WORKING PAPER WP/13/2008

Ukuran: px
Mulai penontonan dengan halaman:

Download "WORKING PAPER WP/13/2008"

Transkripsi

1 WORKING PAPER WP/13/2008 Threshold Autoregressive Model of Exchange Rate Pass-Through Effect in Indonesia Meily Ia Permata Juni 2008

2 ii

3 Threshold Autoregressive Model of Exchange Rate Pass-Through Effect in Indonesia Meily Ia Permata Abstras Kajian ini menganalisa apaah terdapat threshold perubahan nilai tuar yang menyebaban adanya perbedaan perilau pass-through nilai tuar terhadap inflasi. Pengujian secara empiri menunjuan adanya threshold tingat perubahan nilai tuar terhadap inflasi yaitu sebesar 4,2% (m.o.m), dimana bila terjadi perubahan nilai tuar melebihi threshold tersebut, maa pass-through efenya e inflasi menjadi cuup besar dan signifian, dengan dampa masimum di transmisian dengan lag efe 2 bulan. Depresiasi nilai tuar > 4,2% (m.o.m), memberian umulatif efe e inflasi dalam 1 tahun sebesar 1,15%. Teanan inflasi aan semain besar bila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung lebih dari satu ali. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan umulatif efe inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai lebih dari 3,4%. iii

4 iv

5 Daftar Isi Abstras... iii Daftar Isi... v Daftar Tabel... vi Daftar Grafi... vi Daftar Lampiran... vi PENDAHULUAN... 1 Latar Belaang... 1 Tujuan... 2 Manfaat Penelitian... 2 Metodologi... 2 Data... 5 STUDI LITERATUR... 6 Determinan Pass-Through... 6 Asimetri dalam Pass-Through... 6 Model Threshold Autoregressive (TAR)... 7 Penggunaan TAR dalam Model Regresi... 8 HASIL ESTIMASI... 9 Hasil Estimasi untu Model 1 :... 9 Hasil Estimasi untu Model 2 : Hasil Estimasi untu Model 3 : KESIMPULAN DAN IMPLIKASI KEBIJAKAN Kesimpulan Impliasi Kebijaan DAFTAR PUSTAKA LAMPIRAN v

6 Daftar Tabel Tabel 1 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data 1990: :4) Tabel 2 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data 1990: :4) Tabel 3 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1(Data 1999: :4) Tabel 4 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Model 1 (Data 1999: :4) Tabel 5 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d Tabel 6 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, Tabel 9 Level Threshold (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d Tabel 10 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d Daftar Grafi Grafi 1 Perembangan Nilai Tuar dan Inflasi 2 Grafi 2 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) 9 Grafi 3 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) 9 Grafi 4 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) 10 Grafi 5 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) 10 Grafi 6 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 11 Grafi 7 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 11 Grafi 8 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 13 Grafi 9 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) 13 Daftar Lampiran Lampiran 1 Hasil Estimasi Threshold Model 1 (Data 1990: :4) Lampiran 2 Hasil Estimasi Threshold Model 1 (Data 1999: :4) Lampiran 3 Hasil Uji Validitas Model 1, Ar11 Dan Lag Threshold D=2, (Januari1999 April 2008) Lampiran 4 Hasil Estimasi Threshold Model Lampiran 5 Pengujian Hasil Estimasi Threshold Model Lampiran 6 Hasil Estimasi Threshold Model Lampiran 7 Pengujian Hasil Estimasi Threshold Model vi

7 PENDAHULUAN Latar Belaang Besarnya dampa dari perubahan nilai tuar pada harga domesti mempunyai impliasi yang penting dalam perumusan ebijaan terutama dalam hal pengendalian inflasi sejalan dengan penerapan Inflation Targeting Framewor (ITF) seja Juli 2005 di Indonesia. Beraitan dengan hal tersebut, perlu pemahanan mendalam mengenai besarnya resio inflasi aibat perubahan nilai tuar yang dalam hal ini sangat tergantung dari besarnya pass-through terhadap harga impor dan emudian terhadap harga onsumen. Dengan demiian, penguuran besarnya derajat dan ecepatan penyesuaian inflasi terhadap perubahan nilai tuar, hususnya IHK, sangatlah penting untu dilauan. Berdasaran teori, jia pass-through nilai tuar terhadap inflasi relatif rendah, maa perubahan nilai tuar relatif tida begitu berpengaruh terhadap perubahan harga. Sebalinya, pass-through nilai tuar terhadap inflasi yang tinggi menyebaban perembangan harga cenderung sensitif terhadap perubahan nilai tuar. Pada saat terjadi depresiasi, maa espor aan menjadi relatif ompetitif. Mesipun demiian, jia pass-through nilai tuar tida hanya berdampa pada harga impor melainan epada IHK secara eseluruhan, maa ombinasi dari depresiasi nilai tuar yang diiuti dengan tingginya tingat inflasi menyebaban espor tida menjadi lebih ompetitif. Sebalinya dampa negatif aan terjadi pada perusahaan dan institusi euangan yang mempunyai ewajiban dalam denominasi mata uang asing, yang aan mengalami eterpuruan aibat membenganya hutang riil dan tingginya NPL (Ito dan Sato, 2006). Penelitian Kurniati (2007) 1, menunjuan bahwa derajat pass-through dari nilai tuar terhadap harga onsumen sangat rendah pada masa setelah risis dimana 1% depresiasi diestimasi aan meningatan IHK sebesar 0,06%. Penelitian Kurniati et al (2008) 2 menunjuan bahwa pengaruh langsung perubahan nilai tuar melalui perubahan harga barang terhadap laju inflasi inti ditengarai lebih ecil. Mesipun demiian, Yati mengingatan bahwa respon inflasi terhadap nilai tuar dapat saja lebih sensitif apabila perubahan nilai tuar relatif besar dan persisten. Dari grafi 1 terlihat bahwa pada saat terjadi depresiasi nilai tuar yang cuup tajam, terutama pada masa risis, terjadi peningatan inflasi yang cenderung sejalan dengan tingginya tingat depresiasi tersebut. Namun demiian, pada level perubahan nilai tuar yang relatif rendah, tida terlihat efe yang cuup signifian pada level inflasi. Fata bahwa besarnya pass- 1 Lihat Yati Kurniati Exchange Rate Pass-Through in Indonesia. BRE Woring Paper. DKM. 2 Lihat Yati Kurniati, Tri Yanuarti dan Yanfitri Dampa Nilai Tuar Terhadap Harga Impor dan Inflasi Inti. BRE Research Note. DKM. 1

8 Jan-90 Jan-91 Jan-92 Jan-93 Jan-94 Jan-95 Jan-96 Jan-97 Jan-98 Jan-99 Jan-00 Jan-01 Jan-02 Jan-03 Jan-04 Jan-05 Jan-06 Jan-07 Jan-08 through nilai tuar sangat mungin dipengaruhi oleh besarnya level depresiasi/apresiasi, menunjuan bahwa estimasi threshold pass-through nilai tuar terhadap inflasi di Indonesia dengan menggunaan pendeatan eonometri nonlinear menjadi suatu hal yang sangat diperluan. Grafi 1 Perembangan Nilai Tuar dan Inflasi % Perubahan Nilai Tuar Bulanan (iri) 140,00 Inflasi Bulanan (Kanan) % 14,00 120,00 12,00 100,00 10,00 80,00 8,00 60,00 6,00 40,00 4,00 20,00 2,00 0,00 0,00-20,00-2,00-40,00-4,00 Tujuan Berdasaran latar belaang tersebut maa tujuan penelitian ini adalah : 1. Untu melihat apaah terdapat suatu threshold perubahan nilai tuar, bai itu pada level persentase perubahan maupun level nominal perubahan, yang menyebaban adanya perbedaan perilau pass-through nilai tuar terhadap inflasi. 2. Untu melihat apaah level threshold untu apresiasi dan depresiasi bersifat simetri. Manfaat Penelitian 1. Memberian informasi mengenai perilau perubahan nilai tuar terhadap perubahan harga. 2. Memberian informasi mengenai level perubahan nilai tuar yang dapat memberian teanan terhadap inflasi. Metodologi Analisis yang digunaan dalam penelitian ini adalah Threshold Autoregressive Model (TAR) yang diapliasian pada persamaan pass-through nilai tuar. Model Threshold untu Perubahan Nilai Tuar 2

9 Model 1: Untu eperluan penguuran besarnya threshold pass-through nilai tuar tersebut, regime switching model yang digunaan mengadopsi model yang diembangan oleh Posedel dan Tica (2007) 3. π t = α 0 + Yang merupaan representasi dari : i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + u t (1) π t = α 0 + α 1i e t i + u t jia I t d < γ i=0 β 0 + β 1i e t i + u t jia I t d γ i=0 Pada persamaan di atas, inflasi merupaan fungsi dari perubahan nilai tuar nominal. Time lag dari variabel independen diwaili oleh i, sementara time lag dari variabel threshold direpresentasian oleh d. Variabel I t-d merupaan variabel dummy, dimana I t-d =0 jia perubahan nilai tuar nominal e lebih ecil daripada threshold dan I t-d =1 jia perubahan nilai tuar nominal e sama atau lebih besar dibandingan threshold. Model 2: Pada model 2, penguuran besarnya threshold pass-through nilai tuar tersebut menggunaan regime switching model yang diapliasian pada persamaan pass-through yang diembangan oleh Khundrapam (2007) 4. π t = α 0 + i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i π t i + δ i Y t i i=1nθiπt i+ut l m i=0 + Yang merupaan representasi dari : π t = l m n α 0 + α 1i e t i + γ i π t i + δ i Y t i + θ i π t i + u t jia I t d < γ i=0 i=0 i=0 i=1 l m n β 0 + β 1i e t i + γ i π t i + δ i Y t i + θ i π t i + u t jia I t d γ i=0 i=0 i=0 i=1 Persamaan di atas, merupaan apliasi model TAR pada model distributed lag yang menggunaan data persentase perubahan. Pada persamaan di atas, inflasi merupaan fungsi 3 Lihat Petra Posedel dan Josip Tica Threshold Autoregressive Model of Exchange Rate Pass Through Effect : The Case of Croatia. Woring Paper. University of Zagreb. Croatia. 4 Lihat di Jeevan Kumar Khundrapam Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No

10 dari perubahan nilai tuar nominal, inflasi internasional, demand domesti dan espetasi inflasi yang bersifat adaptif. Time lag dari variabel independen diwaili oleh i, sementara time lag dari variabel threshold direpresentasian oleh d. I t-d merupaan variabel dummy, dengan I t-d =0 jia perubahan nilai tuar nominal e lebih ecil daripada threshold dan I t-d =1 jia perubahan nilai tuar nominal e sama atau lebih besar dibandingan threshold. Model 3: Pada model 3, merupaan bentu lain dari model 2, yang diembangan dari model Khundrapam 5. p t = α 0 + i=1nθipt i+ut i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i p t i + δ i y t i l m i=0 + Yang merupaan representasi dari : p t = l m n α 0 + α 1i e t i + γ i p + δ t i i y t i + θ i p t i + u t jia I t d < γ i=0 i=0 i=0 i=1 l m n β 0 + β 1i e t i + γ i p + δ t i i y t i + θ i p t i + u t jia I t d γ i=0 i=0 i=0 i=1 Persamaan di atas, merupaan apliasi model TAR pada model distributed lag yang menggunaan log difference. Perubahan harga domesti merupaan fungsi dari perubahan nilai tuar nominal, perubahan harga internasional, demand domesti dan espetasi inflasi yang bersifat adaptif. Time lag dari variabel independen diwaili oleh i, sementara time lag dari variabel threshold direpresentasian oleh d. Variabel I merupaan variabel dummy, dimana I t-d =0 jia difference nilai tuar nominal e lebih ecil daripada threshold dan I t-d =1 jia difference nilai tuar nominal e sama atau lebih besar dibandingan threshold. Prosedur Mendapatan Threshold Agar dapat mengestimasi model, terlebih dahulu dipilih level threshold yang memunginan. Mengiuti metodologi yang disaranan oleh Enders (2004) 6 dan Chan (1993) serta beberapa penyesuaian pada program pengolahan data, maa proses pemilihan level threshold dilauan dengan cara sebagai beriut: 1. Mensortir level perubahan nilai tuar dari yang terendah sampai dengan yang tertinggi. 5 Lihat di Jeevan Kumar Khundrapam Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No Walter Enders Applied Econometric Time Series. Wiley. 4

11 2. Mengestimasi TAR model pada persamaan di atas untu berbagai level perubahan nilai tuar sebagai threshold dan menyimpan nilai sum of squared residuals (SSR) untu setiap hasil estimasi tersebut berdasaran asumsi bahwa model dengan nilai threshold yang paling mendeati enyataan aan mempunyai SSR terecil. 3. Membuat grafi dari nilai SSR tersebut. Jia terdapat satu threshold, maa aan terdapat satu titi minimum loal. Jia terdapat dua threshold, maa aan terdapat dua titi minimum loal. Demiian, seterusnya. 4. Melauan pengujian hasil estimasi dengan melauan aprosimasi dari distribusi asimptoti F melalui prosedur bootstrap (Hansen, 1997) 7. Data Data yang digunaan adalah data bulanan dari periode 1990:01 sampai dengan 2008:04. Spesifiasi data yang digunaan adalah : Harga domesti (P) : indes harga onsumen (IHK) Inflasi domesti (π) : persentase perubahan IHK (%) p : perubahan IHK (log) Nilai tuar nominal (ER): nominal nilai tuar rupiah terhadap US$ bulanan (Rp/US$). Kenaian nilai tuar menunjuan depresiasi. e : persentase perubahan nilai tuar nominal (%) e : perubahan nilai tuar nominal (log) Harga internasional (P*) : indes harga produsen (PPI US) Inflasi internasional (π*) : persentase perubahan indes harga produsen US (%) p : perubahan PPI US (log) Indes Produsi : sebagai proyesi PDB, yang menggambaran ondisi demand domesti 7 Lihat Bruce Hansen Inference in TAR Models. Studies in Nonlinear Dynamics and Econometrics. April

12 STUDI LITERATUR Determinan Pass-Through Terdapat beberapa fator yang dapat mempengaruhi besarnya pass-through nilai tuar 8. Semain besar level inflasi dan volatilitasnya, semain tinggi deraat pass-through-nya. Hal ini disebaban terbentunya persepsi bahwa enaian biaya produsi tersebut bersifat lebih persisten. Sebalinya, meningatnya redibelitas dan efetifitas ebijaan moneter dalam menjaga rejim inflasi yang rendah, aan menurunan derajat pass-through. Perusahaan tida terburu-buru merubah harga aibat terjadinya shoc pada biaya, arena merea yain bahwa shoc tersebut bersifat sementara dan pengambil ebijaan moneter aan berhasil menstabilan harga. Fator edua adalah volatilitas dari nilai tuar tersebut. Fator etiga adalah besarnya omposisi impor dalam baset onsumsi. Semain besar omposisinya, semain tinggi derajat pass-through. Komposisi jenis barang yang diimpor juga turut mempengaruhi besarnya passthrough. Fator eempat adalah distorsi dalam perdagangan aibat penerapan tarif dan pembatasan uantitas yang dapat menurunan pass-through. Kelima, adanya asimetri menyebaban besarnya pass-through sangat dipengaruhi oleh episode apresiasi dan depresiasi serta besarnya level perubahan nilai tuar tersebut. Asimetri dalam Pass-Through Perilau pass-through dapat berbeda antara pada saat terjadinya depresiasi dan apresiasi. Selain itu, besarnya pass-through juga dapat dipengaruhi oleh besar ecilnya perubahan nilai tuar dimana pada level tertentu (threshold) nilai perubahan nilai tuar aan sangat berpengaruh pada inflasi namun apabila perubahan nilai tuar dibawah threshold tersebut maa aan relatif tida berpengaruh terhadap inflasi. Hal-hal yang dapat menyebaban terjadinya asimetri yang terait dengan besarnya perubahan nilai tuar adalah fator menu cost 9 dan mempertahanan pasar. Dengan asumsi bahwa menu cost diperlauan sebagai fixed cost, maa asi perubahan harga aan bermanfaat jia perubahan nilai tuar melampaui ambang batas (threshold) tertentu. Apabila perubahan nilai tuar relatif ecil dan menu cost masih lebih tinggi dibandingan dengan biaya yang timbul aibat perubahan nilai tuar tersebut, maa perusahaan aan cenderung memilih untu tida merubah harganya. 8 Lihat di Jeevan Kumar Khundrapam Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No Lihat di Jeevan Kumar Khundrapam Economic Reforms and Exchange Rate Pass-Through to Domestic Prices in India. BIS Woring Paper No

13 Di bawah asumsi untu mempertahanan pasar, pada saat terjadi enaian biaya aibat perubahan nilai tuar, perusahaan cenderung mempertahanan harganya dengan menurunan mar-upnya ataupun dengan mengorbanan profitnya. Namun, pada ambang batas (threshold) tertentu, besarnya mar-up tida dapat menutupi enaian biaya yang terjadi dan tingat profit yang harus diorbanan telah melampaui level yang dapat ditoleransi oleh perusahaan. Pada titi ini, asi perubahan harga tida dapat dihindaran. Beberapa ajian menunjuan adanya asimetri pass-through dilihat dari sisi besar ecilnya level perubahan nilai tuar. Ohno (1989) menemuan bahwa harga espor Jepang lebih merespon perubahan nilai tuar yang besar dibandingan perubahan nilai tuar yang relatif ecil. Pollard and Coughlin (2004) menemuan bahwa respon hampir sebagian besar perusahaan yang bergera di industri impor mempunyai hubungan yang positif dengan besarnya uuran perubahan nilai tuar. Model Threshold Autoregressive (TAR) TAR merupaan suatu regime swithing model yang memunginan suatu variabel berperilau yang berbeda, sesuai dengan eadaan suatu sistem. Umumnya, model TAR dapat ditulisan sebagai beriut : y t = α 0 + Dengan l i=1 α 1i y t i 1 I t d + β 0 + i=1 β 1i y t i I t d + u t (1) y t = α 0 + α 1i y t i + u t jia I t d < γ i=1 l β 0 + β 1i y t i + u t jia I t d γ i=1 Variabel I merupaan variabel dummy, dimana I t-d =0 jia y < threshold dan I t-d =1 jia y threshold. TAR model yang diembangan oleh Tong (1983, 1990) memunginan model dengan order AR yang berbeda untu setiap rezim. Secara umum, besarnya threshold seringali tida dietahui dan harus diestimasi secara bersamaan dengan parameter lainnya. Enders (2004) 10 dan Chan (1993) memberian panduan untu mendapatan nilai threshold yang super onsisten. Beberapa syarat yang haru dipenuhi adalah : 1. Threshold haruslah terleta dalam range pengamatan. Dalam pratenya, nilai threshold sebainya berada dalam 70% middle band pengamatan, yaitu lebih besar 10 Walter Enders Applied Econometric Time Series. Wiley. 7

14 daripada nilai 15% data terendah dan lebih ecil daripada 15% data tertinggi. Namun untu data yang relatif besar, threshold dapat lebih besar daripada 10% data terendah dan lebih ecil daripada 10% data tertinggi. 2. Mengestimasi TAR model untu berbagai level threshold dan menyimpan nilai sum of squared residuals (SSR) untu setiap hasil estimasi tersebut berdasaran asumsi bahwa model dengan nilai threshold yang paling mendeati enyataan aan mempunyai SSR terecil. 3. Membuat grafi dari nilai SSR tersebut. Jia terdapat satu threshold, maa aan terdapat satu titi minimum loal. Jia terdapat dua threshold, maa aan terdapat dua titi minimum loal. Demiian, seterusnya. Model TAR juga mengaomodasi adanya emunginan bahwa lamanya adjustment process untu terjadinya perubahan rezim memerluan lebih dari satu periode watu (d). Nilai d biasa disebut sebagai delay paramater. Pemilihan delay parameter dilauan sesuai dengan prosedur TAR. Model terbai dipilih berdasaran nilai SSR terecil. Alternatif lainnya, model terbai dipilih berdasaran nilai Aaie Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terecil. Penggunaan TAR dalam Model Regresi Penggunaan threshold dalam ontes regresi juga cuup popular. Model umum TAR dalam persamaan regresi adalah sebagai beriut : y t = α 0 + (α 1 + β 1 I t )x t + u t dengan It=1 jia y t-1 threshold, dan It=0 selainnya. 8

15 HASIL ESTIMASI Persamaan 1, 2 dan 3 diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 yang secara total berjumlah 91 model TAR. Hasil Estimasi untu Model 1 : Persamaan untu model 1, diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan 12 yang secara total berjumlah 91 model TAR. Hasil estimasi model dengan menggunaan data dari Januari 1990 April 2008 menunjuan level threshold sebesar 1,7% dengan nilai SSR terecil pada model AR12 dengan lag threshold d=7 (tabel 1). Dapat diataan bahwa jia besarnya depresiasi 7 bulan yang lalu setara atau melebihi 1,7% maa aan secara signifian berpengaruh terhadap inflasi. Sebalinya, jia depresiasi lebih ecil dari level tersebut, maa dampa dari perubahan nilai tuar relatif tida signifian. Selain itu, dapat juga diataan bahwa apabila level depresiasi bulanan melebihi level threshold, maa baru aan memberian dampa masimum pada enaian harga 7 bulan emudian. Dari hasil simulasi shoc terlihat bahwa apabila nilai tuar sama atau melebihi 1,7%, maa aan memberian dampa masimum terhadap tambahan inflasi 7 bulan emudian sebesar 0,56% serta menyebaban tambahan aumulasi inflasi tahunan sebesar 0,78% (grafi 2). Simulasi untu shoc yang berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 2,37% (grafi 3). Grafi 2 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) (one time shoc) Kumulatif Inflasi Tahunan = 0,78% Grafi 3 Response Inflasi Terhadap Depresiasi Nilai Tuar 1,7% (m.o.m) (shoc tiga bulan berturut-turut) Kumulatif Inflasi Tahunan = 2,37% t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 t t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 t+12 * AR12 dengan Lag Threshold d=7, Periode Januari 1990 April

16 Namun demiian, pada periode setelah risis 11 didapatan nilai threshold yang cenderung lebih tinggi yaitu 4,2% (tabel 2). Untu data dengan periode Januari April 2008 nilai SSR terecil terdapat pada model AR11 dengan lag threshold d=2. 12 Perubahan nilai tuar baru aan secara signifian berpengaruh terhadap inflasi, jia dan hanya jia besarnya depresiasi 2 bulan yang lalu setara atau melebihi 4,2%. Perubahan nilai tuar di bawah level tersebut relatif tida signifian pengaruhnya terhadap inflasi. Selain itu, dapat juga diataan bahwa apabila level depresiasi bulanan melebihi level threshold, maa aan memberian dampa masimum pada enaian harga secara lebih cepat yaitu 2 bulan emudian. Selanjutnya hasil threshold diapliasian embali e model 1 yang diperluas dengan penambahan variabel dummy untu enaian harga BBM di bulan Otober Grafi 4 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) (one time shoc) 1.8 Grafi 5 Response Inflasi Terhadap Depresiasi Nilai Tuar 4,2% (m.o.m) (shoc tiga bulan berturut-turut) Kumulatif Inflasi Tahunan = 2,07% t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t Kumulatif Inflasi Tahunan = 6,35% t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 *AR11 dengan Lag Threshold d=2 Periode Januari 1999 April 2008 Dari hasil simulasi shoc terlihat bahwa perubahan nilai tuar 4,2% aan memberian dampa yang signifian terhadap tambahan inflasi 2 bulan emudian sebesar 1,68% dan menyebaban tambahan umulatif inflasi tahunan sebesar 2,07% (grafi 4). Teanan inflasi aan semain besar bila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung lebih dari satu ali. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 6,35% (grafi 5). 11 Dilauan pengujian untu Periode Januari 1999 April 2008 dan Januari 2000 April Karena eterbatasan data, batas level threshold tertinggi yang dapat dilauan pada model AR12 adalah 4% sehingga pada model ini tida dapat dilauan pengujian untu level threshold diatas 4%. 10

17 Hasil Estimasi untu Model 2: Persamaan untu model 2, juga diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan Hasil estimasi model 2 pada periode setelah risis menunjuan level threshold yang sama dengan model 1 yaitu sebesar 4,2% dengan nilai SSR terecil pada model AR11 dengan lag threshold d=2 14. Temuan ini semain menguatan bahwa perubahan nilai tuar baru aan memberian pengaruh yang signifian terhadap inflasi, jia dan hanya jia terjadi perubahan nilai tuar dua bulan sebelumnya 4,2%, dengan efe masimum ditransmisian dengan lag 2 bulan. Selanjutnya hasil threshold diapliasian embali e model 2 yang diperluas dengan penambahan variabel dummy untu enaian harga BBM di bulan Otober Sementara lag optimal untu variabel P*, IP dan P adalah (1,2,3). 15 π t = α 0 + Model 2 yang diperluas : i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i π t i + δ i Y t i i=1nθiπt i+ρoilshoct+ut l m i=0 + Grafi 6 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (one time shoc) Grafi 7 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (shoc tiga bulan berturut-turut) t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 lag P*=1, lag Y=2, lag P=3, inflasi tahunan = 1.15% t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t+11 lag P*=1, lag Y=2, lag P=3, inflasi tahunan = 3.48% AR11 dengan Lag Threshold d=2 Periode Januari 1999 April Pada saat pencarian threshold, lag untu variable lainnya diset 4. Kecuali untu AR3 dengan lag 3, AR2 dengan lag 2 dan AR1 dan AR0 dengan lag Karena eterbatasan data, batas level threshold tertinggi yang dapat dilauan pada model AR12 adalah 4% sehingga tida dapat melauan pengujian untu level threshold diatas 4%. 15 Untu mendapatan lag optimal dari variabel harga internasional, demand domesti dan espetasi inflasi, dilauan simulasi sebanya 216 ali untu berbagai ombinasi lag, masing-masing dari 0-5. Kombinasi lag terbai ditentuan berdasaran Aaie Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terecil. 11

18 Impulse response menunjuan bahwa bahwa apabila terjadi shoc depresiasi nilai tuar 4,2% (m.o.m) maa inflasi 2 bulan beriutnya meningat sebesar 1,145% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1.153%. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 3,482%. Hasil Estimasi untu Model 3: Persamaan untu model 3, juga diestimasi untu berbagai level threshold dengan variasi lag variabel dependen (i) dan lag threshold (d) dari 1 sampai dengan Model 3 yang diestimasi pada periode setelah risis menunjuan hasil estimasi yang onsisten dengan model 1 dan model 2, yaitu adanya level threshold sebesar 4,19% dengan nilai SSR terecil pada model AR11 dengan lag threshold d=2 17. Selanjutnya hasil threshold diapliasian embali e model 2 yang diperluas dengan penambahan variabel dummy untu enaian harga BBM di bulan Otober Sementara, lag optimal untu variabel P*, IP dan P adalah (1,2,2) 18 p t = α 0 + Model 3 yang diperluas : i=0 α 1i e t i 1 I t d + β 0 + i=0 β 1i e t i I t d + i=0 γ i p t i + δ i y t i i=1nθipt i+ρoilshoct+ut l m i=0 + Impulse response untu model 3 menghasilan hasil estimasi yang cenderung mendeati hasil estimasi model 2. Apabila terjadi shoc depresiasi nilai tuar 4,19% (m.o.m) maa inflasi 2 bulan beriutnya meningat menjadi 0,868% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1,15%. Sementara itu, apabila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung 3 bulan berturut-turut menunjuan efe umulatif inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 3,408%. 16 Pada saat pencarian threshold lag untu variable lainnya adalah 4. Kecuali untu AR3 dengan lag 3, AR2 dengan lag 2 dan AR1 dan AR0 dengan lag1. 17 Karena eterbatasan data, batas level threshold tertinggi yang dapat dilauan pada model AR12 adalah 4% sehingga tida dapat melauan pengujian untu level threshold diatas 4%. 18 Untu mendapatan lag optimal dari variabel harga internasional, demand domesti dan espetasi inflasi, dilauan simulasi untu berbagai ombinasi lag, masing-masing dari 0-5. Kombinasi lag terbai ditentuan berdasaran Aaie Information Criterion (AIC) dan Schwarz Bayesian Criteria (SBC) terecil. 12

19 Grafi 8 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (one time shoc) 1.00 Grafi 9 Response Inflasi Terhadap Depresiasi Nilai Tuar 4.2% (m.o.m) (shoc tiga bulan berturut-turut) t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t t0 t+1 t+2 t+3 t+4 t+5 t+6 t+7 t+8 t+9 t+10 t lag P*=1, lag Y=2, lag P=2, umulatif inflasi tahunan = 1.15% lag P*=1, lag Y=2, lag P=2, umulatif inflasi tahunan = 3.41% *AR11 dengan Lag Threshold d=2 Periode Januari 1999 April

20 KESIMPULAN DAN IMPLIKASI KEBIJAKAN Kesimpulan Hasil estimasi threshold pass-through nilai tuar pada periode setelah risis menunjuan adanya threshold tingat perubahan nilai tuar terhadap inflasi. Level threshold yang diperoleh yaitu sebesar 4,2% (m.o.m), dimana bila terjadi perubahan nilai tuar melebihi threshold tersebut, maa pass-through efenya e inflasi menjadi cuup besar dan signifian, dengan dampa masimum di transmisian dengan lag efe 2 bulan. Lebih tingginya level threshold pada periode setelah risis menunjuan bahwa tingat perubahan nilai tuar yang relatif rendah (< 4.2%, m.o.m), cenderung dapat ditoleransi oleh pasar tanpa menimbulan gejola harga onsumen. Hal ini sejalan dengan perubahan rejim nilai tuar dari manage exchange rate regime menjadi floating exchenge rate regime. Indiasi lain yang didapatan dari hasil estimasi adalah pada saat perubahan nilai tuar melebihi threshold-nya maa janga watu transmisinya e perubahan harga relatif lebih cepat. Impulse response pada model 2 menunjuan bahwa jia terjadi depresiasi nilai tuar > 4,2% (m.o.m), maa inflasi 2 bulan beriutnya meningat menjadi 1.145% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1,153%. Teanan inflasi aan semain besar bila shoc perubahan nilai tuar yang melebihi threshold tersebut berlangsung lebih dari satu ali. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan umulatif efe inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai sebesar 3,482%. Sementara itu, Impulse response pada model 3 menunjuan bahwa jia terjadi depresiasi nilai tuar > 4,19% (m.o.m), maa inflasi 2 bulan beriutnya mengalami peningatan sebesar 0.868% (m.o.m), dengan umulatif efe e inflasi dalam 1 tahun sebesar 1,150%. Simulasi shoc yang berlangsung 3 bulan berturut-turut menunjuan umulatif efe inflasi selama 1 tahun (seja shoc pertama terjadi) mencapai 3,408%. Mesipun demiian, terdapat eterbatasan pada penelitian ini. Mesipun diyaini bahwa hubungan antara inflasi dan perubahan nilai tuar bersifat non linear, namun pada penelitian ini diasumsian bahwa proses pass-through merupaan TAR process. Impliasi Kebijaan Dengan demiian, untu menjaga estabilan harga, maa Ban Indonesia perlu menjaga perubahan nilai tuar rupiah (depresiasi) bulanan agar tida melebihi 4,2%, arena pada tingat perubahan tersebut pass-through efe perubahan nilai tuar e inflasi menjadi besar dan signifian. 14

21 DAFTAR PUSTAKA Econometrics, Vol. 69, No. 6, pp Hansen, Econometrics, April Settlements). -Through to for International - Indonesia Woring Papers No. 5 (Jaarta : Ban Indonesia). DKM). Impor dan Pollard, Patricia S. dan Cletus C. Pass- g Paper Series C (St Louis : The Federal Reserve Ban of St Louis). Pollard, Patricia S. dan Cletus C. an Exchange Rate Index Reserve Ban of St Louis). -Through Estimates and the Choice of g Paper Series C (St Louis : The Federal Posedel, - (Croatia : University of Zagreb). 15

22 LAMPIRAN 1 HASIL ESTIMASI THRESHOLD MODEL 1 (DATA 1990: :4) Tabel 1 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) Tabel 2 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d)

23 LAMPIRAN 2 HASIL ESTIMASI THRESHOLD MODEL 1 (DATA 1999: :4) Tabel 3 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) Tabel 4 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d)

24 LAMPIRAN 3 HASIL UJI VALIDITAS MODEL 1, AR11 DAN LAG THRESHOLD d=2, (JANUARI1999 APRIL 2008) Hasil Uji Normality Series: Residuals Sample 1999M M04 Observations 101 Mean 8.46e-17 Median Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability Hasil Uji Serial Correlatian Breusch-Godfrey Serial Correlation LM Test: F-statistic Prob. F(2,72) Obs*R-squared Prob. Chi-Square(2) Hasil Uji Heterosedasticity White Heterosedasticity Test: F-statistic Prob. F(26,74) Obs*R-squared Prob. Chi-Square(26)

25 LAMPIRAN 4 HASIL ESTIMASI THRESHOLD MODEL 2 Tabel 5 Level Threshold Perubahan Nilai Tuar (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) Tabel 6 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d, M O D E L A R Lag Threshold (d)

26 LAMPIRAN 5 PENGUJIAN HASIL ESTIMASI THRESHOLD MODEL 2 Hasil Uji Normality Series: Residuals Sample 1999M M04 Observations Series: Residuals Sample 1999M M04 Observations Mean -4.89e-17 Median 1.11e-15 Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability Mean 7.09e-17 Median -2.22e-16 Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability ,2,0 0,2, Series: Residuals Sample 1999M M04 Observations Series: Residuals Sample 1999M M04 Observations Mean 2.20e-18 Median Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability Mean 1.50e-16 Median Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability ,2,2 1,2,3 Hasil Uji Serial Correlatian (Breusch-Godfrey Serial Correlation LM Test): 0,2,0 0,2,2 1,2,2 1,2,3 F-statistic Obs*R-squared Prob. F Prob. Chi-Square Hasil Uji Heterosedasticity (White Heterosedasticity Test): 0,2,0 0,2,2 1,2,2 1,2,3 F-statistic Obs*R-squared Prob. F Prob. Chi-Square

27 LAMPIRAN 6 HASIL ESTIMASI THRESHOLD MODEL 3 Tabel 7 Level Threshold (%) dengan Nilai Varian Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d) Tabel 8 Nilai SSR Terecil untu Setiap Kombinasi Nilai Lag i dan Lag d M O D E L A R Lag Threshold (d)

28 LAMPIRAN 7 PENGUJIAN HASIL ESTIMASI THRESHOLD MODEL 2 Hasil Uji Normality Series: Residuals Sample 1999M M04 Observations Series: Residuals Sample 1999M M04 Observations Mean 1.43e-18 Median 1.08e-16 Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability Mean 1.87e-18 Median 7.98e-17 Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability ,2,0 0,2, ,2,2 Series: Residuals Sample 1999M M04 Observations 101 Mean 4.21e-19 Median -4.08e-17 Maximum Minimum Std. Dev Sewness Kurtosis Jarque-Bera Probability Hasil Uji Serial Correlatian (Breusch-Godfrey Serial Correlation LM Test): 0, 2, 0 0, 2, 2 1, 2, 2 F-statistic Obs*R-squared Prob. F Prob. Chi-Square Hasil Uji Heterosedasticity (White Heterosedasticity Test): 0, 2, 0 0, 2, 2 1, 2, 2 F-statistic Obs*R-squared Prob. F Prob. Chi-Square

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)

III. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series) III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

STUDI EMPIRIS DEPRESIASI NILAI TUKAR RIIL PADA REZIM NILAI TUKAR MENGAMBANG BEBAS DI INDONESIA

STUDI EMPIRIS DEPRESIASI NILAI TUKAR RIIL PADA REZIM NILAI TUKAR MENGAMBANG BEBAS DI INDONESIA Jurnal Eonomi dan Studi Pembangunan Volume 15, Nomor 1, April 2014, hlm.37-47 STUDI EMPIRIS DEPRESIASI NILAI TUKAR RIIL PADA REZIM NILAI TUKAR MENGAMBANG BEBAS DI INDONESIA Romi Bhati Hartarto Macquarie

Lebih terperinci

PENGUKURAN PENDAPATAN NASIONAL

PENGUKURAN PENDAPATAN NASIONAL PENGUKURAN PENDAPATAN NASIONAL A. PENDEKATAN PRODUKSI (PRODUCTION APPROACH) Menghitung besarnya pendapatan nasional dengan menggunaan pendeatan produsi didasaran atas perhitungan dari jumlah nilai barang-barang

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu Penelitian yang aan dilauan meruju epada beberapa penelitian terdahulu yang sudah pernah dilauan sebelumnya, diantaranya: 1. I Gst. Bgs. Wisuana (2009)

Lebih terperinci

RISET ITU MUDAH. Salah satu contoh pertanyaan yang mungkin muncul di benak kita adalah:

RISET ITU MUDAH. Salah satu contoh pertanyaan yang mungkin muncul di benak kita adalah: Rangga Handika Salah satu contoh pertanyaan yang mungkin muncul di benak kita adalah: Apakah berinvestasi pada saham bisa menutup penurunan pendapatan real kita yang tergerus inflasi? Untuk itu, marilah

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN. sekunder deret waktu (time series) mulai dari Januari 2013 sampai

BAB V HASIL PENELITIAN DAN PEMBAHASAN. sekunder deret waktu (time series) mulai dari Januari 2013 sampai BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Analisis dan Hasil Regresi Semua data yang digunakan dalam analisis ini merupakan data sekunder deret waktu (time series) mulai dari Januari 2013 sampai Desember

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

(Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata

(Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata L A M P I R A N 95 96 Lampiran 1 (Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata TAHUN PAD Sektor Pariwisata Jumlah

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN. Metode yang digunakan untuk menduga faktor-faktor yang memengaruhi

BAB V HASIL DAN PEMBAHASAN. Metode yang digunakan untuk menduga faktor-faktor yang memengaruhi BAB V HASIL DAN PEMBAHASAN 5.1. Estimasi Parameter Model Metode yang digunakan untuk menduga faktor-faktor yang memengaruhi Penanaman Modal Asing di Provinsi Jawa Timur adalah dengan menggunakan metode

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

ANALISIS DETERMINASI INFLASI DI INDONESIA

ANALISIS DETERMINASI INFLASI DI INDONESIA ANALISIS DETERMINASI INFLASI DI INDONESIA Ari Mulianta Ginting Peneliti Eonomi dan Kebijaan Publi pada Pusat Pengajian Pengolahan Data dan Informasi, Seretariat Jendral DPR RI e-mail: ari.ginting@dpr.go.id

Lebih terperinci

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa

Lebih terperinci

PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN

PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN 2006-2013 INDAH AYU PUSPITA SARI 14213347/3EA16 Sri Rakhmawati, SE.,

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

Lampiran 2 Penduduk Menurut Status Pekerjaan Utama (jiwa)

Lampiran 2 Penduduk Menurut Status Pekerjaan Utama (jiwa) 81 Lampiran 1 Jumlah Penduduk, Rumahtangga, dan Rata-rata Anggota Rumahtangga Tahun Jumlah Penduduk (ribu jiwa) Jumlah Rumahtangga Rata-rata Anggota Rumahtangga (1) (2) (3) (4) 2000 205.132 52.008,3 3,9

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

Dampak Shock Nilai Tukar Riil terhadap Inflasi dan Current Account Indonesia

Dampak Shock Nilai Tukar Riil terhadap Inflasi dan Current Account Indonesia Trionomia Volume, No., Juni 202, Hal. 5 28 ISSN 4-54X Dampa Shoc Nilai Tuar Riil terhadap Inflasi dan Current Account Indonesia Faultas Eonomia dan Bisnis Universitas Diponegoro Jl. Prof. Soedharto, S.H.

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN. atau tidak dalam penelitian ini jarque-berra dimana hasilnya dapat. ditunjukkan dari nilai probabilitas Jarque-Berra.

BAB V HASIL DAN PEMBAHASAN. atau tidak dalam penelitian ini jarque-berra dimana hasilnya dapat. ditunjukkan dari nilai probabilitas Jarque-Berra. BAB V HASIL DAN PEMBAHASAN A. Uji Asumsi Klasik 1. Uji Normalitas Uji normalitas digunakan untuk menguji apakah distribusi data normal atau tidak dalam penelitian ini jarque-berra dimana hasilnya dapat

Lebih terperinci

VI. PEMILIHAN MODA (Modal Split/Choice)

VI. PEMILIHAN MODA (Modal Split/Choice) VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:

Lebih terperinci

Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun

Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 69 Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 2004-2010 Periode sbdepo Inflasi depo Jan-04 6.27 0.57 426.424 Feb-04 5.99-0.02 409.204 Mar-04 5.86 0.36 401.686 Apr-04

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode 38 BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan dalam penelitian ini seluruhnya merupakan data sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Hasil Pengolahan Data Data yang telah berhasil diumpulan oleh penulis di BB BIOGEN diperoleh hasil bobot biji edelai dengan jumlah varietas yang aan diuji terdiri dari 15

Lebih terperinci

BAB IV HASIL DAN ANALISIS

BAB IV HASIL DAN ANALISIS BAB IV HASIL DAN ANALISIS Pada bab ini akan diuraikan hasil penelitian dan analisis dari data-data penelitian yang telah diolah menggunakan Eviews, diikuti dengan pembahasan dari hasil pengolahan data.

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang,

Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang, Lampiran 1. Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang, 2004-2010 Tahun Semester Produktivitas Padi (ton/ha) Luas Panen (ha) Produksi Padi (ton) 2004 1 4.585 40.187 184257.4

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER

SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau

Lebih terperinci

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

Kredit (Y) Pendapatan (x1) Usia (x3) Modal Kerja (x2) Universitas Sumatera Utara

Kredit (Y) Pendapatan (x1) Usia (x3) Modal Kerja (x2) Universitas Sumatera Utara No Kredit (Y) Pendapatan (x1) Modal Kerja (x2) Usia (x3) Jumlah Tanggungan (x4) 1 1000000 80000 80000 20 0 2 1000000 275000 500000 21 1 3 1500000 400000 550000 25 1 4 2000000 400000 1000000 25 1 5 2000000

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak

KORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode

BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan penulis dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) pada periode 1993-2013 kurun waktu

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV METODOLOGI PENELITIAN 4.1 Sampel, Sumber Data dan Pengumpulan Data Penelitian kali ini akan mempergunakan pendekatan teori dan penelitian secara empiris. Teori-teori yang dipergunakan diperoleh

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group Uji Alternatif Data Terurut Perbandingan antara Uji Joncheere Terpstra dan Modifiasinya Ridha Ferdhiana Statistics Peer Group Jurusan Matematia FMIPA Universitas Syiah Kuala Banda Aceh, Aceh, 23 email:

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

BAB V HASIL PENELITIAN DAN PEMBAHASAN

BAB V HASIL PENELITIAN DAN PEMBAHASAN BAB V HASIL PENELITIAN DAN PEMBAHASAN Dalam penelitian ini penulis melakukan pengujian mengenai Luas panen, Jumlah Penduduk dan Harga terhadap produksi padi di Kabupaten Gunungkidul periode tahun 1982-2015.

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia

Lebih terperinci

III. METODE PENELITIAN. Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang

III. METODE PENELITIAN. Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang 30 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang diperoleh dari Laporan Bank Indonesia, Statistik Ekonomi dan Keuangan Indonesia,

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

BAB IV APLIKASI PADA MATRIKS STOKASTIK

BAB IV APLIKASI PADA MATRIKS STOKASTIK BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining

Lebih terperinci

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id

Lebih terperinci

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

BAB V KESIMPULAN DAN SARAN. Desember 2009 dalam kondisi jangka pendek.

BAB V KESIMPULAN DAN SARAN. Desember 2009 dalam kondisi jangka pendek. 45 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan uraian yang telah disampaikan pada bab sebelumnya, maka kesimpulan penelitian ini adalah: 1) Secara individu variabel Jumlah Uang Beredar (M1) tidak

Lebih terperinci

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

4. 1 Spesifikasi Keadaan dari Sebuah Sistem Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti

Lebih terperinci

BAB V HASIL ANALISIS DAN PEMBAHASAN

BAB V HASIL ANALISIS DAN PEMBAHASAN BAB V HASIL ANALISIS DAN PEMBAHASAN Bab V ini akan dilakukan pengujian mengenai analisis faktor-faktor yang mempengaruhi laju inflasi di Indonesia. Dimana variabel terikat (variable dependent) meliputi

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

BAB V HASIL ANALISIS DAN PEMBAHASAN

BAB V HASIL ANALISIS DAN PEMBAHASAN 72 BAB V HASIL ANALISIS DAN PEMBAHASAN Dalam penelitian ini alat analisis data yang digunakan adalah model regresi linear klasik (OLS). Untuk pembuktian kebenaran hipotesis dan untuk menguji setiap variabel

Lebih terperinci

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com

Lebih terperinci

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor

MATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong

Lebih terperinci

BAB IV HASIL DAN ANALISIS. bentuk deret waktu (time series) selama 17 tahun, yaitu tahun Data

BAB IV HASIL DAN ANALISIS. bentuk deret waktu (time series) selama 17 tahun, yaitu tahun Data 1.1 Analisis Deskripsi Data BAB IV HASIL DAN ANALISIS Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) selama 17 tahun, yaitu tahun 1996-2012. Data tersebut

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

TUGAS I RANCANGAN PERCOBAAN BAB I

TUGAS I RANCANGAN PERCOBAAN BAB I TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data

Lebih terperinci

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS) Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI

Lebih terperinci

Tanggapan Waktu Alih Orde Tinggi

Tanggapan Waktu Alih Orde Tinggi Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

PENGUKURAN CAPACITY UTILIZATION BERDASARKAN PENDEKATAN DUAL COST PADA INDUSTRI PENGOLAHAN DI INDONESIA

PENGUKURAN CAPACITY UTILIZATION BERDASARKAN PENDEKATAN DUAL COST PADA INDUSTRI PENGOLAHAN DI INDONESIA Penguuran Capacity Utilization Berdasaran Pendeatan Dual Cost pada Industri Pengolahan di Indonesia 89 PENGUKURAN CAPACITY UTILIZATION BERDASARKAN PENDEKATAN DUAL COST PADA INDUSTRI PENGOLAHAN DI INDONESIA

Lebih terperinci

LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x

LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x3 1 1.12 8979000 3000000 4 2 1.15384 8979000 3500000 2 3 1.25 9000000 4000000 2 4 1.12 8900000 4000000 4 5 1.53846 10165900 7000000 3 6 1.875 10165900 9000000 2

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

LAMPIRAN. Lampiran 1. Daftar Sampel Perusahaan Makanan dan Minuman

LAMPIRAN. Lampiran 1. Daftar Sampel Perusahaan Makanan dan Minuman LAMPIRAN Lampiran 1 Daftar Sampel Perusahaan Makanan dan Minuman No Nama Perusahaan Tanggal Listing Kriteria 1 2 3 1. PT. Cahaya Kalbar Tbk 9 Juli 1996 2. PT. Delta Djakarta Tbk 27 Februari 1984 3. PT.

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

BAB III MODEL KANAL WIRELESS

BAB III MODEL KANAL WIRELESS BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

RINGKASAN SKRIPSI MODUL PERKALIAN RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN

Lebih terperinci

IV. HASIL DAN PEMBAHASAN. Untuk mengetahui apakah data yang dipakai sudah stationary dalam penelitian ini

IV. HASIL DAN PEMBAHASAN. Untuk mengetahui apakah data yang dipakai sudah stationary dalam penelitian ini 42 IV. HASIL DAN PEMBAHASAN A. Hasil Penelitian 1. Hasil Uji Unit Root Untuk mengetahui apakah data yang dipakai sudah stationary dalam penelitian ini diuji dengan uji unit roots yang dilakukan dengan

Lebih terperinci

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan

Kata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro

Lebih terperinci

HASIL ANALISA DATA ROE LDA DA SDA SG SIZE

HASIL ANALISA DATA ROE LDA DA SDA SG SIZE HASIL ANALISA DATA STATISTIK DESKRIPTIF Date: 06/15/16 Time: 11:07 Sample: 2005 2754 ROE LDA DA SDA SG SIZE Mean 17.63677 0.106643 0.265135 0.357526 0.257541 21.15267 Median 11.00000 0.059216 0.251129

Lebih terperinci

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari

III. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari 34 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, time series triwulan dari tahun 2005-2012, yang diperoleh dari data yang dipublikasikan

Lebih terperinci

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data

2. Menentukan koleksi inti ubi kayu dan mengevaluasi kebaikan koleksi inti yang diperoleh. METODE. Data 2 2. Menentuan olesi inti ubi ayu dan mengevaluasi ebaian olesi inti yang dieroleh. METODE Data Data yang digunaan dalam enelitian ini berasal dari Kelomo Peneliti Pengelolaan Sumberdaya Geneti (Kelti

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

BAB V HASIL DAN PEMBAHASAN. dapat digunakan. Keempat pengujian tersebut adalah uji kenormalan, uji

BAB V HASIL DAN PEMBAHASAN. dapat digunakan. Keempat pengujian tersebut adalah uji kenormalan, uji BAB V HASIL DAN PEMBAHASAN 5.1. Uji Asumsi Pengujian asumsi dilalukan untuk memastikan bahwa model yang dipilih telah memenuhi asumsi yang telah ditentukan. Ada empat tahapan pengujian asumsi yang harus

Lebih terperinci

Fakultas Ekonomi Universitas Jenderal Soedirman 2) Fakultas Ekonomi Universitas Jenderal Soedirman ABSTRACT

Fakultas Ekonomi Universitas Jenderal Soedirman 2) Fakultas Ekonomi Universitas Jenderal Soedirman ABSTRACT EKO-REGIONAL, Vol 2, No.2, September 2007 PENGARUH KAPITAL DAN HUMAN CAPITAL TERHADAP PRODUK DOMESTIK BRUTO DI INDONESIA TAHUN 1970-2005 Oleh: Ratna Setyawati Gunawan 1) dan Diah Setyorini Gunawan 2) 1)

Lebih terperinci

VI. HASIL DAN PEMBAHASAN Analisis Struktur Pasar Industri Kakao di Indonesia

VI. HASIL DAN PEMBAHASAN Analisis Struktur Pasar Industri Kakao di Indonesia VI. HASIL DAN PEMBAHASAN 6.1. Analisis Struktur Pasar Industri Kakao di Indonesia Struktur pasar dapat dianalisis dengan tiga pokok elemen, yaitu nilai pangsa pasar, konsentrasi rasio empat perusahaan

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

BAB III METODE PENELITIAN (BAHAN DAN METODE)

BAB III METODE PENELITIAN (BAHAN DAN METODE) BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur

Lebih terperinci

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran

Lebih terperinci

BAB III METODE PENELITIAN (BAHAN DAN METODE)

BAB III METODE PENELITIAN (BAHAN DAN METODE) BAB III METODE PENELITIAN (BAHAN DAN METODE) Tahapan-tahapan pengerjaan yang dilauan dalam penelitian ini adalah sebagai beriut : 1. Tahap Persiapan Penelitian Pada tahapan ini aan dilauan studi literatur

Lebih terperinci

LAMPIRAN 1. Kuisioner Penelitian KUISIONER

LAMPIRAN 1. Kuisioner Penelitian KUISIONER LAMPIRAN 1 Kuisioner Penelitian No : KUISIONER ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN MASYARAKAT DALAM MEMANFAATKAN KREDIT KEPEMILIKAN RUMAH DI KOTA MEDAN (STUDI KASUS PT. BRI MEDAN) Oleh:

Lebih terperinci

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON M. Sigit Darmawan Dosen Diploma Teni Sipil ITS Email: msdarmawan@ce.its.ac.id

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci