Melola Discovery

← Melola Discovery

Akses terbuka Jurnal

Analyzing The Effect of BI 7-Days Repo Rate on The Jakarta Composite Index Using Nonparametric Regression Approaches Based on Least Square Spline Estimator

Analisis Pengaruh BI 7-Days Repo Rate Terhadap Indeks Harga Saham Gabungan Menggunakan Pendekatan Regresi Nonparametrik Berdasarkan Estimator Least Square Spline

Jurnal Matematika, Statistika dan Komputasi · Vol. 17 No. 3 (2021) · hlm. 447–461

DOI
10.20956/j.v17i3.13101
ISSN
2614-8811, 1858-1382
Terbit
2021-05-12
Penerbit
Department of Mathematics, Hasanuddin University
Bahasa
en
Lisensi
creativecommons.org/licenses/by/4.0

Abstrak

Inggris

During the Covid-19 pandemic, the Indonesia stock market was under great pressure, so that the value of the Jakarta Composite Index (JCI) fluctuated greatly. To maintain economic stability, Bank Indonesia has regulated monetary policy such as setting the BI 7-Days Repo Rate. Analysis of this effect is important to formulate the right policy. This study aims to design the best model in describing the relationship between JCI value and BI 7-Days Repo Rate. The analysis was carried out by using parametric regression approach based on the ordinary least square method and nonparametric regression approach based on least square spline estimator. The results showed that the parametric regression models failed to meet the classical assumptions. Meanwhile, nonparametric regression can produce an optimal model with high accurate prediction, with an overall mean absolute percentage error value of 3.16%. Furthermore, mean square error, coefficient of determination, and mean absolute deviation also show good results. Thus, the effect of the BI 7-Days Repo Rate on the JCI value forms a quadratic pattern, in which a positive relationship is formed when the BI 7-Days Repo Rate is set at more than 4.25% and vice versa for a negative relationship.

Bahasa Indonesia

Selama pandemi Covid-19, pasar saham Indonesia mengalami berbagai tekanan besar yang menyebabkan nilai Indeks Harga Saham Gabungan (IHSG) sangat berfluktuasi. Untuk menjaga stabilitas ekonomi, Bank Indonesia menerapkan kebijakan moneter seperti penetapan BI 7-Days Repo Rate. Analisis pengaruh dari BI 7-Days Repo Rate terhadap IHSG sangat penting guna merumuskan kebijakan yang tepat. Penelitian ini bertujuan untuk membentuk model terbaik dalam mendeskripsikan hubungan antara nilai IHSG dan BI 7-Days Repo Rate. Analisis dilakukan dengan pendekatan regresi parameterik menggunakan metode ordinay least square dan pendekatan regresi nonparametrik menggunakan estimator least square spline. Hasil penelitian menunjukkan bahwa model regresi parametrik gagal memenuhi asumsi klasik. Sedangkan, regresi nonparametrik berhasil mendapat model yang optimal dengan akurasi yang sangat tinggi, dengan nilai mean absolute percentage error keseluruhan sebesar 3.16%. Lebih lanjut, nilai mean square error, koefisien determinasi, dan mean absolute deviation juga menunjukkan hasil yang baik. Dengan demikian, pengaruh BI 7-Days Repo Rate dan nilai IHSG membentuk pola kuadratik dengan hubungan positif terjadi ketika BI 7-Days Repo Rate berada pada tingkat lebih dari 4.25% dan sebaliknya untuk hubungan negatif.

Kata kunci

Jaringan kolaborasi para penulis

40 penulis · 101 tautan kepenulisan bersama · 22 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Universitas Airlangga
  • Universitas Ciputra
  • Institut Teknologi Telkom Surabaya
  • Emerge
  • Padjadjaran University
  • Universitas Wijaya Kusuma Surabaya
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Toha SaifudinUniversitas Airlangga7
Berliani LarasatiUniversitas Airlangga2
Juan Krisfigo PrasetyoUniversitas Airlangga2
Bagas Shata PratamaUniversitas Airlangga2
Dita AmeliaUniversitas Airlangga2
Rien RecyliaUniversitas Airlangga2
Theresia Ratih Dewi SaputriUniversitas Ciputra1
Jason Miracle GunawanUniversitas Ciputra1
Angela Melia GunawanAfiliasi tidak diketahui1
Sharon TanAfiliasi tidak diketahui1
Muhammad Achirul NandaPadjadjaran University1
Anifatul FarichaInstitut Teknologi Telkom Surabaya1
Siti Maghfirotul UlyahUniversitas Airlangga1
Rika SusantiEmerge1
Hawwin MardhianaInstitut Teknologi Telkom Surabaya1
Ilma Amira RahmayantiUniversitas Airlangga1
Belindha Ayu ArdhaniUniversitas Airlangga1
Nia SaurinaUniversitas Wijaya Kusuma Surabaya1
Riries RulaningtyasUniversitas Airlangga1
Aryati AryatiUniversitas Airlangga1
Rizky Ismaul Uyun HidayatUniversitas Airlangga1
Mutiara AisharezkaUniversitas Airlangga1
Naufal Ramadhan Al Akhwal SiregarUniversitas Airlangga1
Muhammad Fikry Al FariziUniversitas Airlangga1
Atikah FaizaUniversitas Airlangga1
Muhammad Hilmi FibryanUniversitas Airlangga1
Alda Fuadiyah SuryonoUniversitas Airlangga1
Nina AuliyahUniversitas Airlangga1
Alfi Nur NitasariUniversitas Airlangga1
Andini Sa’idahUniversitas Airlangga1
Nurin FaizunUniversitas Airlangga1
Kezia Eunike DarmawanUniversitas Airlangga1
Marfa Audilla FitriUniversitas Airlangga1
Muhammad Althof JuniarUniversitas Airlangga1
Azzahra FaniaUniversitas Airlangga1
Diana UlyaUniversitas Airlangga1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Analyzing The Effect of BI 7-Days Repo Rate on The Jakarta Composite Index Using Nonparametric Regression Approaches Based on Least Square Spline Estimator</dc:title>
	<dc:title xml:lang="id">Analisis Pengaruh BI 7-Days Repo Rate Terhadap Indeks Harga Saham Gabungan Menggunakan Pendekatan Regresi Nonparametrik Berdasarkan Estimator Least Square Spline</dc:title>
	<dc:creator xml:lang="en">Andreas, Christopher</dc:creator>
	<dc:creator xml:lang="en">Harianto, Feevrinna Yohannes </dc:creator>
	<dc:creator xml:lang="en">Safitri, Elfhira Juli </dc:creator>
	<dc:creator xml:lang="en">Chamidah, Nur</dc:creator>
	<dc:subject xml:lang="en">BI 7-Days Repo Rate</dc:subject>
	<dc:subject xml:lang="en">Jakarta Composite Index</dc:subject>
	<dc:subject xml:lang="en">Least Square Spline</dc:subject>
	<dc:subject xml:lang="en">Nonparametric Regression</dc:subject>
	<dc:subject xml:lang="en">Parametric Regression</dc:subject>
	<dc:subject xml:lang="id">BI 7-Days Repo Rate</dc:subject>
	<dc:subject xml:lang="id">Indeks Harga Saham Gabungan</dc:subject>
	<dc:subject xml:lang="id">Least Square Spline</dc:subject>
	<dc:subject xml:lang="id">Regresi Nonparametrik</dc:subject>
	<dc:subject xml:lang="id">Regresi Parametrik</dc:subject>
	<dc:description xml:lang="en">During the Covid-19 pandemic, the Indonesia stock market was under great pressure, so that the value of the Jakarta Composite Index (JCI) fluctuated greatly. To maintain economic stability, Bank Indonesia has regulated monetary policy such as setting the BI 7-Days Repo Rate. Analysis of this effect is important to formulate the right policy. This study aims to design the best model in describing the relationship between JCI value and BI 7-Days Repo Rate. The analysis was carried out by using parametric regression approach based on the ordinary least square method and nonparametric regression approach based on least square spline estimator. The results showed that the parametric regression models failed to meet the classical assumptions. Meanwhile, nonparametric regression can produce an optimal model with high accurate prediction, with an overall mean absolute percentage error value of 3.16%. Furthermore, mean square error, coefficient of determination, and mean absolute deviation also show good results. Thus, the effect of the BI 7-Days Repo Rate on the JCI value forms a quadratic pattern, in which a positive relationship is formed when the BI 7-Days Repo Rate is set at more than 4.25% and vice versa for a negative relationship.</dc:description>
	<dc:description xml:lang="id">Selama pandemi Covid-19, pasar saham Indonesia mengalami berbagai tekanan besar yang menyebabkan nilai Indeks Harga Saham Gabungan (IHSG) sangat berfluktuasi. Untuk menjaga stabilitas ekonomi, Bank Indonesia menerapkan kebijakan moneter seperti penetapan BI 7-Days Repo Rate. Analisis pengaruh dari BI 7-Days Repo Rate terhadap IHSG sangat penting guna merumuskan kebijakan yang tepat. Penelitian ini bertujuan untuk membentuk model terbaik dalam mendeskripsikan hubungan antara nilai IHSG dan BI 7-Days Repo Rate. Analisis dilakukan dengan pendekatan regresi parameterik menggunakan metode ordinay least square dan pendekatan regresi nonparametrik menggunakan estimator least square spline. Hasil penelitian menunjukkan bahwa model regresi parametrik gagal memenuhi asumsi klasik. Sedangkan, regresi nonparametrik berhasil mendapat model yang optimal dengan akurasi yang sangat tinggi, dengan nilai mean absolute percentage error keseluruhan sebesar 3.16%. Lebih lanjut, nilai mean square error, koefisien determinasi, dan mean absolute deviation juga menunjukkan hasil yang baik. Dengan demikian, pengaruh BI 7-Days Repo Rate dan nilai IHSG membentuk pola kuadratik dengan hubungan positif terjadi ketika BI 7-Days Repo Rate berada pada tingkat lebih dari 4.25% dan sebaliknya untuk hubungan negatif.</dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2021-05-12</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/13101</dc:identifier>
	<dc:identifier>10.20956/j.v17i3.13101</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 17 No. 3 (2021):  May, 2021; 447-461</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/13101/6716</dc:relation>
	<dc:relation>10.20956/j.v17i3.13101.g6716</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2021 Author and publisher</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by/4.0</dc:rights>
</oai_dc:dc>