PROYEKSI LAJU BI RATE BULANAN DI INDONESIA MENGGUNAKAN MODEL ARIMA
DOI:
https://doi.org/10.62281/n2kwpx08Keywords:
ARIMA, Peramalan, Bi Rate, IndonesiaAbstract
BI Rate merupakan instrumen utama kebijakan moneter yang digunakan oleh Bank Indonesia sebagai acuan dalam menentukan tingkat suku bunga antarbank, serta berpengaruh terhadap tingkat bunga kredit, simpanan, dan kondisi likuiditas di pasar uang domestik. Penelitian ini bertujuan untuk memprediksi pergerakan BI Rate di Indonesia selama periode Januari 2025 hingga Desember 2025, mengingat hingga saat ini belum banyak kajian yang secara khusus membahas periode tersebut. Peramalan ini diperlukan sebagai alat analisis yang dapat dimanfaatkan dalam pengambilan keputusan kebijakan moneter. Metode yang digunakan adalah analisis ARIMA dengan pendekatan Box-Jenkins, yang dinilai efektif dan sesuai untuk melakukan peramalan pada rentang waktu tertentu. Data yang digunakan merupakan data sekunder berbentuk time series yang diperoleh dari Badan Pusat Statistik (BPS), berupa nilai BI Rate bulanan di Indonesia periode Januari 2020 hingga Desember 2024. Pengolahan data dilakukan menggunakan perangkat lunak EViews 13 dan hasil pengujian menunjukkan bahwa data telah stasioner pada level sehingga tidak memerlukan proses differencing. Model terbaik yang dihasilkan adalah ARIMA (1,0,0) dengan nilai Akaike Information Criterion (AIC) sebesar -5.814962, Schwarz Information Criterion (SIC) sebesar -5.709324, serta Adjusted R-squared sebesar 0.392174. Berdasarkan hasil tersebut, model peramalan menunjukkan kecenderungan BI Rate mengalami peningkatan yang stabil selama periode estimasi satu tahun ke depan.
Downloads
References
Gazali, M. M., & Setiawan, H. (2025). Penerapan Model ARIMA untuk Meramalkan Harga Pembukaan Harian Saham PT. Bank Central Asia Tbk. Digital Transformation Technology (Digitech), 5(1), hlm. 279-280.
Handayani, S., & Lestari, P. (2021). Analisis Ketepatan Model ARIMA pada Peramalan Data Deret Waktu. Jurnal Matematika Dan Aplikasi, 19(4), hlm. 238-239.
Indonesia, B. (2024a). Laporan Kebijakan Moneter dan Stabilitas Sistem Keuangan Triwulan IV 2024. Jakarta: Bank Indonesia. Bank Indonesia. https://doi.org/diakses pada tanggal 24 Oktober 2025
Indonesia, B. (2024b). Laporan Kebijakan Moneter dan Statistik BI Rate 2020–2023. Bank Indonesia. https://doi.org/diakses pada 31 September 2025
Indonesia, B. (2025). BI-Rate (statistik dan tabel perubahan BI-Rate). Bank Indonesia. https://doi.org/diakses pada 24 Oktober 2025
Jusmawati, Hadijati, M., & Fitriyani, N. (2020). Penerapan Model Vector Autoregressive Integrate Moving Average dalam Peramalan Laju Inflasi dan Suku Bunga di Indonesia. EIGEN MATHEMATICS JOURNAL, 3(2), 112.
Khikmah, K. N., Sadik, K., & Indahwati. (2023a). Transfer Fuction And ARIMA Model For Forecasting BI Rate In Indonesia. BAREKENG, 17(3), hlm. 1359-1366.
Khikmah, K. N., Sadik, K., & Indahwati. (2023b). Transfer Function and Arima Model for Forecasting Bi Rate in Indonesia. Barekeng, 17(3), 1359–1366. https://doi.org/10.30598/barekengvol17iss3pp1359-1366
Latif, A. (2024). Kebijakan Moneter, Stabilitas Mata Uang, Perekonomian. Competitive Jurnal Akuntansi Dan Keuangan, 8(1), 2024.
Nugroho, R., & Lestari, N. (2023). Penerapan Model ARIMA dalam Peramalan Suku Bunga dan Inflasi di Indonesia. Jurnal Ekonomi Dan Statistik Terapan, 9(1), hlm. 50-52.
Paramitha, N. F., Agustiningrum, N. H., P, N. M. G., Afifah, H., & Rusyda. (2021). Peramalan tingkat bunga bi 7-day repo rate menggunakan arima serta dampaknya bagi investor. Kinerja: Jurnal Ekonomi Dan Manajemen, 18(2), 184–191.
Prasetyo, D. ., & Hidayat. (2023). Evaluasi Model Box–Jenkins (ARIMA) dalam Peramalan Data Ekonomi Makro Indonesia. Jurnal Statistika Dan Ekonometrika Indonesia, 12(2), hlm. 92.
Puteri, R. D. L., Wahyuningsih, R. D., Rilaningrum, S. A., Widiyanto, M. R. B., & Purnamasari, V. (2024). The Influence of Inflation, Exchange Rate, BI Rate, and Economic Growth on Mortgage Volume (KPR) in the Covid-19 Era. KnE Social Sciences, 2024, 407–424. https://doi.org/10.18502/kss.v9i21.16742
Putri, M. ., & Rahmawati. (2022). Analisis Ketepatan Model Box–Jenkins (ARIMA) untuk Prediksi Data Deret Waktu Ekonomi. Jurnal Matematika Dan Aplikasi, 20(3), hlm. 201-203.
Sari, & Pratama, A. (2022). Analisis Peramalan Suku Bunga Acuan BI Rate Menggunakan Model ARIMA. Jurnal Ekonomi Dan Bisnis Indonesia, 37(2), 146–147.
Sari, Y., Herlin, F., & Havilla, S. (2024). Pengaruh Suku Bunga BI Rate dan BI 7 Day Reverse Repo Rate terhadap Inflasi di Indonesia dengan Metode Vector Autoregression (VAR). Ekonomis: Journal of Economics and Business, 8(1), 754. https://doi.org/10.33087/ekonomis.v8i1.1711
Saumi, F., & Amalia, R. (2020). Penerapan Model Arima Untuk Peramalan Jumlah Klaim Program Jaminan Hari Tua Pada BPJS Ketenagakerjaan Kota Langsa. Jurnal Ilmu Matematika Dan Terapan, 14(4), hlm. 493-494.
Statistik, B. P. (2024). Statistik Ekonomi Keuangan Indonesia 2020–2023 (BPS (ed.)).
Taslim, D. G., & Murwantara, M. (2024). Comparative analysis of ARIMA and LSTM for predicting fluctuating time series data. Bulletin of Electrical Engineering and Informatics, 13(3), hlm. 1994.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Puput Purnamasari, Zumrotis Sholihah, Fitri Nur Afifah, Latipah, Achmad Budi Susetyo (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
