ANALISIS KETERKAITAN HARGA ANTAR KELOMPOK KOMODITAS PEMBENTUK INFLASI DI SUMATERA BARAT

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS KETERKAITAN HARGA ANTAR KELOMPOK KOMODITAS PEMBENTUK INFLASI DI SUMATERA BARAT"

Transkripsi

1 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 233 ANALISIS KETERKAITAN HARGA ANTAR KELOMPOK KOMODITAS PEMBENTUK INFLASI DI SUMATERA BARAT Gaffar Ramadhan Abstract Ths study analyzes the correlaton and the nteracton among commodty groups whch determne the nflaton rate n West Sumatera. Usng the monthly data from January 2002 to December 2008, the estmaton apples the Vector Error Correcton Model (VECM) n order to analyze the dynamcs of commodty prces n the model. The results show some groups have sgnfcant contrbutons n determnng other group prces. We found that the volatlty of Prepared Food, Drn, Cgarette, and Tobacco s affected by Food group, Transportaton, Communcaton and Fnancal Servces. All commodty group s mostly affected by ts own movement, especally for the hgh regulated prces group; Water, Electrcty, and Fuel group ncludng Housng. Ths paper underlnes that n controllng regonal nflaton, the partal effort by focusng only on the baset goods whch gves the hghest contrbuton to the regonal nflaton (.e. foodstuff and prepared food) s not effectve when the regon faces hgh volatlty n other baset goods (.e. transportaton). The prce determnng of baset goods s a smultaneous process, and controllng the regonal nflaton needs greater concern to all goods. The government nterventon on the prce settng s also one of the mportant parts n causng the volatlty of the baset goods. JEL Classfcaton: C32, E3, R0. Keywords: Consumer Prce Index, regonal nflaton, vector error corecton model, mpulse response, varance decomposton. Peserta Penddan Calon Pegawa Muda (PCPM) Angatan XXVIII untu Penelt Eonom Muda Ban Indonesa. Vers awal paper n telah dpresentasan pada Focus Group Dscusson pengendalan nflas Propns Sumatera Barat d Padang, 9 Februar 2009.

2 234 Buletn Eonom Moneter dan Perbanan, Januar 2009 I. PENDAHULUAN I.. Latar Belaang Inflas sebagamana menunjuan pergeraan harga yang terjad dalam suatu pereonoman tentu dpengaruh oleh berbaga determnan. Dalam Gordon (997) pendeatan determnan nflas dapat djelasan melalu nflas permntaan, nflas penawaran, dan espetas nflas. 2 Berdasaran Surve Baya Hdup (SBH) tahun 2007 yang dlauan oleh Badan Pusat Statst (BPS), perhtungan nflas dbentu melalu sejumlah omodtas yang delompoan secara umum menjad beberapa elompo sepert: elompo bahan maanan; elompo maanan jad, mnuman, roo dan tembaau; elompo perumahan, ar, lstr, dan bahan baar; elompo sandang; elompo esehatan; elompo penddan, rereas, dan olahraga; elompo transportas, omunas, dan jasa euangan. Stud n dlauan untu mengetahu bagamana pola pergeraan masng-masng elompo omodtas pembentu nflas tersebut antara satu elompo omodtas dengan elompo omodtas lannya. Bagamanapun, pembentuan harga suatu omodtas dalam suatu pereonoman tentunya dpengaruh oleh harga omodtas lannya. Dalam proses produs suatu omodtas pola penetapan harganya dpengaruh oleh nput-nput yang berperan dalam proses produs output tersebut. Dengan deman, stud n mencoba melhat seberapa besar eteratan (lnage) antar elompo omodtas pembentu nflas d Sumatera Barat. Stud n mencoba melhat bagamana harga masng-masng elompo omodtas pembentu nflas bergera secara aca dan berperan sebaga varabel-varabel endogen yang membua pengaruh pembentuan harganya oleh harga pada elompo omodtas lan. Sepert pada Clements dan Izan (987) dengan melauan estmas pada omodtas pembentu ndes harga onsumen secara bersamaan untu melhat bagamana pola pergeraan dan eteratannya. Dengan deman, berangat dar hasl tersebut, maa dapat dlhat bagamana fenomena eonom yang terjad dbal pola eteratan antar harga pada berbaga elompo omodtas pembentu nflas. 3 Sepert halnya Stoc dan Watson (2005), juga menggunaan data harga ndes elompo barang pembentu ndes harga onsumen untu memperaya analss eteratan antar varabel eonom secara dnams. Dengan menggunaan model Vector Auto-Regresson (VAR), Stoc 2 Robert J. Gordon, The Tme-Varyng NAIRU and ts Implcatons for Economc Polcy. Journal of Economc Perspectves Vol., No., 997, hlm Kenneth W. Clements dan H.Y. Izan, The Measurement of Inflaton: A Stochastc Approach, Journal of Busness and Economc Statstcs, Vol. 5, No. 3 (Jul, 987), hlm

3 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 235 dan Watson (2005) memasuan sejumlah tme seres tersebut untu melhat eteratan buan hanya antar elompo omodtas tersebut namun juga dengan sejumlah varabel maroeonom lannya. 4 Brodjonegoro, Felanty, dan Gtahare (2005) melauan stud mengena nflas daerah dengan menggunaan analss varance decompostton melalu metode VAR (Vector Autoregresson) mencoba melhat determnan nflas d daerah apaah ddomnas oleh fatorfator moneter atau non-moneter. Hasl estmas secara eseluruhan menunjuan bahwa mayortas tngat nflas d daerah lebh banya dsebaban oleh fator-fator non-moneter. Selan tu, dalam stud tersebut juga melauan beberapa analss d mana menympulan bahwa onds nfrastrutur, tngat efsens perdagangan, dan ebjaan atau regulas pemerntah daerah menjad fator yang juga turut mempengaruh nflas daerah. 5 Wmanda (2006) dalam studnya mengena nflas regonal d Indonesa mengemuaan bahwa setelah rss eonom tngat volatltas nflas d daerah menjad lebh tngg. Inflas pada elompo transportas memberan ontrbus besar dalam pembentu nflas d daerah, hal n juga tda terlepas dar pengaruh harga bahan baar. Kemudan, penngatan harga pada elompo omodtas tersebut berdampa pada nflas d elompo bahan maanan, maanan jad, dan perumahan. Selan tu, antara nflas-nflas daerah dengan nflas nasonal tda menunjuan adanya onvergens sehngga pola pergeraannya serngal berbeda dar pergeraan nflas nasonal. 6 Hal nlah yang dapat mengabatan ebjaan moneter tda secara penuh efetf dalam menean laju nflas d daerah. Sepert pada Carlno dan Defna (998), menyataan bahwa secara teorts ebjaan moneter merupaan ebjaan yang bersfat sala nasonal. Namun deman dalam realtasnya terjad dvergens daerah dalam merespon shocs dar varabel agregat eonom tersebut. 7 Perembangan harga-harga yang dtentuan oleh pemerntah (admntered prces) sepert halnya bahan baar mnya (BBM), tentu meml dampa tersendr terhadap harga pada setor transportas. Kemudan, hal n aan bermbas pada omodt lan yang menggunaan bahan baar mnya dalam proses produs maupun dstrbusnya. Sepert dalam Majard (2002), 4 Stud n tda hanya menggunaan varabel elompo-elompo omodtas pada IHK, namun juga pada Indes Produs Industr (Industral Producton Indes), dan Indes Harga Perdagangan Besar (Producer Prce Index). Lhat selengapnya pada James H. Stoc dan Mar W. Watson, Implcatons of Dynamc Factor Models for VAR Analyss, Worng Paper 467, Natonal Bureau of Economc Research, Jun Untu selengapnya bsa lhat Bambang P.S. Brodjonegoro, Telssa Falanty, dan Beta Y. Gtahare, Determnant Factors of Regonal Inflaton n Decentralzed Indonesa, Journal of Economcs and Fnance n Indonesa, Vol. 53 (), pp Lhat selengapnya dalam Rz E. Wmanda, Regonal Inflaton n Indonesa: Characterstc, Convergence, and Determnants, Ban Indonesa Worng Paper, No.3, Otober Lhat selengapnya pada Gerald Carlno dan Robert Defna, The Dfferental Regonal Effects of Monetary Polcy, The Revew of Economcs and Statstcs, Vol. 80, No.4, November 998. pp

4 236 Buletn Eonom Moneter dan Perbanan, Januar 2009 perembangan harga BBM yang merupaan salah satu omponen admnstered prces serngal merupaan penyebab utama tnggnya perembangan harga barang admnstered tersebut dan perembangan nflas IHK pada umumnya. 8 Dar seg barang hasl omodtas pertanan, tentu saja banya fator yang mempengaruh penentuan harganya, mula dar fator musm, cuaca, hngga elancaran jalur dstrbus dan pasoan. Shoc harga yang terjad pada omodtas n yang masu d dalam elompo bahan maanan, aan secara langsung drasaan pada elompo omodtas lan yang menggunaan hasl omodtas pertanan atau elompo bahan maanan tersebut sebaga bahan baunya. Jad pertanyaan yang mengemua adalah, apaah terjad eteratan antar harga elompo-elompo omodtas pembentu nflas? Bagamana pengaruh penngatan harga pada suatu elompo omodtas tertentu terhadap pergeraan harga d elompo omodtas lannya? Dan seberapa besar ontrbus pengaruh dar harga suatu elompo omodtas terhadap shoc pergeraan harga d elompo omodtas lannya? Oleh arena tu, salah satu tujuan dar stud n aan mencoba melhat sejauh mana perembangan harga pada setor yang terat dengan penetapan harga yang datur pemerntah terhadap perembangan harga d setor lan. Dengan deman, eta menganalss pengendalan nflas daerah tentu saja tda dapat mentberatan pada omodtas tertentu yang danggap penyumbang terbesar nflas daerah, namun perlu dlauan pengendalan harga secara smultan terhadap setor lan. Shoc harga yang terjad pada suatu omodtas bsa dabatan oleh shoc yang terjad pada omodtas lannya. I.2. Karaterst Inflas d Sumatera Barat Perhtungan nflas secara nasonal merupaan hasl dar omplas perhtungan nflas seluruh daerah yang telah dlauan pembobotan. Propns Sumatera Barat sendr nflasnya dwal oleh Kota Padang d mana mendapatan pembobotan sebesar,69 persen terhadap nflas nasonal dengan menggunaan SBH Bobot n anganya lebh ecl dbandngan bobot dengan menggunaan SBH 2002 yatu sebesar 2,07 persen. 8 Majard (2002) member catatan bahwa pengetahuan tentang perraan ecenderungan pergeraan harga BBM menjad sangat pentng dalam mengetahu pergeraan harga admnstered pada hususnya. Penetapan harga BBM yang mendeat maret base aan mengabatan perraan mengena pergeraan harga BBM serta pengaruhnya terhadap perembangan harga barang secara umum menjad lebh sult untu duur. Lhat selengapnya pada Fadjar Madjard, Admnstered Prce dan Pola Penetapan Harga BBM, Catatan Rset, Dretorat Kebjaan Moneter, Ban Indonesa, Jul 2002.

5 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 237 Tabel III. Bobot Inflas Daerah d Pulau Sumatera dan Setarnya No. Nama Kota Bobot Kota (SBH 2002) (SBH 2007) Lhoseumawe 0,25 0,28 2 Banda Aceh 0,66 0,3 3 Padang Sdempuan 0,3 0,26 4 Sbolga 0,24 0,2 5 Pematang Santar 0,68 0,56 6 Medan 5,98 4,67 7 Padang 2,07,69 8 Peanbaru,95,70 9 Batam,72 2,02 0 Jamb,3 0,98 Palembang 3,98 2,96 2 Bengulu 0,76 0,59 3 Bandar Lampung 2,25,9 4 Pangal Pnang 0,44 0,34 Sumber: BPS Tabel III.2 Bobot Kelompo Barang Pembentu Inflas d Sumatera Barat dengan SBH 2007 Nama Kota Padang Bobot SBH 2007 (%) Nasonal Bahan Maanan Maanan Jad, Mnuman, Roo & Tembaau Perumahan, Ar, Lstr, Gas & Bahan Baar Sandang Kesehatan Penddan, Rereas & Olah Raga Transportas, Komunas dan Jasa Keuangan Umum Sumber: BPS Dbandngan dengan daerah-daerah lan d Pulau Sumatera dan setarnya, dengan SBH 2007 bobot nflas Kota Padang lebh ecl dbandngan dengan Medan (4,67%), Palembang (2,96%), Batam (2,02%), Bandar Lampung (,9%), dan Peanbaru (,70%). Dengan deman, bobot nflas Kota Padang terhadap nasonal berada sedt d atas rata-rata bobot nflas daerah-daerah d Pulau Sumatera dan setranya yang rata-rata sebesar,32%. (Lhat Tabel III.) Inflas d Sumatera Barat (yoy) perode (Graf III..), secara trend anganya lebh tngg dbandngan dengan nflas nasonal. Pada trwulan IV tahun 2008 anga nflas

6 238 Buletn Eonom Moneter dan Perbanan, Januar 2009 Sumatera Barat sebesar 2,68%, lebh tngg dbandngan nflas nasonal sebesar,06%. Dar tahun 2006 hngga 2008, hanya pada uartal tertentu saja anga nflas Sumatera Barat (yoy) lebh rendah dbandngan nflas nasonal. Pergeraan nflas Sumbar cenderung mengut pergeraan nflas nasonal, namun seja enaan harga BBM d bulan Me 2008 nflas Sumbar secara perssten selalu berada d atas nflas nasonal. Namun dengan bobot yang dberan pada SBH 2007 hanya sebesar,69%, maa teanan pada besaran nla nflas Sumatera Barat terhadap nflas nasonal menjad tda begtu besar. Pembobotan tersebut terat juga dengan scope eonom Sumatera Barat yang tda begtu besar terhadap pereonoman nasonal secara eseluruhan. YoY, % MtM, % mtm Padang mtm Nasonal 6 yoy Padang yoy Nasonal Sumber: BPS (dolah) Graf III. Inflas Nasonal dan Sumatera Barat (y-o-y) Berdasaran elompo omodtas pembentu nflas d Sumatera Barat dengan menggunaan SBH 2007, bobot yang dberan palng besar pada elompo bahan maanan yatu 3,35%. (lhat Tabel III.2). Hal n ddasar oleh eranjang onsums masyaraat (baset of goods) d mana masyaraat dalam pemenuhannya banya berasal dar elompo bahan maanan. Kelompo bahan maanan n secara umum meml ecenderungan sfatnya yang nelasts terhadap pendapatan, terutama pada pemenuhan maanan ebutuhan poo. 9 Kelompo bahan maanan juga rentan flutuas harganya abat onds sepert permasalahan cuaca, sfatnya yang musman, dan pemenuhan pasoan untu memenuh ebuthan yang ada. Pada onds d daerah, pengendalan harga pada elompo omodtas n menjad perhatan 9 Inelasts d sn yatu tngat elaststas pendapatan terhadap uanttas barang lebh rendah dar. Artnya, eta pendapatan masyaraat turun sebesar %, pengurangan onsums dalam uanttas omodtas tersebut urang dar %. Dalam hal n perlu dlauan analss lebh lanjut mengena onds d Sumatera Barat pada ontes omodtas pada elompo bahan maanan tersebut.

7 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 239 pentng, terutama serngal menjad penyumbang nflas terbesar d daerah. Pada tahun 2008, nflas elompo bahan maanan secara tahunan (yoy) sebesar 2,26%, merupaan nflas terbesar dbandngan elompo omodtas lannya. (Tabel III.3). Bobot terbesar edua pembentu nflas d Sumatera Barat adalah elompo perumahan, ar, lstr, gas, dan bahan baar yatu sebesar 22%. Kelompo omodtas n sangat rentan dengan pola penetapan harga melalu ebjaan pemerntah (admnstered prces), terutama pada bahan baar. Pola pergeraan pada elompo barang n rentan terhadap shoc yang cuup besar terat dengan ebjaan penetapan harga oleh pemerntah. Tabel III.3 Inflas tahun 2008 pada Masng-Masng Kelompo dan Sub-Kelompo Komodtas Pembentu Inflas Umum d Sumatera Barat Komodtas (mtm) Inflas Des 2008 (yoy) UMUM 0,2 2,68 BAHAN MAKANAN 0,55 2,26 Pad-padan, Umb-umban dan Haslnya -0,22 6,84 Dagng dan Hasl-haslnya -,05 8,29 Ian Segar -2,60 26,49 Ian Dawetan,62 4,79 Telur, Susu dan Hasl-haslnya -2,00 7,62 Sayur - sayuran -3,25 23,59 Kacang - acangan 3,73 Buah - buahan 4,80 35,62 Bumbu - bumbuan 2,28 6,46 Lema dan Mnya -,06 25,49 Bahan Maanan Lannya 0,2 5,70 MAKANAN JADI, MINUMAN, ROKOK & TEMBAKAU 0,82 3,73 Maanan Jad,26 7,97 Mnuman yang Tda Beralohol 0,37 7,32 Tembaau dan Mnuman Beralohol 0 7,80 PERUMAHAN, AIR, LISTRIK, GAS & BAHAN BAKAR 8,0 Baya Tempat Tnggal 0,4 7,44 Bahan Baar, Penerangan dan Ar -0,34 7,90 Perlengapan Rumahtangga,83 7,5 Penyelenggaraan Rumahtangga 3 5,30 SANDANG 0,98 5,69 Sandang La-la -0,8 2,27 Sandang Wanta 0 6,27 Sandang Ana-ana -3 5,94 Barang Prbad dan Sandang Lan 4,95 9,25 KESEHATAN 8 4,87 Jasa Kesehatan 0,42 Obat-obatan 0 5,52 Sumber: BPS

8 240 Buletn Eonom Moneter dan Perbanan, Januar 2009 Tabel III.3 Inflas tahun 2008 pada Masng-Masng Kelompo dan Sub-Kelompo Komodtas Pembentu Inflas Umum d Sumatera Barat (lanjutan) Komodtas (mtm) Inflas Des 2008 (yoy) Jasa Perawatan Jasman 0 5,9 Perawatan Jasman dan Kosmeta 0,8 6,94 PENDIDIKAN, REKREASI & OLAH RAGA 0,28 9,0 Penddan 0 0,59 Kursus-ursus / Pelathan 0 3,77 Perlengapan / Peralatan Penddan 0 4,33 Rereas,85 6,07 Olahraga 0 0,63 TRANSPORTASI, KOMUNIKASI DAN JASA KEUANGAN -,06 5 Transportas -,43 6,92 Komunas Dan Pengrman 0-9,63 Sarana dan Penunjang Transpor 0 2,70 Jasa Keuangan 0 7,98 Sumber: BPS Kemudan bobot terbesar selanjutnya adalah elompo maanan jad, mnuman, roo, dan tembaau, 6,92%, dan elompo transportas, omunas, dan jasa euangan, 4,22%. Kedua elompo omodtas n tentu pergeraan harganya tda dapat dpsahan dengan dua elompo omodtas selanjutnya. Pada elompo maanan jad, tentu baya nputnya bergantung pada harga d elompo bahan maanan dan elompo perumahan, ar, lstr, % Bahan Maanan Maanan Jad, Mnuman, Roo, dan Tembaau Perumahan, Ar, Lstr, Gas, dan Bahan Baar Transportas, Komunas, dan Jasa Keuangan Mar Jun SepDesMar Jun SepDesMar Jun SepDesMar Jun SepDesMar Jun SepDesMar Jun SepDes Sumber: BPS (dolah, dsetaraan menggunaan tahun dasar 2007) Graf III.2 Inflas Sumatera Barat Berdasaran Kelompo Komodtas (yoy)

9 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 24 dan gas. Begtupula pada elompo transportas, yang sangat terat dengan sub elompo bahan baar, d mana secara bulanan nflas d Sumatera Barat pada bulan Desember 2008 pada elompo bahan baar, penerangan, dan ar mengalam deflas sebesar 0,34%, dut pula deflas pada sub elompo transportas sebesar,34%. (Tabel III.3). Berdasaran Graf III.2., nflas pada elompo bahan maanan; elompo maanan jad, mnuman, roo, dan tembaau; elompo transportas, omunas, dan jasa euangan; dan elompo perumahan, ar, lstr, dan bahan baar pergeraannya serng bergejola, atau serngal berada pada tngat nflas (yoy) d atas 0%. Pada elompo bahan maanan, pergeraan nflasnya sangat bergejola mengut sfatnya yang dpengaruh oleh pola musman, d mana pada awal pertengahan tahun nflasnya cuup tngg, emudan setelah tu mengalam penurunan pada pertengahan tahun, dan embal menngat menjelang ahr tahun. Namun, apabla terjad shoc, sepert enaan harga yang cuup besar pada bulan Otober 2005 terat dengan penngatan harga BBM oleh pemerntah yang total mencapa 20-an persen, begtupula pada bulan Me 2008, namun shoc-nya tda sebesar Otober 2005, pola pergeraan harganya menjad berubah. Pada pertengahan tahun pergeraan harga elompo bahan maanan cenderung mengalam penurunan nflas, namun abat shoc tersebut penurunannya menjad tertahan, yatu tetap mengalam nflas lebh lanjut. Pergeraan harga d elompo n juga rentan dpengaruh oleh etersedaan pasoan abat dstrbus yang tda lancar, serta endala nfrastrutur yang mengabatan transportas pendstrbusan pemenuhan elompo bahan maanan n menjad tersendat. Pergeraan nflas pada elompo maanan jad, mnuman roo, dan tembaau hampr menyerupa pada peregeraan d elompo perumahan, ar, lstr, gas, dan bahan baar. Kedua elompo n juga terlhat mengalam dampa dar shoc enaan bahan baar ba pada bulan Otober 2005 maupun pada Me Kedua elompo tersebut merespon dengan juga mengalam penngatan eta pada elompo transportas, omunas, dan jasa euangan mengalam shoc yang sgnfan. Hal tersebut menunjuan bahwa enaan harga bahan baar menstmulus terjadnya penngatan harga pula pada elompo omodtas lannya. Pada elompo perumahan, lstr, ar, gas dan bahan baar pergeraannya dapat lebh dredam dalam merespon penngatan harga pada elompo lannya. Berbaga omodtas pada elompo n banya yang harganya dtentuan oleh pemerntah. Dengan deman, eta terjad shoc sepert penngatan harga BBM, pemerntah sedapat mungn menahan penngatan d omodtas lannya. Tentu saja untu menghndar teanan yang lebh besar pada daya bel masyaraat, mespun secara eeonoman baya nputnya juga turut menngat.

10 242 Buletn Eonom Moneter dan Perbanan, Januar ,00 Sandang Kesehatan Penddan, Rereas, dan Olahraga 0 5, ,00 Mar Jun SepDesMar Jun SepDesMar Jun SepDesMar Jun SepDesMar Jun SepDesMar Jun SepDes Sumber: BPS (dolah, dsetaraan menggunaan tahun dasar 2007) Graf III.3 Inflas Sumatera Barat Berdasaran Kelompo Komodtas (yoy) Pada etga elompo omodtas terahr, yatu elompo sandang; elompo esehatan; dan elompo penddan, rereas, dan olahraga pergeraan nflas dar etga elompo n tngat volatltasnya tda terlalu tngg. Pergeraannya mespun menngat namun mash dalam range d setar 0an persen. Walaupun deman, pergeraan harga etga elompo n juga terena dampa shoc dar penngatan harga bahan baar mnya pada trwulan ahr 2005 yang emudan berada dalam trend nflas tngg sepanjang tahun Pada elompo penddan, rereas, dan olahraga, pergeraan harganya cenderung menngat pada setelah pertengahan tahun. Hal n terat dengan dmana dbua dan dmulanya ajaran baru penddan banya berlangsung d pertengahan tahun. Sedangan pada elompo esehatan, pergeraan harganya tda membentu pola tertentu, penngatan flutuasnya terpengaruh pada shoc yang terjad pada perode tertentu. Selanjutnya untu melhat seberapa besar eteratan antar harga elompo omodtas tersebut, dan juga mengetahu bagamana pergeraannya e depan ja terjad shoc harga pada suatu elompo omodtas yang dapat mempengaruh harga elompo omodtas lannya, maa aan dgunaan metode eonometr untu melauan analss secara lebh lanjut.

11 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 243 II. METODOLOGI II.. Ten Estmas II...Pengujan Statonertas Pengujan n menggunaan uj stasonertas dengan menggunaan Augmented Dcey- Fuller Test for Unt Roots untu mengetahu bentu stasonertas 0 dan derajat ntegras dar varabel-varabel yang dgunaan. Berdasaran teor dasar mengena unt root, dasumsan persamaan mengut proses AR(), yatu: y t = ρy t- x t»δ ε t (III.) D mana: x t = Optonal exogenous regressor yang bsa bersfat onstan atau onstan dan trend. ρ dan δ = Parameter-parameter yang aan destmas ε t = Whte nose Ja l ρ l >, y adalah ser non-stasoner, dan varans dar y aan terus menngat serng watu secara tda terbatas. Ja l ρ l <, y adalah ser stasoner. Dengan deman, hpotess mengena terjadnya stasonertas dapat duj melalu estmas nla ρ. H 0 : ρ = H : ρ < Melalu Augmented Dcey-Fuller Test, destmas dengan mengurang edua ss pada persamaan () dengan y t-, maa persamaan menjad: y t = ay t- x t»δ ε t (III.2) D mana: a = ρ, maa hpotess yang dgunaan menjad: H 0 : a = 0 H : a < 0 Dan menggunaan onvensonal t-rato untu a: aˆ t a = ( se( aˆ)) (III.3) D mana a adalah nla estmas untu a, dan se(a) adalah standar error. 0 Data meml rata-rata, standar devas atau varans, serta covarans yang onstan untu setap observas.

12 244 Buletn Eonom Moneter dan Perbanan, Januar 2009 Asums yang dgunaan dalam pengujan sepert ntercept dan trend bergantung pada pergeraan ser data yang ada. Ja data meml gelombang yang cenderung tda sama, maa dgunaan asums ntercept. Data danggap stasoner ja hasl test menunjuan penolaan pada hpotess nol dengan nla p-value lebh ecl dar α yang dgunaan. II..2. Pengujan Kontegras Pengujan al n menggunaan Johansen Contegraton Test. Menurut Engle dan Granger (987), suatu ombnas lner antara dua atau lebh ser data non-stasoner aan menghaslan ntegras yang stasoner. Kombnas lner stasoner dapat juga dataan sebaga persamaan yang terontegras (contegratng equaton), dan dapat dnterpretasan sebaga hubungan esembangan janga panjang d antara varabel-varabel yang ada. Jad, tujuan dar contegraton test sangat jelas, yatu untu menentuan apaah elompo ser data yang non-stasoner terontegras apa tda. Bentu hubungan dalam ontegras sendr menggunaan bentu dasar dar spesfas Vector Error Correctng (VEC) dengan berbassan mplementas dar Vector Auto Regresson (VAR) dengan menggunaan metodolog yang dembangan oleh Johansen (99). Dtulsan persamaan VAR dengan orde p, yatu: y t = A y t-... A p y t-p Bx t ε t (III.4) D mana y t adalah vetor dar non-stasoner varabel I(), x t adalah vetor d dar varabel determnan, dan ε t adalah vetor error. Dapat dtulsan embal persamaan VAR d atas menjad: y t = Πy p Γ y t t t t= Bx t ε t (III.5) D mana: Π = Γ p t= = A p t t A j j= I (III.6) (III.7) Metode yang dembangan Johansen mengestmas matrs Π dar unrestrcted VAR, dan menguj apaah dapat menola restrs yang ada dengan mengurang ran dar Π.

13 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 245 II..3. Model Vector Autoregresson (VAR) dan Vector Error Correcton Model (VECM) Sepert pada arah stud n untu mengetahu bagamana eteratan harga pada elompo omodtas pembentu nflas, maa stud n aan donstrus menggunaan model Vector Autoregresson (VAR). Model n menganggap semua varabel dalam model tersebut adalah endogen, emudan destmas secara bersama-sama dan smultan (Gujarat, 2004). Model VAR atau unrestrcted VAR n juga menggunaan eranga logs dengan tda menggunaan secara esplst persamaan strutural dengan spesfas berdasaran teor eonom yang ada (Johnston dan DNardo, 997). 2 Estmas model VAR memasuan varabel endogen yang dpengaruh oleh varabel drnya sendr pada perode sebelumnya (lagged atau past value), dan juga pengaruh varabel-varabel endogen lannya dalam model. Selan tu, sebelum melauan estmas tersebut, harus dpastan juga bahwa persamaan-persamaan yang ada dalam sstem terdentfas ba exactly-dentfed atau over-dentfed. Adapun persamaan-persamaan dalam sstem pada model VAR n adalah sebaga berut: BAMA t = α β BAMA j t = = γ MAJADI t j t t = = j= ϑ PERUM t = = δ KES φ PENDIDI ψ jtrans t u t θ SAND t (III.8) MAJADI PERUM SAND t t t = α = α = α 2 β BAMA t = = j t t = = = γ MAJADI j t δ KES φ PENDIDI ψ TRANS β BAMA t = = t t = = = γ MAJADI t δ KES φ PENDIDI ψ TRANS t = = = β BAMA θ SAND j t γ MAJADI t ϑ PERUM t = = t t ϑ PERUM u 3t 2t t = = u t t = = = = ϑ PERUM t δ KES φ PENDIDI ψ TRANS θ SAND θ SAND t t u 4t t (III.9) (III.0) (III.) Berdasaran Sms (980), metode n dlauan secara smultan pada suatu seelonpo varabel dengan tanpa menentuan secara a pror pemsahan mana varabel endogen dan esogen. Lhat selengapnya dalam Chrstopher A. Sms, Macroeconomc and Realty, Econometrca, Vol. 48, 980, hlm Lhat selengapnya dalam Jac Johnston, dan John DNardo, Econometrc Methods, 4th ed. (New Yor : McGraw-Hll Companes, 997), hlm. 297.

14 246 Buletn Eonom Moneter dan Perbanan, Januar 2009 KES t = α β BAMA t = = γ MAJADI t t t = = = ϑ PERUM t = = δ KES φ PENDIDI ψ TRANS t u 5t θ SAND t (III.2) PENDIDI t = α β BAMA t = = t t = = = γ MAJADI t δ KES φ PENDIDI ψ TRANS ϑ PERUM t = = t u 6t θ SAND t (III.3) TRANS t = α β BAMA t = = γ MAJADI t t t = = = ϑ PERUM t = = δ KES φ PENDIDI ψ TRANS t u 7t θ SAND t (III.4) D mana: BAMA t = ndes harga elompo bahan maanan MAJADI t = ndes harga elompo maanan jad, mnuman, roo, dan tembaau PERUM t = ndes harga elompo perumahan, ar, lstr, gas, dan bahan baar SAND t = ndes harga elompo sandang KES t = ndes harga elompo esehatan TRANS t = ndes harga elompo transportas, omunas, dan jasa euangan = stochastc error terms atau mpulse atau novas atau shoc dalam VAR u t = lag length Estmas aan menggunaan unrestrcted VAR ja data-data pada varabel yang ada menunjuan stasoner pada tngat level, atau menggunaan VAR n dfference ja data nonstasoner namun tda terntegras pada derajat yang sama. Ja data pada semua varabel nonstasoner namun terjad ontegras pada derajat yang sama maa estmas model menggunaan Vector Error Correcton Model (VECM). Secara umum persamaan-persamaan d atas dapat drngas e dalam vetor matrs (Z t ) sebaga berut: Z t = [BAMA, MAJADI, PERUM, SAND, KES, PENDIDI, TRANS] (III.5) Ja model VAR dapat dtuls sebaga berut: Z t = = Π Z t u t (III.6) Maa bentu frst-dfference-nya untu estmas VECM aan menjad sepert berut:

15 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 247 D mana: Z t = matrs vetor frst-dfference Π = matrs contegratng vector x matrs oefsen Γ u t Z t = Π Z t Γ Z t = = matrs oefsen = matrs vetor error u t (III.7) Penentuan selang (lag) optmal dcar dengan menggunaan rtera nformas yang terseda. Kanddat selang yang dplh dapat berdasaran Lelhood Rato (LR), Fnal Predcton Error (FPE), Aae Informaton Crteron (AIC), Schwartz Informaton Crteron (SC), dan Hannan- Qun Crteron (HQ). 3 Pemlhan selang optmal juga memperhatan mana yang menghaslan Adjusted R-squared terbesar pada varabel-varabel pentng dalam sstem. Selan mengestmas model VAR, estmas juga melauan perhtungan dan analss pada Impulse Response Functon (IRF) untu melaca respon saat n dan masa depan pada setap varabel dengan memanfaatan nformas seluruh nformas masa lalu semua varabel. Forecast Error Varance Decomposton (FEVD) juga dlauan untu mempreds ontrbus persentase varans setap varabel terhadap perubahan suatu varabel tertentu. Perlu dtegasan bahwa aplas model VAR dan VECM n lebh dteanan untu menganalsa onds emprs pergeraan harga dan nflas. Alternatf yang lebh uat adalah model Structural Vector Autoregressve (SVAR) yang memungnan nternalsas teor dalam proses estmas melalu penetapan restrs atas hubungan teorts antar varabel yang terlbat dalam persamaan. II.2. Data Data yang dgunaan adalah data bulanan pada elompo omodtas pembentu nflas d Sumatera Barat dar 2002: hngga 2008:2. Data tersebut telah dsetaraan dengan menggunaan bass SBH 2007 yang dperoleh dar BPS. 3 Ja rtera nformas hanya meruju pada sebuah anddat selang, maa anddat selang tersebutlah yang palng optmal.

16 248 Buletn Eonom Moneter dan Perbanan, Januar 2009 Tabel III.4 Uraan Statst Desrptf Data IHK untu Estmas Model BAMA MAJADI PERUM SAND KES PENDIDI TRANS Mean 83, , ,039 85, , , ,65333 Medan 79,625 76,855 8,55 8,87 86,94 84,38 73,89 Maxmum 27,23 9,44 0,76 07,4 09,8 0,5 0,8 Mnmum 58,95 60, 62,2 67,74 78,02 70,29 54,96 Std, Dev, 9,5703 7, ,9704 2,9056 9,629859,7672 9,3672 Observatons Total observas untu estmas adalah 84 seres. Penggunaan elompo-elompo omodtas tersebut ddasaran pada pengelompoan omodtas pada SBH Stud n jad lebh mencoba melhat data pada elompo omodtas tersebut yang sudah daggregas dar masng-masng sub-elompo yang membentunya. Tabel III.5 Correlaton Matrx antar Harga Kelompo Komodtas Pembetu Inflas Umum BAMA MAJADI PERUM SAND KES PENDIDI TRANS BAMA,0000 0,988 0,9572 0,9620 0,9702 0,9508 0,938 MAJADI,0000 0,9877 0,9862 0,9925 0,9794 0,9509 PERUM,0000 0,9920 0,9804 0,9906 0,9559 SAND,0000 0,9794 0,9866 0,9620 KES,0000 0,9703 0,9328 PENDIDI,0000 0,9493 TRANS,0000 Dar hasl estmas correlaton matrx menunjuan bahwa antara varabel satu dengan varabel lannya masng-masng meml eteratan yang uat, yatu nlanya rata-rata d atas 0,8. Dengan deman, apabla estmas menggunaan model VAR dmungnan mengngat masng-masng varabel danggap sebaga varabel endogen yang menerma pengaruh ba dar drnya sendr (lag) dan juga varabel lannya (lag).

17 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat MAJADI KES 60 PERUM PENDIDI SAND TRANS B A M A Graf III.4 Scatter Plot Kelompo Bahan Maanan dengan Kelompo Komodtas Lan Pembentu Inflas Umum Dar hasl grafs scatter plot d atas dengan mengatan hubungan antara varabel elompo bahan maanan dengan varabel dar elompo omodtas lannya menunjuan eteratan yang uat, yatu plot-plot yang ada membentu trend 45 derajat atau dengan ata lan yatu meml orelas mendeat. III. HASIL DAN ANALISIS Hasl pengujan stasonertas pada semua varabel dengan menggunaan Augmented Dcey-Fuller Test menujuan bahwa semua varabel stasoner pada tngat turunan derajat satu (frst dfferences). Setelah melalu pengujan stasonertas, arena semua varabel menunjuan stasoner pada derajat yang sama, yatu derajat satu, maa dlauan pengujan apaah varabel-varabel tersebut terontegras pada janga panjang. Hasl Johansen Contegraton test pada nla trace test terndas terjad 2 persamaan ontegras ba pada α = 5% maupun %. Sedangan max-egenvalue test mengndasan 2 persamaan ontegras pada α = 5%, juga mengndasan adanya persamaan ontegras pada α = %. Hal n juga onssten dengan pengujan melalu Engle-Granger d mana resdual hasl estmas persamaan varabel-varabel tersebut adalah stasoner. Apabla menggunaan lag yang sama dengan penggunaan lag optmal pada system VAR, yatu lag 7, hasl pengujan juga menunjuan hasl ontegras, d mana trace test mengndasan adanya 6 persamaan ontegras pada α = 5% dan %. Max-egenvalue test juga mengndasan terjadnya 6 persamaan ontegras pada α = 5%, dan mengndasan terjad 5 persamaan ontegras pada α = %.

18 250 Buletn Eonom Moneter dan Perbanan, Januar 2009 Karena hasl pengujan ontegras menunjuan bahwa varabel-varabel tersebut terontegras pada derajat yang sama, yatu derajat satu (frst-dfference) maa estmas model tda menggunaan VAR namun menggunaan model VECM. Pengujan selang (lag) optmal pada rtera LR (sequental modfed LR test statstc (each test at 5% level)), FPE (Fnal Predcton Error), dan AIC (Aae nformaton crteron) menunjuan pada lag e-7, dar hasl estmas model juga lag e-7 menghaslan Adjusted R-squared palng besar. Hasl Impulse Response Functon (IRF) dan Forecast Error Varance Decomposton (FEVD). Impulse response pada VECM n menggunaan Impulse Response to Generalzed One S.D.Innovatons. Berut adalah mpulse response varabel masng-masng elompo omodtas terhadap elompo omodtas lannya. III.. Kelompo Bahan Maanan (BAMA) III... Impulse Response Functon Kelompo Bahan Maanan Dar hasl mpulse response tersebut menggambaran bahwa pada bulan pertama e depan, ja terjad shoc postf sebesar satu standar devas ( S.D.) pada harga elompo bahan maanan (BAMA) maa aan mengabatan penngatan harga elompo BAMA tu sendr sebesar 2,03%. Namun dampanya mula menurun mula bulan e-3 hngga embal pada esembangan harga semula dantara bulan e-0 dan e-. Jad, apabla terjad shoc yang berasal dar elompo BAMA tu sendr msalnya abat dar pengaruh cuaca, musm, atau gagal panen yang mengabatan pasoan BAMA tersendat maa aan terjad penngatan harga yang penyesuaan menuju e harga semula cuup membutuhan watu yang cuup lama, yatu setar 0- bulan. Apabla terjad shoc postf sebesar S.D. pada elompo MAJADI berdampa pada penngatan harga elompo BAMA pada trwulan pertama rata-rata sebesar,6% emudan embal menngat d ahr trwulan e-3 pada bulan e-9 sebesar,33%. Harga embal mula menurun mula bulan e-0 dan bahan deflas -9% d bulan e-. Dampa shoc pada bulan e- dar elompo PERUM tda terlalu besar setar 0,86%, pada elompo n termasu d dalamnya sub-elompo bahan baar. Dampa enaan bahan baar terjad lebh drespon oleh penngatan harga pada elompo BAMA dar elompo TRANS yang ddalamnya masu sub-elompo transportas yang menunjang proses dstrbus, d mana mengabatan penngatan pada harga elompo BAMA pada bulan e- sebesar,29%. Namun memasu bulan e-4 dan 5 dampa dar elompo PERUM dan TRANS n mula mengalam penurunan. Hasl n mengonfrmas dar analss derptf pada bagan sebelumnya, d mana pergeraan harga elompo omodtas bahan maanan dpengaruh

19 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 25 juga oleh shoc yang terjad pada harga elompo transportas, terat dengan penngatan harga BBM. KelompoSAND juga ternyata meml dampa terhadap elompo BAMA dengan menyebaban penngatan harga rata-rata sebesar,05% dar bulan e- hngga bulan e-9, dan menurun pada bulan e-0 sebesar -0,23%. Sedangan shoc dar elompo KES menyebaban penurunan harga elompo BAMA d bulan e- sebesar -0.67% d mana penurunan n bertahan hngga bulan e-5, dan mula bulan e-6 justru menyebaban penngatan harga elompo BAMA. Dar hasl mpulse response menunjuan bahwa shoc yang ada (BAMA, MAJADI, SAND, dan PENDIDI) sebagan besar mula menurun embal d bawah harga esembangan pada 2-3 bulan terahr. Hal n dapat dataan bahwa persstens penngatan harga pada elompo BAMA rata-rata berlangsung hngga 0 bulan e depan. Response to Generalzed One S.D. Innovatons 3 Response of BAMA to BAMA 3 Response of BAMA to MAJADI Response of BAMA to PERUM 3 Response of BAMA to SAND Graf III.5 Impulse Response Functon Kelompo Bahan Maanan

20 252 Buletn Eonom Moneter dan Perbanan, Januar 2009 Response to Generalzed One S.D. Innovatons 3 Response of BAMA to KES 3 Response of BAMA to PENDIDI Response of BAMA to TRANS Graf III.5 Impulse Response Functon Kelompo Bahan Maanan (lanjutan) Tabel III.6 Impulse Response Functon Kelompo Bahan Maanan Perod BAMA MAJADI PERUM SAND KES PENDIDI TRANS 2,0290,0578 0,860,088-0,6657 0,5397, ,0470,887,0389,75-0,5792 0,6370,079 3,5784,2049 0,4980,007-0,405,3274 0,366 4,46,263 0,238,0238-0,3689, ,892,070-0,3477 0,8676-0,2569,762-0, ,7602,029-0,4893,032 3,0376-0, ,663,0508-0,7097 0,8389 0,955 0,9583-0, ,4897,2222-0,8407,74 0,320 0,754-0, ,837,3287-0,5049,2882 0,5006 0,694 0, ,204 0,3582-0,895 0,3480 0,752-0,2682-0,7693-0, ,3240-0,2347 0,899 -,0699 -, ,727-0,9405 0,4883 0,659-0,9064-0,8867

21 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 253 III..2. Varance Decomposton Harga Kelompo Bahan Maanan Berdasaran Tabel III.7 dapat dlhat ontrbus masng-masng shoc varabel endogen terhadap flutuas harga elompo BAMA. Data pada bulan pertama menunjuan enaan harga elompo BAMA lebh dsebaban oleh harga elompo BAMA tu sendr (00%). Jad fator yang banya menyebaban penngatan harga pada elompo BAMA adalah dar drnya sendr, hal n mengonfrmas bahwa fator yang sfatnya strutural dan geografs sepert musm, cuaca, hngga egagalan panen pada sub-sub elompo d dalamnya yang banya terdr dar hasl produs d setor prmer sepert pertanan sangat domnan mempengaruh flutuas harganya. Memasu ahr trwulan (bulan e-3)shoc flutuas harga terbesar elompo BAMA n selan dpengaruh oleh drnya sendr (69,54%) juga dpengaruh oleh harga elompo TRANS (2,30%), d mana elompo n mempunya peran masu dalam strutur baya dalam ranga dstrbus pasoan ba dar petan produsen langsung emudan e pedagang pengumpul hngga e pedagang retal. Komposs ontrbus shoc n mash berlangsung sama hngga ahr trwulan 2 (bulan e-6) d mana elompo BAMA sebesar 40,8%, dan elompo TRANS sebesar 32,79%. Pada ahr perode d bulan e-2 ontrbus shoc flutuas harga terbesar tersebar pada tga elompo yatu elompo TRANS, elompo BAMA tu sendr, dan emduan elompo PERUM, dengan masng-masng onstrbus sebesar 26,09%, 23,23%, dan 23,2%. Kelompo PERUM masu dalam ontrbus terbesar salah satunya berasal dar sub-elompo bahan baar, yang juga bagan dar baya nput dalam transportas untu dstrbus elompo BAMA. Tabel III.7 Varance Decomposton Harga Kelompo Bahan Maanan Perod S.E. BAMA MAJADI PERUM SAND KES PENDIDI TRANS 2, ,0085 9,7792 0,2240 0,247 0, ,560 7, , ,5369,4206, ,78 6,4386 2, ,97 52,9057 2,4799 2, ,255 9, , , ,6459 2,622 6, ,6438 0,828 33, , ,848 4,088 9,8968 0,3337,62, , , ,0494 5,3073 3,8270 0,3558 2,0736 2, ,26 8 6,932 32,062 7,39 7,9293 0,7976 2,982,845 27, , ,598 9,8075,2007 4,540, , , ,9028 8,9 2,524,743 6,53 0, ,8020 8, ,5455 7,385 22,0953,0607 7,8876 0,352 25, , ,2255 7, ,5 0,9806 8,5982 0, ,0897

22 254 Buletn Eonom Moneter dan Perbanan, Januar 2009 III.2. Kelompo Maanan Jad, Mnuman, Roo, dan Tembaau (MAJADI) III.2.. Impulse Response Functon Kelompo Maanan Jad, Mnuman, Roo, dan Tembaau Hasl IRF pada elompo MAJADI memperlhatan bahwa ja terjad shoc postf sebesar S.D. pada harga elompo BAMA menyebaban penngatan harga pada elompo MAJADI sebesar 0,42%, begtu pula dar shoc drnya sendr yang menyebaban penngatan sebesar 0,8%. Pengaruh shoc dar elompo BAMA hngga bulan e-7 menyebaban flutuas penngatan harga pada elompo MAJADI dan emudan pada bulan e-8 dan 9 mengalam penurunan dan embal mula mendeat harga semula dengan penngatan harga yang lebh ecl d ahr perode tahunan (6%). Shoc harga yang terjad pada elompo PERUM dan TRANS sebesar S.D. pada bulan pertama menyebaban penngatan harga pada elompo MAJADI sebesar 0,40% dan 0,57%. Kedua elompo n banya yang masu sebaga nput pada produs elompo MAJADI selan dar bahan bau yang banya berasal dar elompo BAMA. Kelompo TRANS terus memberan dampa penngatan harga pada elompo MAJADI hngga bulan e-7 (0,5%) dan emudan setelah tu memberan pengaruh penurunan harga hngga ahr tahun (bulan e-2) sebesar -7%. Begtupula pada elompo PERUM yang banya ds oleh sub-elompo ebutuhan energ dan bahan baar, memberan pengaruh penngatan harga elompo MAJADI hngga bulan e-8, dan setelah tu memberan dampa penurunan hngga ahr tahun sebesar - 0,20%. Hasl n juga sesua dengan analss sebelumnya, d mana pergeraan harga elompo maanan jad, mnuman, roo, dan tembaau, selan tda terlepas dar harga bahan maanan sebaga bagan nputnya, juga dpengaruh oleh shoc yang terjad pada elompo transportas, omunas dan jasa euangan. Temuan menar dar hasl n, shoc harga elompo SAND memberan pengaruh yang perssten d mana hngga ahr tahun rata-rata memberan pengaruh penngatan harga pada elompo MAJADI sebesar 0,5%. Selan tu, shoc yang terjad pada MAJADI, SAND, dan KES cenderung mengabatan penngatan harga pada elompo MAJADI secara lebh perssten, dbandngan dampa shoc dar elompo BAMA, PERUM, PENDIDI, dan TRANS, yang mula turun pada bulan e-7 dan 8.

23 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 255 Response to Generalzed One S.D. Innovatons,0 Response of MAJADI to BAMA,0 Response of MAJADI to MAJADI 0,5 0,5-0,5-0,5 -,0 -,0,0 Response of MAJADI to PERUM,0 Response of MAJADI to SAND 0,5 0,5-0,5-0,5 -,0 -,0,0 Response of MAJADI to KES,0 Response of MAJADI to PENDIDI 0,5 0,5-0,5-0,5 -,0 -,0,0 Response of MAJADI to TRANS 0,5-0,5 -,0 Graf III.6 Impulse Response Functon Kelompo Maanan Jad, Mnuman, Roo, dan Tembaau

24 256 Buletn Eonom Moneter dan Perbanan, Januar 2009 Tabel III.8 Impulse Response Functon Kelompo Maanan Jad, Mnuman, Roo, dan Tembaau Perod BAMA MAJADI PERUM SAND KES PENDIDI TRANS 0,4243 0,838 0,4046 0, , ,3992 0,7298 0,5520 0,5729 0,2866 0,28 0, ,3877 0,3096 0,287 0,4009 0,222 0, ,469 0,3552 0,2846 0, ,375 0,770 0,4222 0,4704 0, , ,2632 0,6648 0,4359 0,5333 0, , ,553 0,8334 0,362 0,5543 0, , ,6882 0,30 0,5070 0,7065-0, ,5505-0,252 0,4235 0,7548-0,498-0, , ,5427 0,6290-0,6594-0, ,8848-0,503 0,682 0,5246-0, ,9567-0,2043 0,7332 0,5937-0, III.2.2. Varance Decomposton Harga Kelompo Maanan, Mnuman, Roo, dan Tembaau Berdasaran tabel d atas, memperlhatan bahwa ontrbus shoc pada harga elompo MAJADI pada bulan pertama ddomnas oleh varabel drnya sendr (72,82%), dan emudan dsusul oleh harga elompo BAMA (27,8%). Hal n menunjuan betapa sangat bergantungnya produs elompo MAJADI terhadap nput yang berasal dar elompo BAMA, sehngga penngatan harga pada elompo BAMA langsung berontrbus cuup besar pada penngatan harga d elompo MAJADI pada bulan pertama e depan. Kelompo TRANS mula berontrbus cuup besar pada shoc harga dar elompo MAJADI mula bulan e-4 dengan ontrbus sebesar 20,49%, dan pada bulan tersebut ontrbus shoc dar harga elompo BAMA mula menurun yatu sebesar,63%. Memasu bulan e- 6 ontrbus shoc dar elompo MAJADI tu sendr juga mula menurun menjad 43,05% serng dengan penyesuaan-penyesuaan yang dlauan oleh masyarat terutama dengan pemlhan barang substtus tertentu menyap enaan harga pada suatu barang d elompo n. Sedangan ontrbus dar harga elompo TRANS seman besar (26,42%) terat dengan dstrbus dan pemasaran yang terus dlauan pada elompo MAJADI sehngga ontrbus harga pada elompo TRANS seman besar. Hngga ahr tahun d bulan e-2 edua penyumbang terbesar shoc dar harga pada elompo MAJADI adalah drnya sendr dan elompo TRANS, yatu 37,37% dan 20,52%.

25 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 257 Tabel III.9 Varance Decomposton Harga Kelompo Maanan, Mnuman, Roo, dan Tembaau Perod S.E. BAMA MAJADI PERUM SAND KES PENDIDI TRANS 0,838 27,793 72, ,622 25,267 63,3829 3,542 0,908 7, ,3988 3,3703 8,47 54,3334 4,0982 0,2428 2,384 2,9665 7,5606 4,627 3, ,7423 4,5770 0,766 3,2486 2, ,4934 5,897 2,604 45,2502 3,6060 0,2237 3,304, , ,63,993 43,0454 3,2406 0,392 4,05, , ,4944 8, ,82 2,4603 0,3053 4,2360, , ,84 6, ,4237 2,2326 0,6243 6,522,770 27, ,0 5,8005 4,474 3,2538 0,8733 9,7473 3, , ,428 4, ,8356 3,9923, ,5670 6, ,6592 3,7990 4, ,332 5,730,573 9, , ,985 3, ,269 7,3562,306 8,2773, ,5232 III.3. Kelompo Perumahan, Ar, Lstr, Gas, dan Bahan Baar (PERUM) III.3.. Impulse Response Functon Harga Kelompo Perumahan, Ar, Lstr, Gas, dan Bahan Baar Hasl IRF d harga elompo PERUM ja terjad shoc sebesar S.D. pada masng-masng varabel, pada bulan e- e depan harga elompo PERUM dan TRANS yang menyebaban penngatan harga tertngg dbandngan elompo lannya, yatu 0,84% dan 0,67%. Namun shoc pada elompo TRANS mengalam penurunan memasu bulan e-4 hngga bulan e-6, Response to Generalzed One S.D. Innovatons,0 0,8 0,6 0,4 0,2 Response of PERUM to BAMA,0 0,8 0,6 0,4 0,2 Response of PERUM to MAJADI -0,2-0,2 Graf III.7 Impulse Response Functon Harga Kelompo Perumahan, Ar, Lstr, Gas dan Bahan Baar

26 258 Buletn Eonom Moneter dan Perbanan, Januar 2009 Response to Generalzed One S.D. Innovatons,0 0,8 0,6 0,4 0,2 Response of PERUM to PERUM,0 0,8 0,6 0,4 0,2 Response of PERUM to SAND -0,2-0,2,0 0,8 0,6 0,4 0,2 Response of PERUM to KES,0 0,8 0,6 0,4 0,2 Response of PERUM to PENDIDI -0,2-0,2 Response of PERUM to TRANS,0 0,8 0,6 0,4 0,2-0,2 Graf III.7 Impulse Response Functon Harga Kelompo Perumahan, Ar, Lstr, Gas dan Bahan Baar (lanjutan) dan emudan berangsur menngat embal hngga e 6 bulan berutnya dengan shoc setar 0,54% hngga 0,77%. Sedangan pada elompo PERUM sendr perssten dengan shoc yang cuup tngg dar pertengahan tahun hngga ahr tahun sebesar 0,64% hngga 0,72%.

27 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 259 Tabel III.0 Impulse Response Functon Harga Kelompo Perumahan, Ar, Lstr, Gas dan Bahan Baar Perod BAMA MAJADI PERUM SAND KES PENDIDI TRANS 0,356 0,475 0,8399 0, ,260 0, ,2368 0,309 0,7874 0,2052 0,299 0,270 0, ,23 0,2683 0,7604 0,2293 0,637 0,2665 0, ,55 0, ,2688 0,2302 0, ,673 0,864 0,676 0,730 0,233 0,2677 0, ,229 0,58 0,5745 0,450 0, , ,239 0,4668 0,6604 0, , ,3666 0,7049 0,6439 0, , ,34 0,6325 0,7078 0,5850 0, , ,2450 0,4306 0,6706 0,4284 0, ,5427 0,334 0,636 0,653 0,5396 0, , ,562 0,844 0,792 0, ,773 Harga elompo PERUM sendr secara perssten memberan shoc penngatan harga pada drnya sendr hngga ahr perode (bulan e-2) dengan rata-rata menyebaban penngatan harga sebesar 0,70%. Hal n terat dengan sfat pada elompo omodtas n yang banya penentuan harganya banya dpengaruh oleh ebjaan pemerntah (admnstered prces) terutama dalam sub-elompo bahan baar, penerangan, dan ar. Selan tu pada subelompo baya tempat tnggal juga aan berlangsung secara perssten terutama sfatnya ba tanah atau rumah yang banya djadan sebaga sarana nvestas. Dampa persstens penngatan harga elompo PERUM juga terjad abat shoc dar elompo BAMA, MAJADI, dan SAND, d mana menunjuan dampa pada pergeraan harga PERUM seman menjauh dar harga esembangannya. III.3.2. Varance Decomposton Harga Kelompo Perumahan, Ar, Lstr, Gas, dan Bahan Baar Hasl FEDV menunjuan bahwa ontrbus shoc pada flutuas harga elompo PERUM ddomnas oleh varabel tu sendr, d mana mempunya andl dar bulan e- hngga bulan e- e depan dengan ontrbus pada saran 54,33-75,77%. Namun d ahr perode pada bulan e-2 ontrbusnya hanya menjad 49,77% dan mula menngat ontrbus dar harga elompo MAJADI sebesar 22,93%. Fenomena n menunjuan bahwa pada pembentu harga elompo PERUM d mana terdapat sub-elompo yang harganya berdasaran admnstered prces maa penyesuaan harga setelah terjad shoc aan sangat bergantung pada ebjaan pemerntah tu sendr.

28 260 Buletn Eonom Moneter dan Perbanan, Januar 2009 Yatu eputusan untu menurunan harga pada sub-elompo yang masu dalam admnstered prces, terutama pada sub-elompo bahan baar, penerangan, dan ar. Selan tu, dar hasl d atas menunjuan bahwa peran elompo TRANS dalam mempengaruh pergeraan harga pada elompo PERUM tda terlalu besar. Kebjaan pemerntah yang mengabatan penngatan harga secara bersamaan pada edua elompo n adalah sebuah onds tersult yang harus dhadap masyaraat dalam mempertahanan daya belnya. Dengan deman, mespun secara nla eonoms baya nput elompo PERUM mengalam penngatan, namun pemerntah cenderung aan menahan penngatan harganya, terutama apabla pertmbangan strategs tda memungnan untu menngatan harga pada saat tu. Tabel III. Varance Decomposton Harga Kelompo Perumahan, Ar, Lstr, Gas, dan Bahan Baar Perod S.E. BAMA MAJADI PERUM SAND KES PENDIDI TRANS 0,8399 7,9696 0,4704 7, ,694 3,3703 8, ,767 0, ,970,799 3,4795 9,0258 8,766 72,7727 0, ,43 7,4943 4,709 7,0864 6, ,42 0,3502 0,6054 2,950 8,2603 5,902 6,502 5,76 72,3692 0,283 0,4937 3,5484, ,0227 6,24 5, ,060 0,2529 0,9723 3,648 2, ,650 6,34 8, ,5858 0,2937 0,8488 2,787 2, ,370 8,042 4, ,289 0,3786 0,7895 3,448, ,4667 8,665 7, ,4465 0,849,5056 3,2584 9, ,5898 8,7556 7, ,2758,089 2,6246 3,6086 9,0273 2,734 9, ,338,248 2,5283 3,747 8, ,877 2,274 22,925 49,7695,2437 2,400 3,5447 7,8446 III.4. Kelompo Sandang (SAND) III.4.. Impulse Response Functon Harga Kelompo Sandang Apabla terjad shoc postf sebesar S.D. pada masng-masng harga elompo omodtas, pada bulan pertama e depan, harga elompo BAMA menyebaban penngatan harga pada elompo SAND sebesar 0,26%, sedangan dampa dar elompo MAJADI adalah sebesar 0,35%, elompo PERUM 0,2%, elompo SAND tu sendr 0,48%, elompo TRANS 0,32%, elompo PENDIDI 0,2%, sedangan elompo KES menyebaban penurunan harga -2%. D bulan e-6, selan varabel drnya sendr, elompo MAJADI dan TRANS yang mengabatan penngatan harga terbesar pada elompo SAND, masng-masng sebesar 0,34% dan 0,27%. Hal n menunjuan bahwa shoc yang terjad pada elompo omodtas lan ternyata juga berdampa pada harga elompo SAND.

29 Analss Keteratan Harga Antar Kelompo Komodtas Pembentu Inflas d Sumatera Barat 26 Berbaga shoc dar harga elompo omodtas terhadap harga elompo SAND mayortas menyebaban penngatan harga pada elompo n secara perssten hngga sepanjang 2 bulan e depan, ecual pada elompo KES dan PERUM yang menunjuan ecenderungan menurun pada ahr tahun. Response to Generalzed One S.D. Innovatons,0 0,8 0,6 0,4 0,2-0,2 Response of SAND to BAMA,0 0,8 0,6 0,4 0,2-0,2 Response of SAND to MAJADI -0,4-0,4,0 0,8 0,6 0,4 0,2-0,2 Response of SAND to PERUM,0 0,8 0,6 0,4 0,2-0,2 Response of SAND to SAND -0,4-0,4,0 0,8 0,6 0,4 0,2-0,2 Response of SAND to KES,0 0,8 0,6 0,4 0,2-0,2 Response of SAND to PENDIDI -0,4-0,4 Graf III.8 Impulse Response Functon Harga Kelompo Sandang

30 262 Buletn Eonom Moneter dan Perbanan, Januar 2009 Response to Generalzed One S.D. Innovatons,0 0,8 0,6 0,4 0,2-0,2 Response of SAND to TRANS -0,4 Graf III.8 Impulse Response Functon Harga Kelompo Sandang (lanjutan) Tabel III.2 Impulse Response Functon Harga Kelompo Sandang Perod BAMA MAJADI PERUM SAND KES PENDIDI TRANS 0,2645 0,3503 0,2054 0, ,244 0, ,4943 0,5849 0,2374 0,5850-0,2772 0,34 0, ,2058 0,3732 0,30 0,4069-0,285 0,2544 0, ,242 0,6588 0,3020 0, ,3386 0, ,2545 0,5897 0,2389 0, ,2929 0, ,3378 0,349 0,2993 0, , ,378 0,2369 0,3878 0,235 0,948 0, ,43 0,7572 0,659 0,6795 0,2755 0,236 0, ,2532 0,4264 0,4548 0,4870 0,33 0,3243 0, ,3333 0,6082 0,5459 0,5704 0,735 0,2950 0,6946 0,47 0,6208 0,40 0, ,2896 0, ,355 0, , ,375 0,3274 III.4.2. Varance Decomposton Harga Kelompo Sandang Berdasaran hasl FEDV menunjuan bahwa ontrbus shoc pada perubahan harga elompo SAND d bulan pertama e depan banya dpengaruh oleh varabel drnya sendr sebesar 43,58%. Namun d bulan e-3 peran varabel SAND tu sendr seman berurang (8,54%) dan lebh banya dpengaruh oleh harga elompo BAMA dan MAJADI sebesar 37,08% dan 3,83%. Hngga ahr perode d bulan e-2 pun deman, pengaruh terbesar berasal dar elompo MAJADI (42,20%) dan BAMA (9,92%). Hal n menunjuan bahwa flutuas harga pada elompo SAND dalam beberapa bulan edepannya banya dpengaruh

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

Penggunaan Model Regresi Tobit Pada Data Tersensor

Penggunaan Model Regresi Tobit Pada Data Tersensor SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 016 S 15 Penggunaan Model Regres obt Pada Data ersensor Def Yust Fadah 1, Resa Septan Pontoh 1, Departemen Statsta FMIPA Unverstas Padjadjaran def.yust@unpad.ac.d

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI

PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION. Oleh : SOEMARTINI PENYELESAIAN MULTIKOLINEARITAS MELALUI METODE RIDGE REGRESSION Oleh : SOEMARTINI JURUSAN STATISTIKA FAKULTAS MATEMATIKA dan ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN JATINANGOR 008 DAFTAR ISI Hal DAFTAR

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN 69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Bab III Model Estimasi Outstanding Claims Liability

Bab III Model Estimasi Outstanding Claims Liability Bab III Model Estmas Outstandng Clams Lablty. Model ELRF Suatu model yang dgunaan untu menasr outstandng clams lablty, tda cuup hanya melbatan data pada run-off trangle saa. Sebab, pembayaran lam d masa

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

P i KULIAH KE 3 METODA KELOMPOK (COHORT SURVIVAL METHOD) METODE ANALISIS PERENCANAAN - 1 TPL SKS DR. Ir. Ken Martina K, MT.

P i KULIAH KE 3 METODA KELOMPOK (COHORT SURVIVAL METHOD) METODE ANALISIS PERENCANAAN - 1 TPL SKS DR. Ir. Ken Martina K, MT. ROGRAM STUDI ERENCANAAN WILAYAH DAN KOTA METODE ANALISIS ERENCANAAN TL SKS DR Ir Ken Martna K, MT KULIAH KE METODA KELOMOK (COHORT SURVIVAL METHOD) Merupaan salah satu metode proyes pendudu endudu delompoan

Lebih terperinci

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA Pengaruh Kelembaban dan Ser Tanah Terhadap Mutu dan Produs Tanaman Tembaau Temanggung dengan Metode MANOVA Mftala Al Rza ), Sutno ), dan Dumal ) ) Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel

Pemodelan Peran Perempuan Terhadap Pertumbuhan Ekonomi di Jawa Timur Tahun Menggunakan Regresi Data Panel JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Prnt) D-305 Pemodelan Peran Perempuan Terhadap Pertumbuhan Eonom d Jawa Tmur Tahun 010-014 Menggunaan Regres Data Panel Putr Rachmawat, Wahu

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

METODE PENELITIAN. menggunakan data sekunder runtun waktu dari tahun Data sekunder

METODE PENELITIAN. menggunakan data sekunder runtun waktu dari tahun Data sekunder III. METODE PENELITIAN A. Jens dan Sumber Data Dalam peneltan n, rncan data yang dgunakan dalam peneltan n adalah menggunakan data sekunder runtun waktu dar tahun 2004-2013. Data sekunder adalah data yang

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 5. No. 3, , Desember 2002, ISSN : JURNAL MATEMATIKA AN KOMPUTER Vol. 5. No. 3, 161-167, esember 00, ISSN : 1410-8518 PENGARUH SUATU ATA OBSERVASI ALAM MENGESTIMASI PARAMETER MOEL REGRESI Hern Utam, Rur I, dan Abdurakhman Jurusan Matematka

Lebih terperinci

MODEL SUOMINEN UNTUK PENETAPAN INDEKS DERAJAT KOMPETISI INDUSTRI PERBANKAN

MODEL SUOMINEN UNTUK PENETAPAN INDEKS DERAJAT KOMPETISI INDUSTRI PERBANKAN roceedng ESAT (solog, Eonom, Sastra, Arste & Spl) Vol. Audtorum Kampus Gunadarma, - Agustus 7 ISSN : 858-559 MODEL SUOMINEN UNTUK ENETAAN INDEKS DERAJAT KOMETISI INDUSTRI ERBANKAN Suzanna Lamra Sregar

Lebih terperinci

BAB I PENDAHULUAN. Pertumbuhan ekonomi merupakan masalah perekonomian dalam. jangka panjang, dan pertumbuhan ekonomi merupakan fenomena penting

BAB I PENDAHULUAN. Pertumbuhan ekonomi merupakan masalah perekonomian dalam. jangka panjang, dan pertumbuhan ekonomi merupakan fenomena penting BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pertumbuhan ekonom merupakan masalah perekonoman dalam jangka panjang, dan pertumbuhan ekonom merupakan fenomena pentng yang dalam duna hanya dua abad belakangan

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

Lebih terperinci

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,

Lebih terperinci

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas

Lebih terperinci

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d

Lebih terperinci

BAB III MODUL INJEKTIF

BAB III MODUL INJEKTIF BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online Jurnal Ensten 4 () (06): 4-3 Jurnal Ensten Avalable onlne http://jurnal.unmed.ac.d/0/ndex.php/ensten Penguuran Intrus Ar Laut Pada Sumur Gal Dengan Kondutvtmeter D Desa Pematang Guntung Kecamatan Telu

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah

Pemodelan MGWR Pada Tingkat Kemiskinan di Provinsi Jawa Tengah Value Added, Vol., No., 5 Pemodelan MGWR Pada Tngat Kemsnan d Provns Jawa Tengah Moh Yamn Darsyah, Rochd Wasono, Monca Frda Agustna 3,,3 Program Stud StatstaUnverstas Muhammadyah Semarang Emal: mydarsyah@unmus.ac.d

Lebih terperinci

Pemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR)

Pemodelan Penduduk Miskin Di Jawa Timur Menggunakan Metode Geographically Weighted Regression (GWR) Pemodelan Pendudu Msn D Jawa Tmur Menggunaan Metode Geographcally Weghted Regresson (GWR) Yuanta Damayant, dan Dr. Vta Ratnasar S.S, M.S Jurusan Statsta, F-MIPA, Insttut Tenolog Sepuluh Nopember (ITS)

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa

Lebih terperinci

PENDUGAAN ELASTISITAS PENAWARAN OUTPUT DAN PERMINTAAN INPUT PADA USAHA TANI PADI DAN JAGUNG: Pendekatan Multiinput-Multioutput

PENDUGAAN ELASTISITAS PENAWARAN OUTPUT DAN PERMINTAAN INPUT PADA USAHA TANI PADI DAN JAGUNG: Pendekatan Multiinput-Multioutput PENDUGAAN ELASTISITAS PENAWARAN OUTPUT DAN PERMINTAAN INPUT PADA USAHA TANI PADI DAN JAGUNG: Pendeatan Multnput-Multoutput Erma Suryan, Sr Hartoyo, Bonar M. Snaga, dan Sumaryanto 91 PENDUGAAN ELASTISITAS

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

BADAN PUSAT STATISTIK PROVINSI KEPULAUAN RIAU

BADAN PUSAT STATISTIK PROVINSI KEPULAUAN RIAU BADAN PUSAT STATISTIK PROVINSI KEPULAUAN RIAU No. 14/02/21/Th.X, 2 Februari 2015 PERKEMBANGAN INDEKS HARGA KONSUMEN/INFLASI GABUNGAN 2 KOTA IHK (BATAM DAN TANJUNGPINANG) JANUARI 2015 DEFLASI 0,32 PERSEN

Lebih terperinci

Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression

Faktor-Faktor Eksternal Pneumonia pada Balita di Jawa Timur dengan Pendekatan Geographically Weighted Regression JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-98X D-37 Fator-Fator Esternal Pneumona pada Balta d Jawa Tmur dengan Pendeatan Geographcally Weghted Regresson Ftrarma Putr Santoso, Sr Pngt W, dan

Lebih terperinci

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS

MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Semnar Nasonal Statstka IX Insttut Teknolog Sepuluh Nopember, 7 November 29 MODEL KLASIFIKASI RUMAHTANGGA MISKIN DENGAN PENDEKATAN METODE MARS Stud Kasus : Kota Surabaya Rokhana DB 1, Sutkno 2, Agnes Tut

Lebih terperinci

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6 S-21 Oleh : An Djuradah Departemen Statsta FMIPA- IPB e-mal : andjuradah@gmal.com ABSTRAK Pembangunan daerah tertnggal merupaan upaya

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT

ANALISIS MODEL PERSEDIAAN BARANG EOQ DENGAN MEMPERTIMBANGKAN FAKTOR KADALUARSA DAN FAKTOR ALL UNIT DISCOUNT LAORAN HASIL ENELITIAN ANALISIS MOEL ERSEIAAN BARANG EO ENGAN MEMERTIMBANGKAN FAKTOR KAALUARSA AN FAKTOR ALL UNIT ISOUNT Tauf Lmansyah LEMBAGA ENELITIAN AN ENGABIAN KEAA MASYARAKAT UNIVERSITAS KATOLIK

Lebih terperinci

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-36

JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-36 JURNAL SAINS DAN SENI POMIS Vol. 3, No., (04 337-350 (30-98X Prnt D-36 Fator-Fator Yang Mempengaruh ngat Keberhaslan Pemberan Kemoterap Pada Pasen Penderta Kaner Payudara D RSUD Dr.Soetomo Dengan Menggunaan

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB TINJAUAN PUSTAKA Pada Bab n aan dpaparan beberapa teor tentang analss dsrmnan dar berbaga sumber sepert: buu, jurnal dan prosdng. Analss dsrmnan adalah salah satu metode dependens dar analss multvarat.

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

Pendekatan Hurdle Poisson Pada Excess Zero Data

Pendekatan Hurdle Poisson Pada Excess Zero Data SEMINAR NASIONAL MAEMAIKA DAN PENDIDIKAN MAEMAIKA UNY 05 Pendeatan Hurdle Posson Pada Excess Zero Data S - 7 Def Yust Fadah, Resa Septan Pontoh Departemen Statsta FMIPA Unverstas Padadaran def.yust@unpad.ac.d

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai

4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai 4 METODE PENELITIAN 4.1 Watu dan Loas Peneltan Peneltan n dlasanaan selama 6 bulan dmula dar bulan Jul sampa bulan Desember 005 d Kabupaten Indramayu, Provns Jawa Barat yang terleta pada poss geografs

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ e-jurnal Ten Industr FT USU Vol 3, No., Otober 03 pp. 45-5 PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. YZ Delmar Bnhot Lumbantoruan, Poerwanto,

Lebih terperinci

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference B-54 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Prnt) Analss Persebaran Sesmstas Wlayah Sumatera Selatan Menggunaan Metode Double Dfference Dew Fajryyatul Mauldah, Bagus Jaya Santosa

Lebih terperinci

Model Quadratic Almost Ideal Demand System Permintaan Pangan Hewani di Indonesia

Model Quadratic Almost Ideal Demand System Permintaan Pangan Hewani di Indonesia Semnar Nasonal Matemata 6 Jun 015 UI - Unpad Model Quadratc Almost Ideal Demand System Permntaan Pangan Hewan d Indonesa 1 Ftra Vrgantar, Hagn Wayant, 3 Sonny Koeshendraana 1, Program Stud Matemata Faultas

Lebih terperinci

(M.5) PEMBENTUKAN FAST ALGORITHM FUZZY C-MEANS CLUSTER DENGAN INDEKS VALIDITAS XIE DAN BENI (XB) DAN PROPORSI EIGEN VALUE DARI MATRIKS SIMILIARITY

(M.5) PEMBENTUKAN FAST ALGORITHM FUZZY C-MEANS CLUSTER DENGAN INDEKS VALIDITAS XIE DAN BENI (XB) DAN PROPORSI EIGEN VALUE DARI MATRIKS SIMILIARITY Unverstas Padjadjaran, 3 November 00 (M.5) PEMBENTUKAN FAST ALGORITHM FUZZY C-MEANS CLUSTER DENGAN INDEKS VALIDITAS XIE DAN BENI (XB) DAN PROPORSI EIGEN VALUE DARI MATRIKS SIMILIARITY Anndya Aprlyant Pravtasar

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan analss statstk yang dgunakan untuk memodelkan hubungan antara varabel ndependen (x) dengan varabel ( x, y ) n dependen (y) untuk n pengamatan

Lebih terperinci

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression

Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Buta Huruf Kabupaten/kota di Jawa Timur dengan Geographically Weighted Ordinal Logistic Regression JURNAL SAINS DAN SENI IS Vol., No., (Sept. 0) ISSN: 30-98X D-3 Pemodelan Fator-Fator Yang Mempengaruh ngat Buta Huruf Kabupaten/ota d Jawa mur dengan Geographcally Weghted Ordnal Logstc Regresson Nur Lalyah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci