Inflasi merupakan salah satu indikator ekonomi makro yang tidak dapat dilepaskan dari dimensi kehidupan masyarakat. Inflasi diartikan sebagai kenaikan harga secara umum dan terus menerus dalam jangka waktu tertentu. Kenaikan harga dari satu atau dua barang saja tidak dapat disebut inflasi kecuali bila kenaikan itu meluas (atau mengakibatkan kenaikan harga) pada barang lainnya. Kebalikan dari inflasi disebut deflasi.Indikator yang sering digunakan untuk mengukur tingkat inflasi adalah Indeks Harga Konsumen (IHK). Perubahan IHK dari waktu ke waktu menunjukkan pergerakan harga dari paket barang dan jasa yang dikonsumsi masyarakat. Hingga saat ini, penentuan barang dan jasa dalam keranjang IHK dilakukan atas dasar Survei Biaya Hidup (SBH) yang dilaksanakan oleh Badan Pusat Statistik (BPS) terhadap 835 basket komoditas di 90 Kabupaten/Kota. Kemudian, BPS akan memonitor perkembangan harga dari barang dan jasa tersebut secara bulanan di beberapa kota, di pasar tradisional dan modern terhadap beberapa jenis barang/jasa di setiap kota.

Big Data adalah istilah yang menggambarkan volume data yang besar, baik data yang terstruktur maupun data yang tidak terstruktur. Big Data telah digunakan dalam banyak bisnis. Big Data dapat dianalisis untuk wawasan yang mengarah pada pengambilan keputusan dan strategi bisnis yang lebih baik. Istilah Big Data masih terbilang baru dan sering disebut sebagai tindakan pengumpulan dan penyimpanan informasi yang besar untuk analisis. Fenomena Big Data, dimulai pada tahun 2000-an ketika seorang analis industri Doug Laney menyampaikan konsep Big Data yang terdiri dari tiga bagian penting, diantaranya: volume, velocity, variety/variability.

Dashboard Sistem Deteksi Dini (Early Warning System) Inflasi merupakan terobosan baru dari Kementerian Perencanaan dan Pembangunan Nasional (PPN/Bappenas) berkolaborasi dengan Pulse Lab Jakarta (PLJ) yang memiliki tujuan akhir untuk memberikan peringatan dini (Early Warning) kepada Pemerintah jika diperkirakan akan terjadi peningkatan inflasi dan gejolak permasalahan harga di masyarakat. Early Warning System akan mempermudah pemerintah untuk mengambil intervensi kebijakan pengendalian inflasi yang tepat dan cepat.

Tujuan dikembangkannya sistem ini, yaitu:

• Memperkirakan inflasi secara Real Time (Nowcasting), menggunakan sumber-sumber data digital
• Mendeteksi dini permasalahan penyebab inflasi secara real time di tingkat pusat dan daerah
• Meningkatkan efisiensi dan efektivitas pengumpulan data dan informasi

Nowcasting adalah istilah yang berasal dari gabungan “now” dan “forecasting”, yang merupakan suatu metode untuk “memprediksi masa kini” yang kini mulai berkembang di bidang ekonomi. Nowcasting memiliki potensi untuk memenuhi kebutuhan pemerintah dalam memformulasikan kebijakan yang cepat dan tepat. Nowcasting inflasi di dalam Dasbor Sistem Deteksi Dini Inflasi ditujukan untuk meprediksi angka inflasi tahunan (YoY) dan bulanan (MtM) di tingkat nasional dan provinsi. Selain itu, Nowcasting ini dapat digunakan sebagai Early Warning apabila prediksi inflasi tersebut berada diluar rentang sasaran yang ditetapkan. Indikasi warna akan muncul sesuai kategori yang dirumuskan di dalam sistem. Dalam pengembangan Early Warning System Inflasi digunakan analisis nowcasting dengan menggunakan metode random forest. Random forest adalah algoritma yang efisien untuk masalah klasifikasi dan regresi berdimensi tinggi yang pertama kali diperkenalkan oleh Breiman (2001). Random forest dapat digunakan untuk berbagai jenis variabel respon seperti kontinu, diskrit, data survival maupun data kombinasi multivariat. Selain itu tidak ada asumsi yang harus dipenuhi pada random forest. Metode ini dapat mengestimasi berbagai bentuk fungsi yang terbentuk antara variabel respon dan variabel penjelas dan mempermudah menentukan hubungan nonlinear yang kompleks yang mungkin akan sulit ditemukan tanpa adanya spesifikasi tertentu dan tanpa menggunakan standar metode tertentu. Intinya, random forest dapat dan mampu mendeteksi berbagai interaksi antara respon dan prediktor. Dengan fleksibilitas dari random forest, membuat metode ini sangat berguna sebagai metode eksplorasi data. Random Forest merupakan salah satu metode gabungan paling sukses yang muncul dalam machine learning dan menghasilkan prediksi yang baik.

Wordcloud merupakan sebuah sistem yang memunculkan visualisasi kata-kata dengan memberikan penekanan pada frekuensi kemunculan kata terkait dalam wacana tertulis. Pemakaian wordcloud dalam analisis wacana dapat memudahkan peneliti/pengambil kebijakan karena mampu memberikan gambaran mengenai garis besar isi teks dengan cepat. Wordcloud tidak dapat berdiri sendiri sebagai alat analisis dikarenakan fungsinya yang tidak dapat membedakan kata dari frasa dan tone positif dari negatif. Namun, sebagai alat bantu analisis wacana terkait budaya visual, wordcloud memberikan alternatif metodologi yang praktis dan menarik secara visual dalam membantu untuk menangani wacana tertulis sebagai data. Wordcloud Pemetaan Permasalahan Inflasi merupakan fitur yang didesain untuk melengkapi metodologi pencarian data dan informasi dari wacana yang beredar di masyarakat terkait penyebab inflasi dengan cepat dan biaya yang lebih murah dibandingkan survei langsung. Pemetaan dilakukan dengan mengkategorikan permasalahan inflasi berdasarkan strategi pengendalian inflasi 4K (Keterjangkauan Harga, Ketersedian Pasokan, Kelancaran Distribusi, Komunikasi/Koordinasi) yang digunakan dalam Roadmap Pengendalian Inflasi.

Pada halaman ini, anda bisa mengunduh dokumen manual guide atau petunjuk penggunaan Dashboard Early Warning System Inflasi. Dokumen tersebut, berisi mengenai fitur-fitur yang ada pada dashboard ini dan penjelasan mengenai dashboard tersebut. Anda bisa mengunduh dokumen tersebut dengan cara klik pada tombol di bawah ini: