Implementation of ARIMAX with Cross-Correlation and Granger Causality Feature Selection for Inflation Forecasting

Inflasi merupakan indikator makroekonomi penting yang mencerminkan stabilitas harga dalam suatu perekonomian. Peramalan inflasi menjadi krusial dalam mendukung pengambilan kebijakan ekonomi yang tepat. Penelitian ini bertujuan untuk membangun model prediksi inflasi menggunakan pendekatan ARIMAX dengan seleksi fitur berbasis Cross-Correlation Function (CCF) dan uji kausalitas Granger. Data yang digunakan meliputi inflasi serta beberapa variabel makroekonomi seperti suku bunga, nilai tukar, jumlah uang beredar, ekspektasi inflasi, administered price, dan volatile food pada periode 2015–2024. Hasil penelitian menunjukkan bahwa model ARIMAX(0,1,1) merupakan model terbaik dengan nilai AIC dan BIC terendah. Evaluasi model menghasilkan nilai RMSE sebesar 0,053525 dan MAE sebesar 0,040410, yang menunjukkan bahwa model memiliki tingkat kesalahan prediksi yang rendah. Secara keseluruhan, model mampu menangkap pola pergerakan inflasi dengan baik.