PREDIKSI NILAI GROSS DOMESTIC PRODUCT (GDP) PERKAPITA INDONESIA DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN REGRESI
PDF

Keywords

GDP
Regresi Linier
PCA

How to Cite

Tri Prasetyo Sari, K. R. . (2020). PREDIKSI NILAI GROSS DOMESTIC PRODUCT (GDP) PERKAPITA INDONESIA DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN REGRESI . Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 1(1), 331–336. https://doi.org/10.29407/inotek.v1i1.422

Abstract

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.

https://doi.org/10.29407/inotek.v1i1.422
PDF

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.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2020 Kartika Rahayu Tri Prasetyo Sari

Downloads

Download data is not yet available.