Research Outline : Perkiraan Inflasi Harga Sembako di Indonesia pada Saat Puasa dan Lebaran : Pendekatan Empat Metode Exponential Smoothing

A.   Latar belakang

Pada waktu menjelang bulan puasa dan lebaran, di Indonesia selalu terjadi kenaikan harga sembilan bahan pokok (sembako). Dugaan permintaan konsumen yang tinggi dan ekspektasi inflasi yang tinggi sering menjadi kambing hitam atas kenaikan harga yang terjadi di masyarakat. Keadaan ini telah terjadi berulang-ulang selama bertahun-tahun, meskipun tidak didapatkan cukup bukti empiris yang menyatakan adanya kelangkaan sembako yang menjadi penyebab naiknya harga.

Pemerintah sebagai pemegang kebijakan hendaknya dapat memberikan respon yang tepat menghadapi hal tersebut. Dengan memperkirakan tingkat inflasi riil secara akurat, diharapkan kebijakan yang diambil pun dapat secara efektif meredam inflasi. Pemerintah bisa melakukan operasi pasar dengan lokasi, jumlah barang dan tingkat harga tertentu, sedangkan Bank Indonesia bisa menetapkan jumlah optimal atas uang yang beredar.

B.   Pertanyaan Penelitian

Berapakah perkiraan inflasi yang paling akurat pada saat puasa dan lebaran menggunakan metode exponential smoothing?

C.   Tujuan Penelitian

Tujuan penelitian ini adalah untuk menentukan perkiraan tingkat inflasi riil yang paling akurat menggunakan alat univariate time series dengan empat pendekatan metode Exponential Smoothing.

D.   Manfaat Penelitian

Hasil penelitian ini diharapkan bermanfaat bagi para pengambil kebijakan terutama Pemerintah Pusat sebagai pemegang kebijakan fiskal dan Bank Indonesia sebagai pemegang kebijakan moneter, dalam merencanakan respon yang tepat atas siklus inflasi tahunan khususnya pada saat puasa dan lebaran.

E.   Studi Pustaka

Inflasi tinggi pada periode sebelumnya dapat memicu ekspektasi inflasi naik lebih tinggi, sehingga kurva Dynamic Agregate Supply masih naik (Mankiw, 2009).

Exponential Smoothing sering digunakan untuk melakukan perkiraan jangka pendek dalam sampel yang besar, namun untuk sampel kecil diperlukan modifikasi exponential smoothing (Snyder, 1988).

Penggunaan prosedur numerik untuk mencari nilai parameter yang smoothing dapat membantu meminimalkan kesalahan perkiraan (Winters, 1960)

F.    Metode Penelitian

Metode penelitian yang akan digunakan pada riset ini adalah forecasting dengan univariate time series, menggunakan metode Exponential Smoothing.

Metode Exponential Smoothing ini akan digunakan dengan empat pendekatan, yaitu:

1.  Optimized simple exponential smoothing (Makridakis)

2.  Optimized Kalman filter

3.  Proposed formula

4.  Trigg and Leach's adaptive response rate.

G.   Sistematika Penulisan

Bab 1	Latar Belakang Masalah, Tujuan dan Manfaat Penelitian serta Sistematika Penulisan
Bab 2	Studi Pustaka
Bab 3	Perkiraan Inflasi  Menggunakan Empat Pendekatan Pada Metode Exponential Smoothing
Bab 4	Hasil Studi Empiris
Bab 5	Kesimpulan dan Rekomendasi Kebijakan

H.   Lama Penelitian

Penelitian ini diperkirakan memakan waktu selama satu bulan dengan rencana jadwal penelitian terlampir.

I.      Tim Peneliti

Tim peneliti yang akan melakukan penelitian dari tahap penyusunan proposal hingga laporan akhir terdiri dari:

-              Ketua             : Rohmad Adi Siaman SST Akt., M.Ec.Dev

-              Anggota         : dalam tahap seleksi

J.    Rencana Anggaran

Penelitian ini diperkirakan akan memakan biaya total sebesar Rp.20.000.000,00 (dua puluh juta rupiah) dengan perincian terlampir.

K.   Daftar Pustaka

Mankiw, N. Gregory. "Macroeconomics 7^th edition”. Worth Publisers. 2009.

Snyder, R.D. “Progressive Tuning of Simple Exponential Smoothing Forecasts”. The Journal of the Operational Research Society, Vol. 39, No. 4 (Apr., 1988), pp. 393-399.

Winters, Peter R. “Forecasting sales by exponentially weighted moving averages”. Management Science, Vol. 6, No. 3 (Apr., 1960), pp. 324-342.

D. W. Trigg dan A. G. Leach. “Exponential smoothing with an adaptive response rate”. OR, Vol. 18, No. 1 (Mar., 1967), pp. 53-59.

exponential smoothing, research outline 14.06 No comments Read More

Critical Review : Progressive Tuning of Simple Exponential Smoothing Forecasts oleh R. D. Snyder pada The Journal of the Operational Research Society, Vol. 39, No. 4 (Apr., 1988), pp. 393-399

Pendahuluan

R.D Snyder (1988) peneliti pada Department of Econometrics and Operations Research, Monash University, Australia melakukan penelitian tentang metode perkiraan smoothing eksponensial dengan sampel terbatas, dan mengusulkan formula untuk mengestimasi parameter smoothing. Metode yang dihasilkan dapat diimplementasikan secara rekursif dari waktu ke waktu, dibandingkan dengan pendekatan alternatif, seperti optimasi numerik progresif dari smoothing parameter dan peramalan adaptif pada data sintetik dan real.

Secara keseluruhan, Snyder tidak secara tegas mengatakan pendekatan mana yang menghasilkan perkiraan paling akurat, namun pembahasan paper telah dilakukan secara komprehensif, dengan memakai data simulasi maupun data nyata, dan dengan rentang waktu yang variatif mulai dari bulanan, kuarter sampai tahunan.
 

Ringkasan Isi Artikel

Exponential Smoothing sering digunakan untuk peramalan jangka pendek. Namun, sejumlah kesulitan sering menghambat kesuksesan implementasi metode ini. Metode ini cocok menentukan perkiraan dengan sampel yang besar, tapi harus diperlakukan khusus untuk sampel kecil. Permasalahan pemilihan prosedur peramalan dengan memilih nilai yang sesuai untuk parameter smoothing menjadi hal yang krusial.

Paper ini akan membahas mengenai modifikasi Exponential Smoothing menggunakan informasi yang sebanyak mungkin pada sampel yang kecil. Setiap modifikasi Exponential Smoothing akan dievaluasi secara simulasi maupun data yang nyata, dengan rentang waktu yang bervariasi, yaitu tahunan, kuarter, dan bulanan.

Modifikasi Exponential Smoothing yang diperbandingkan ada empat macam. Versi pertama adalah optimasi numerik dari studi Makridakis menggunakan versi yang tak terbatas dengan contoh sederhana eksponensial smoothing bersama-sama dengan prosedur adhoc. Versi kedua adalah optimasi numerik dengan versi terbatas-sampel dari pemulusan eksponensial sederhana. Versi ketiga adalah metode rumus, dan versi keempat adalah respon adaptif dari metode Trigg dan Leach dari studi Makridakis.
Keempat metode di atas kemudian akan dibandingkan mana yang memiliki MAPE terkecil (the mean absolute  percentage  errors), dengan rumus :
 
Dari hasil perbandingan ditarik kesimpulan bahwa versi pertama tidak memiliki keakuratan perkiraan yang cukup baik, kecuali beberapa kasus pada data bulanan. Sementara versi kedua menunjukkan keakuratan yang baik pada data tahunan dan triwulanan, tapi sangat tidak akurat pada data bulanan. Versi ketiga, karena hanya berisi default rumus dari Exponential Smoothing tanpa ada usaha untuk modifikasi, maka menghasilkan perkiraan yang tidak terlalu baik di semua rentang data. Versi keempat menghasilkan perkiraan paling baik pada tahunan dan triwulanan, namun kurang baik pada data bulanan.
 

Review

Paper ini diawali dengan pengantar yang baik, sehingga pembaca tidak akan terlalu sulit untuk mengikuti alur peyampaian hasil penelitian yang ada. Isi dari penelitian telah disampaikan secara runtut mengenai empat versi modifikasi Exponential Smoothing.
Namun simpulan yang dihasilkan dari penelitian ini tidak secara tegas menunjuk opsi modifkasi Exponential Smoothing mana yang paling akurat, jadi pembaca harus menyimpulkan sendiri modifikasi mana yang tepat tergantung dari rentang waktu yang digunakan.
 

Simpulan

Metode Exponential Smoothing adalah salah satu metode perkiraan time series yang cukup akurat apabila menggunakan sampel data yang besar. Permasalahan terjadi ketika metode ini digunakan pada sampel data yang kecil. Dalam paper ini, Snyder telah dengan baik menguraikan beberapa variasi modifikasi Exponential Smoothing yang patut untuk digunakan pada rentang waktu yang tepat. Penlitian telah dilakukan untuk menguji tiap modifikasi yang dibahas dengan menggunakan data simulasi maupun data nyata pada rentang waktu bulanan, kuarter dan tahunan.

Critical Review Oleh : Rohmad Adi Siaman SST Akt., M.Ec.Dev.

critical review 21.56 No comments Read More

ELS Computer : Patokan Harga Laptop Murah di Yogyakarta

Beberapa bulan yang lalu ibu saya meminta bantuan kepada saya untuk membelikan sebuah laptop. Dengan anggaran yang telah ditentukan sebelumnya, saya ditugasi untuk mencari laptop yang beliau inginkan. Karena tidak terlalu mengerti mengenai spesifikasi yang bagus dari sebuah laptop, beliau menyerahkan pilihan merk dan spesifikasi laptp kepada saya. Ibu saya hanya memberikan patokan bahwa laptop yang diinginkannya harus mampu menjalankan fungsi yang dibutuhkan dalam bekerja. Dan tentunya ibu saya akan sangat senang jika saya bisa memperoleh laptop murah.

Membeli laptop bukanlah suatu hal yang baru bagi saya. Sudah tiga kali saya berganti laptop dan sebanyak itu pula saya membeli laptop. Dari pengalaman sebelumnya, ada dua hal penting yang harus dipikirkan sebelum membeli laptop. Yang pertama apakah spesifikasi laptop sudah sesuai dengan kebutuhan? Jangan sampai laptop yang kita beli nanti terlalu tinggi spesifikasinya sehingga biaya yang dikeluarkan terlalu besar. Atau laptop murahan dengan spesifikasi yang terlalu rendah, sehingga saat pemakaian tidak bisa digunakan secara optimal untuk menyelesaikan pekerjaan. Namun untuk urusan ini saya tidak terlalu pusing karena banyak informasi mengenai spesifikasi sebuah laptop yang dapat saya baca di internet.

els, laptop, laptop murah, murah 11.34 Read More

Rujukan Dari Puskesmas Tidak Boleh Atas Permintaan Pasien Sendiri

Judul di atas adalah salah satu ketentuan rujukan yang dikeluarkan oleh Askes per bulan Juli 2013 ini. Ketentuan ini ditengarai karena banyaknya pasien yang datang ke Puskesmas hanya untuk mencari rujukan ke Rumah Sakit. Padahal menurut Askes, ada kasus-kasus tertentu yang tergolong ringan dan tidak perlu dirujuk ke Rumah Sakit.

askes, magelang, puskesmas, rujukan 08.06 No comments Read More