelan Multivariate Adaptive Regression Splines (MARS). MARS merupakan jenis regeresi nonparametrik yang menggabungkan prinsip Recursive Partitioning Regression (RPR) dan spline, fleksibel dalam memodelkan data sehingga memberikan hasil pemodelan data yang cukup akurat serta dapat menangani data berdimensi tinggi, yaitu data dengan jumlah peubah prediktor 3 ≤ x ≤ 20 dan ukuran data sampel 50 ≤ n ≤ 1000. Model MARS diperoleh berdasarkan kombinasi nilai BF, MI, dan MO yang memiliki nilai Generalized Cross Validation (GCV) terkecil. Pada penelitian ini digunakan enam peubah prediktor sebagai faktor yang mempengaruhi inflasi dengan data sampel sebesar 168 sampel. Hasil penelitian menunjukkan bahwa peubah Indeks Harga Perdagangan Besar (IHPB), BI Rate, Nilai Tukar IDR-USD, dan Uang Beredar adalah faktor-faktor yang berpengaruh terhadap inflasi berdasarkan model terbaik MARS dengan BF=24, MI=3, MO=1, GCV=0,772, MSE=0,391, dan R2=0,968.Kata kunci: Inflasi, MARS, RPR, BF, MI, MO, GCV.