PREDIKSI NILAI GROSS DOMESTIC PRODUCT (GDP) PERKAPITA INDONESIA DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN REGRESI
DOI:
https://doi.org/10.29407/inotek.v1i1.422Abstract
Salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu negara dalam suatu periode tertentu adalah data Gross Domestic Product (GDP), baik atas dasar harga berlaku maupun atas dasar harga konstan. GDP atas dasar harga konstan dapat digunakan untuk melihat pertumbuhan nyata ekonomi per kapita penduduk di suatu negara. Masih rendahnya GDP per kapita Indonesia memerlukan analisis untuk mengetahui indikator yang mempengaruhi besarnya GDP per kapita, sehingga tujuan penelitian ini adalah mengetahui indikator yang mempengaruhi besarnya GDP per kapita sehingga selanjutnya dapat dilakukan analisis perbaikan untuk masing-masing indikator yang berpengaruh dalam rangka meningkatkan GDP per kapita Indonesia dan memprediksi besarnya GDP per kapita Indonesia. Metode yang digunakan yaitu dengan pembuatan PCA (Principal Component Analysis) dan regresi untuk mengetahui indikator yang mempengaruhi GDP dan memprediksi GDP per kapita indonesia. Dari hasil penelitian diperoleh Indikator yang paling mempengaruhi besarnya GDP per kapita adalah indeks harga saham. Prediksi besarnya GDP per kapita berdasarkan persamaan regresi linier yang terbentuk tahun 2017 adalah Rp 10.419.384, 2018 adalah Rp 10.590.365, dan 2019 adalah Rp 10.769.160.
Keywords:
GDP, Regresi Linier, PCA##plugins.themes.default.displayStats.downloads##
References
Blake A, Kapetanios G, Weale M R. 2000. Nowcasting EU Industrial Production and Manufacturing Output. National Institute of Economic and Social Research.
Chamba-Mendez G, Kapetanios G, Smith RJ, Weale MR. 2001. An Automatic Leading Indicator of Economic Activity:Forecasting GDP Growth for Europian Countries. Econometrics Journal. Vol 4 pp 56-90.
Chamberlin, Graeme. 2007. Forecasting GDP Using External Data Sources. Economic and Labour Market Review. Vol. 1 No.8 pp 18-23.
Forni M, Hallin M, Lippi M, Reichlin L. 2003. Do Financial Variables Help Forecasting Inflation and Real Activity in the Euro Area? Journal of Monetary Economics. Vol. 50 No. 6 pp 1243-1255.
Klein RL dan Ozmucur S. 2001. The Predictive Power of Survey Results in Macroeconomic Analysis. Macromodels 2001, Krag, Poland.
Sedillot F dan Pain N. 2003. Indicator Models of Real GDPO Growth in Selected OECD Countries. OECD Economics Department Working Paper No.364.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 Kartika Rahayu Tri Prasetyo Sari
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
