ANALISIS VAR (VECTOR AUTOREGRESSIVE) UNTUK MEKANISME PEMODELAN PRODUKSI, KONSUMSI, EKSPOR, IMPOR, DAN HARGA MINYAK BUMI
AGUS WAHYULI
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007
Judul
:
Analisis VAR (Vector Autoregressive) untuk Mekanisme Pemodelan Produksi, Konsumsi, Ekspor, Impor, dan Harga Minyak Bumi
Nama
:
Agus Wahyuli
NRP
:
G14103035
Menyetujui :
Pembimbing I,
Pembimbing II,
Dr. Ir. I Made Sumertajaya, M.Si NIP. 132 085 916
Ir. Sutijastoto, M.A NIP. 100 009 381
Mengetahui, Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Prof. Dr. Ir. Yonny Koesmaryono, MS NIP. 131 473 999
Tanggal Lulus :
ANALISIS VAR (VECTOR AUTOREGRESSIVE) UNTUK MEKANISME PEMODELAN PRODUKSI, KONSUMSI, EKSPOR, IMPOR, DAN HARGA MINYAK BUMI
AGUS WAHYULI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007
ABSTRAK AGUS WAHYULI. Analisis VAR (Vector Autoregressive) untuk Mekanisme Pemodelan Produksi, Konsumsi, Ekspor, Impor, dan Harga Minyak Bumi. Di bawah bimbingan I MADE SUMERTAJAYA dan SUTIJASTOTO. Permintaan akan konsumsi minyak bumi yang terus meningkat sejalan dengan laju pertumbuhan ekonomi dan pertambahan penduduk tanpa diimbangi dengan peningkatan kapasitas produksi kilang minyak Indonesia, menimbulkan masalah bagi para pengambil kebijakan disisi pemerintah. Data tentang minyak bumi yang up to date beserta beberapa metode peramalan menjadi kebutuhan utama bagi pemerintah. Metode peramalan untuk data deret waktu produksi, konsumsi, ekspor, impor, dan harga minyak bumi dapat dilakukan dengan teknik peramalan model deret waktu tunggal dan dapat juga dilakukan secara bersamaan (simultan). VAR (Vector Autoregressive) merupakan model peramalan multivariate yang digunakan untuk menyusun sistem peramalan dari data deret waktu yang saling terkait dan untuk menganalisis efek dinamis dari keberadaan faktor acak yang mengganggu sistem tersebut. Adanya hubungan keterkaitan dan pengaruh timbal balik antara produksi, konsumsi, ekspor, impor, dan harga minyak bumi menyebabkan analisis model VAR layak untuk digunakan. Kelima peubah tersebut bersifat stasioner baik dalam ragam maupun dalam rataan setelah dilakukan transformasi logaritma dan pembedaan satu kali untuk semua peubah. Berdasarkan perhitungan nilai AIC, diperoleh ordo yang signifikan untuk model VAR adalah satu (p=1). Dengan menggunakan uji johansen didapatkan rank kointegrasi sebesar empat, yang berarti model VAR standar tidak bisa langsung digunakan. Model yang bisa merepresentasikan adanya kointegrasi adalah model VECM (Vector Error Correction Model). Karena didapatkan ordo satu dan rank kointegrasi empat untuk model, maka model lengkapnya adalah model VECM ordo satu dengan rank kointegrasi empat. Berdasarkan nilai MAPE untuk model VECM dan ARIMA untuk semua peubah, didapatkan hasil bahwa peramalan produksi, impor, dan harga untuk model VECM lebih akurat bila dibandingkan dengan model ARIMA (peramalan individual). Hal ini terjadi karena nilai MAPE VECM untuk ketiga peubah tersebut lebih kecil dibandingkan nilai MAPE ARIMA. Akan tetapi untuk kasus konsumsi dan ekspor minyak bumi berlaku hal sebaliknya, dalam arti model ARIMA lebih akurat dibandingkan model VECM.
RIWAYAT HIDUP
Agus Wahyuli, dilahirkan di Rembang pada tanggal 30 Juli 1985 sebagai anak pertama dari satu orang saudara kandung, putera dari pasangan Bapak Listari Widodo dan Ibu Rasmi. Pendidikan formal penulis dari SD sampai dengan SMU diselesaikan di Rembang. Pada tahun 1997 penulis menamatkan pendidikan SD di SDN 1 Seren, kemudian melanjutkan studi ke SLTPN 2 Sulang dan lulus tahun 2000. Tahun 2003 penulis menamatkan pendidikan di SMUN 1 Rembang, dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur USMI (Undangan Seleksi Masuk IPB) pada Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama menjadi mahasiswa di IPB, penulis aktif dalam kegiatan BEM TPB IPB 2003 (Badan Eksekutif Mahasiswa Tingkat Persiapan Bersama) sebagai staff pada Departemen Sosial Politik dan Keorganisasian periode 2003/2004. Penulis juga aktif dalam kegiatan HIMPRO GSB (Gamma Sigma Beta) sebagai ketua Departemen Kajian Strategis dan Sekretaris Umum tahun 2004 sampai 2005. Pada bulan Februari sampai April 2007 penulis melaksanakan praktik lapang di PT. Capricorn MARS Indotama.
PRAKATA
Alhamdulillahi rabbil’alamin. Puji Syukur Alhamdulillah penulis panjatkan kehadirat Allah SWT atas limpahan rahmat karunia-Nya sehingga penulis dapat menyelesaikan penulisan karya ilmiah ini. Dan tidak lupa, shalawat serta salam semoga tercurahkan kepada Rasulullah Muhammad SAW, kepada keluarganya, sahabatnya dan pengikut-pengikutnya yang senantiasa berjuang di jalan ALLAH. Tema yang dipilih dalam penelitian ini adalah analisis VAR (Vector Autoregressive) untuk mekanisme pemodelan produksi, konsumsi, ekspor, impor, dan harga minyak bumi. Banyak ilmu dan pelajaran yang penulis dapatkan dan rasakan dalam penyusunan karya ilmiah ini, sehingga pada kesempatan ini penulis menyampaikan banyak terima kasih kepada semua pihak yang telah membantu. Ucapan terima kasih ini diantaranya ditujukan kepada : 1. Bapak Dr. Ir. I Made Sumertajaya, M.Si selaku pembimbing I atas segala bimbingan, waktu, kesabaran dan masukan-masukannya selama menyelesaikan karya ilmiah ini. 2. Bapak Ir. Sutijastoto, M.A dari Pusdatin Departemen Energi Sumber Daya Mineral (DESDM) selaku pembimbing II atas segala bimbingan, data, waktu, dan saran-sarannya selama menyelesaikan karya ilmiah ini. 3. Seluruh dosen Departemen Statistika atas segala ilmu yang bermanfaat. 4. Teristimewa kupersembahkan karya kecil ini untuk kedua orang tuaku yang selalu memberikan semangat, kasih sayang yang tiada henti, doa yang tiada putus, dan pengertian kepada ananda. 5. Arie Dwi, terima kasih banyak untuk semuanya hingga penulis sampai pada tahap ini. Terima kasih untuk doanya, dukungan yang selalu diberikan tiap hari, motivasi dan semangat yang selalu penulis butuhkan, dan waktu yang sangat berharga bagi penulis. 6. Mbak Nia dan Mas Nunung dari Pusdatin DESDM atas waktu, tumpangan tempatnya, dan bantuannya selama ini. Terimakasih juga pada Mbak Etna serta seluruh staff Pusdatin DESDM yang tidak dapat disebutkan satu per satu. 7. Tagor, terima kasih banyak untuk empat tahun ini. Kau adalah teman yang sangat baik. 8. Lala, Ema, Rara. Terima kasih untuk bantuannya pada waktu penulis seminar. Kalian adalah seksi konsumsi yang sangat cerdas. 9. Teman-teman STK 40. Terima kasih untuk kebersamaannya selama empat tahun ini. Penulis tidak akan melupakan saat-saat bersama kalian. Semoga kesuksesan selalu bersama kita. 10. Bu Markonah, Bu Sulis, Bu Dedeh, Mang Dur, Pak Iyan, Mang Herman, Pak Heri atas segala bantuan yang diberikan selama ini. 11. Teman-teman “BATOSAI”. Terima kasih semuanya. 12. Adik-adik kelas STK 41 dan STK 42. 13. Semua pihak yang tidak memungkinkan untuk disebutkan satu per satu. Semoga semua amal baik, bantuan, dan keikhlasan yang telah diberikan kepada penulis mendapat balasan dari Allah SWT. Dan semoga karya ilmiah ini bermanfaat.
Bogor, September 2007
Agus wahyuli
DAFTAR ISI Halaman DAFTAR TABEL.................................................................................................................................. ix DAFTAR GAMBAR .............................................................................................................................
ix
DAFTAR LAMPIRAN .........................................................................................................................
x
PENDAHULUAN Latar belakang .................................................................................................................................. Tujuan Penelitian .............................................................................................................................
1 1
TINJAUAN PUSTAKA Minyak Bumi ................................................................................................................................... Model ARIMA ................................................................................................................................. Kestasioneran Data ..................................................................................................................... Korelasi Diri (Autocorrelation) dan Korelasi Diri Parsial (Partial Autocorrelation) .............. Identifikasi Model ARIMA........................................................................................................ Pendugaan Parameter Model ARIMA ....................................................................................... Ketepatan Metode Pearamalan................................................................................................... Vector Autoregressive (VAR).......................................................................................................... Penentuan Panjang Lag .............................................................................................................. Statistik Uji Kelayakan Model VAR ........................................................................................ Cholesky Decomposition (Variance Decomposition)................................................................ Impulse Response Function (IRF) ............................................................................................. Vector Error Correction Model (VECM).................................................................................. Kointegrasi ................................................................................................................................. Model VECM .............................................................................................................................
1 2 2 2 3 3 3 3 4 4 4 4 5 5 5
BAHAN DAN METODE Bahan Penelitian .............................................................................................................................. Metode Penelitian ............................................................................................................................
5 6
HASIL DAN PEMBAHASAN Eksplorasi Data ................................................................................................................................ Proses atau Fase Pembentukan Model............................................................................................. Model ARIMA ........................................................................................................................... Produksi ................................................................................................................................ 1. Pemeriksaan Kestasioneran Data ............................................................................ 2. Identifikasi Model ................................................................................................... 3. Overfitting dan Pendugaan Parameter .................................................................... 4. Diagnostik atau Uji Kelayakan Model.................................................................... Konsumsi .............................................................................................................................. 1. Pemeriksaan Kestasioneran Data ............................................................................ 2. Identifikasi Model ................................................................................................... 3. Overfitting dan Pendugaan Parameter .................................................................... 4. Diagnostik atau Uji Kelayakan Model.................................................................... Ekspor ................................................................................................................................... 1. Pemeriksaan Kestasioneran Data ............................................................................ 2. Identifikasi Model ................................................................................................... 3. Overfitting dan Pendugaan Parameter .................................................................... 4. Diagnostik atau Uji Kelayakan Model.................................................................... Impor ..................................................................................................................................... 1. Pemeriksaan Kestasioneran Data ............................................................................ 2. Identifikasi Model ................................................................................................... 3. Overfitting dan Pendugaan Parameter .................................................................... 4. Diagnostik atau Uji Kelayakan Model....................................................................
6 7 7 7 7 8 8 8 9 9 9 9 9 9 10 10 10 10 10 11 11 11 11
Harga ..................................................................................................................................... 11 1. Pemeriksaan Kestasioneran Data ............................................................................ 11 2. Identifikasi Model ................................................................................................... 12 3. Overfitting dan Pendugaan Parameter .................................................................... 12 4. Diagnostik atau Uji Kelayakan Model.................................................................... 12 Model VAR ................................................................................................................................ 12 1. Pemeriksaan Kestasioneran Data ............................................................................ 12 2. Penentuan Panjang Lag atau Ordo VAR ................................................................ 12 3. Uji Kointegrasi ........................................................................................................ 13 4. Pendugaan Model .................................................................................................... 13 5. Uji Kelayakan Model VECM ................................................................................. 14 Interpretasi Model ............................................................................................................................ 14 Model ARIMA ........................................................................................................................... 14 Produksi ................................................................................................................................ 14 Konsumsi .............................................................................................................................. 14 Ekspor ................................................................................................................................... 14 Harga ..................................................................................................................................... 14 Impor ..................................................................................................................................... 14 Model VAR / VECM ................................................................................................................. 14 1. Cholesky Decomposition atau Dekomposisi Ragam .................................................... 14 2. Impulse Response Function (IRF) ................................................................................ 15 Aplikasi atau Penerapan Model VAR dan ARIMA ........................................................................ 15 KESIMPULAN DAN SARAN Kesimpulan....................................................................................................................................... Saran ...............................................................................................................................................
18 18
DAFTAR PUSTAKA ............................................................................................................................
18
LAMPIRAN ...........................................................................................................................................
20
DAFTAR TABEL Halaman 1 2 3
Uji Augmented Dickey Fuller untuk kestasioneran ............................................................ 8 Hasil perhitungan ordo VAR ............................................................................................... 13 Uji johansen kointegrasi ...................................................................................................... 13
DAFTAR GAMBAR Halaman 1 2 3 4 5
Plot data aktual produksi minyak bumi Indonesia .............................................................. Plot data aktual konsumsi minyak bumi untuk kebutuhan kilang domestik Indonesia ..... Plot data aktual ekspor minyak bumi Indonesia.................................................................. Plot data aktual impor minyak bumi Indonesia ................................................................... Plot data aktual harga minyak bumi Internasional ..............................................................
6 6 7 7 7
DAFTAR LAMPIRAN Halaman 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
Plot ACF dan PACF data awal produksi ............................................................................. Plot ACF dan PACF data awal logaritma produksi ............................................................ Plot ACF dan PACF logaritma produksi setelah 1 kali differencing.................................. Kandidat model ARIMA produksi ...................................................................................... Plot autokorelasi sisaan produksi untuk model ARIMA (0,1,1)......................................... Plot autokorelasi sisaan produksi untuk model ARIMA (0,1,2)......................................... Plot autokorelasi sisaan produksi untuk model ARIMA (1,1,0)........................................ Plot data awal logaritma produksi ....................................................................................... Plot logaritma produksi setelah 1 kali differencing............................................................. Histogram kenormalan sisaan produksi untuk model ARIMA (0,1,1) ............................... Histogram kenormalan sisaan produksi untuk model ARIMA (0,1,2) ............................... Histogram kenormalan sisaan produksi untuk model ARIMA (1,1,0) ............................... Plot ACF dan PACF data awal konsumsi ........................................................................... Plot ACF dan PACF data awal logaritma konsumsi ........................................................... Plot ACF dan PACF logaritma konsumsi setelah 1 kali differencing ................................ Kandidat model ARIMA konsumsi ..................................................................................... Plot autokorelasi sisaan konsumsi untuk model (0,1,1) ...................................................... Plot autokorelasi konsumsi utuk model (2,1,0) ................................................................... Plot autokorelasi konsumsi utuk model ARIMA (1,1,0) .................................................... Plot autokorelasi konsumsi utuk model (2,1,1) ................................................................... Plot data awal logaritma konsumsi ...................................................................................... Plot logaritma konsumsi setelah 1 kali differencing ........................................................... Histogram kenormalan sisaan konsumsi untuk model ARIMA (0,1,1) ............................. Histogram kenormalan sisaan konsumsi untuk model ARIMA (2,1,0) ............................. Histogram kenormalan sisaan konsumsi untuk model ARIMA (1,1,0) ............................. Histogram kenormalan sisaan konsumsi untuk model ARIMA (2,1,1) ............................. Plot ACF dan PACF data awal Ekspor................................................................................ Plot ACF dan PACF data awal logaritma ekspor................................................................ Plot ACF dan PACF logaritma ekspor setelah 1 kali differencing ..................................... Kandidat model ARIMA Ekspor ......................................................................................... Plot autokorelasi sisaan ekspor untuk model ARIMA (0,1,1) ............................................ Plot autokorelasi sisaan ekspor untuk model ARIMA (1,1,0) ............................................ Plot autokorelasi sisaan ekspor untuk model ARIMA (2,1,0) ............................................ Plot data awal logaritma ekspor........................................................................................... Plot logaritma ekspor setelah 1 kali differencing ................................................................ Histogram kenormalan sisaan ekspor untuk model ARIMA (0,1,1) .................................. Histogram kenormalan sisaan ekspor untuk model ARIMA (1,1,0) .................................. Histogram kenormalan sisaan ekspor untuk model ARIMA (2,1,0) .................................. Plot ACF dan PACF data awal impor ................................................................................. Plot ACF dan PACF data awal logaritma impor ................................................................. Plot ACF dan PACF logaritma impor setelah 1 kali differencing ...................................... Kandidat model ARIMA impor ........................................................................................... Plot autokorelasi sisaan impor untuk model ARIMA (0,1,1) ............................................. Plot autokorelasi sisaan impor untuk model ARIMA (0,1,2) ............................................. Plot autokorelasi sisaan impor untuk model ARIMA (1,1,0) ............................................ Plot autokorelasi sisaan impor untuk model ARIMA (2,1,0) ............................................. Plot data awal logaritma impor ............................................................................................ Plot logaritma impor setelah 1 kali differencing ................................................................. Histogram kenormalan sisaan impor untuk model ARIMA (0,1,1) ................................... Histogram kenormalan sisaan impor untuk model ARIMA (0,1,2) ................................... Histogram kenormalan sisaan impor untuk model ARIMA (1,1,0) ................................... Histogram kenormalan sisaan impor untuk model ARIMA (2,1,0) ................................... Plot ACF dan PACF data awal harga .................................................................................. Plot ACF dan PACF data awal logaritma harga .................................................................
20 20 20 20 21 21 21 21 22 22 22 23 23 23 24 24 24 24 25 25 25 25 26 26 26 27 27 27 28 28 28 28 29 29 29 30 30 30 31 31 31 31 32 32 32 32 33 33 33 33 34 34 35 35
55 Plot ACF dan PACF logaritma harga setelah 1 kali differencing ....................................... 56 Kandidat model ARIMA harga ........................................................................................... 57 Plot autokorelasi sisaan harga untuk model ARIMA (0,1,1) .............................................. 58 Plot autokorelasi sisaan harga untuk model ARIMA (1,1,0) ............................................. 59 Plot autokorelasi sisaan harga untuk model ARIMA (2,1,0) .............................................. 60 Plot data awal logaritma harga ............................................................................................ 61 Plot logaritma harga setelah 1 kali differencing .................................................................. 62 Histogram kenormalan sisaan harga untuk model ARIMA (0,1,1) .................................... 63 Histogram kenormalan sisaan harga untuk model ARIMA (1,1,0) .................................... 64 Histogram kenormalan sisaan harga untuk model ARIMA (2,1,0) .................................... 65 Hasil pendugaan model VAR ordo 1................................................................................... 66 Hasil pendugaan model VECM ordo 1 dengan rank kointegrasi 4 .................................... 67 Uji portmanteau kebaikan model VECM ............................................................................ 68(a) Dekomposisi ragam produksi .............................................................................................. 68(b) Dekomposisi ragam konsumsi............................................................................................. 68(c) Dekomposisi ragam ekspor.................................................................................................. 68(d) Dekomposisi ragam impor .................................................................................................. 68(e) Dekomposisi ragam harga ................................................................................................... 69(a) Respon impuls produksi ...................................................................................................... 69(b) Respon impuls konsumsi ..................................................................................................... 69(c) Respon impuls ekspor .......................................................................................................... 69(d) Respon impuls impor ........................................................................................................... 69(e) Respon impuls harga ............................................................................................................ 70 Grafik fungsi respons impuls ............................................................................................... 71(a) Hasil peramalan VECM dan ARIMA periode Januari – September 2006 ......................... 71(b) Hasil peramalan VECM dan ARIMA periode Oktober 2006 – Desember 2007 ...............
35 35 36 36 36 36 37 37 37 38 38 39 40 40 41 41 41 42 42 42 43 43 43 44 45 46
LAMPIRAN
Lampiran 1 Plot ACF dan PACF data awal produksi
Lampiran 2 Plot ACF dan PACF data awal logaritma produksi
Lampiran 3 Plot ACF dan PACF logaritma produksi setelah 1 kali differencing
Lampiran 4 Kandidat model ARIMA produksi
No 1
Model ARIMA (0,1,1)
2
(2,1,0)
3
(0,1,2)
4
(0,1,3)
5
(1,1,0)
6
(3,1,0)
7
(2,1,1)
Koefisien MA(1) Konstanta AR(1) AR(2) Konstanta MA(1) MA(2) Konstanta MA(1) MA(2) MA(3) Konstanta AR(1) Konstanta AR(1) AR(2) AR(3) Konstanta AR(1) AR(2) MA(1) Konstanta
Nilaip 0.0000 0.0251 0.0000 0.0660 0.1320 0.0000 0.0023 0.2237 0.0000 0.0261 0.8070 0.2261 0.0000 0.2731 0.0000 0.1208 0.7845 0.0869 0.6684 0.0288 0.0000 0.0000
AIC -5.4143 -5.4473
-5.4629
-5.4338
-5.4287 -5.4311
-5.5436
20
Lampiran 5 Plot autokorelasi sisaan produksi untuk model ARIMA (0,1,1)
Lampiran 6 Plot autokorelasi sisaan produksi untuk model ARIMA (0,1,2)
Lampiran 7 Plot autokorelasi sisaan produksi untuk model ARIMA (1,1,0)
Lampiran 8 Plot data awal logaritma produksi
7.68 7.64 7.60 7.56 7.52 7.48 7.44 2000
2001
2002
2003
2004
2005
PRODUKSILOG Periode
21
Lampiran 9 Plot logaritma produksi setelah 1 kali differencing .06 .04 .02 .00 -.02 -.04 -.06 2000
2001
2002
2003
2004
2005
PRODUKSI_ Periode
Lampiran 10 Histogram kenormalan sisaan produksi untuk model ARIMA (0,1,1) 20 Series: Residuals Sample 2000:02 2005:12 Observations 71
16
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
12
8
-1.22E-05 0.004488 0.029830 -0.048049 0.015810 -0.894692 3.977813
4 Jarque-Bera Probability
0 -0.04
-0.02
0.00
12.30079 0.002133
0.02
Lampiran 11 Histogram kenormalan sisaan produksi untuk model ARIMA (0,1,2) 12 Series: Residuals Sample 2000:02 2005:12 Observations 71
10 8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6 4 2
Jarque-Bera Probability
0 -0.10
-0.05
0.00
0.05
-0.002645 -0.001627 0.094280 -0.117161 0.039567 -0.230644 3.406454 1.118222 0.571717
0.10
22
Lampiran 12 Histogram kenormalan sisaan produksi untuk model ARIMA (1,1,0) 8 Series: Residuals Sample 2000:03 2005:12 Observations 70
7 6
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
5 4 3 2 1 0 -0.050
Jarque-Bera Probability -0.025
0.000
Lampiran 13 Plot ACF dan PACF data awal konsumsi
-1.31E-16 0.003208 0.023964 -0.048979 0.015691 -1.188953 4.512965 23.16855 0.000009
0.025
Lampiran 14 Plot ACF dan PACF data awal logaritma konsumsi
23
Lampiran 15 Plot ACF dan PACF logaritma konsumsi setelah 1 kali differencing
Lampiran 17 Plot autokorelasi sisaan konsumsi untuk model ARIMA (0,1,1)
Lampiran 16 Kandidat model ARIMA konsumsi
No 1
Model ARIMA (0,1,1)
2
(2,1,0)
3
(0,1,2)
4
(1,1,0)
5
(3,1,0)
6
(2,1,1)
Koefisien MA(1) Konstanta AR(1) AR(2) Konstanta MA(1) MA(2) Konstanta AR(1) Konstanta AR(1) AR(2) AR(3) Konstanta AR(1) AR(2) MA(1) Konstanta
Nilaip 0.0000 0.0101 0.0007 0.0042 0.6183 0.0000 0.0679 0.0139 0.0059 0.8191 0.0007 0.0014 0.2327 0.6522 0.0000 0.0011 0.0000 0.7736
AIC -3.5260 -3.3973
-3.5468
-3.2985 -3.3979
-3.3962
Lampiran 18 Plot autokorelasi sisaan konsumsi utuk model ARIMA (2,1,0)
24
Lampiran 19 Plot autokorelasi sisaan konsumsi utuk model ARIMA (1,1,0)
Lampiran 20 Plot autokorelasi sisaan konsumsi utuk model ARIMA (2,1,1)
Lampiran 22 Plot logaritma konsumsi setelah 1 kali differencing
Lampiran 21 Plot data awal logaritma konsumsi
.10
7.45
.05
7.40 7.35
.00
7.30
-.05 7.25
-.10
7.20
-.15
7.15 2000
2001
2002
2003
KONSUMSILOG Periode
2004
2005
2000
2001
2002
2003
2004
2005
KONSUMSI_ Periode
25
Lampiran 23 Histogram kenormalan sisaan konsumsi untuk model ARIMA (0,1,1) 9 Series: Residuals Sample 2000:02 2005:12 Observations 71
8 7 6
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
5 4 3 2
Jarque-Bera Probability
1 0 -0.10
-0.05
0.00
0.05
-0.000955 0.002471 0.098024 -0.115473 0.040627 -0.332045 3.366988 1.703101 0.426753
0.10
Lampiran 24 Histogram kenormalan sisaan konsumsi untuk model ARIMA (2,1,0) 12 Series: Residuals Sample 2000:04 2005:12 Observations 69
10 8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6 4 2 0 -0.15
Jarque-Bera Probability -0.10
-0.05
0.00
0.05
3.37E-16 0.008193 0.100141 -0.140393 0.042690 -0.558496 3.994916 6.432894 0.040097
0.10
Lampiran 25 Histogram kenormalan sisaan konsumsi untuk model ARIMA (1,1,0) 10 Series: Residuals Sample 2000:03 2005:12 Observations 70
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
7.46E-17 0.002438 0.075385 -0.141690 0.045523 -0.716448 3.911267
2
0 -0.15
Jarque-Bera Probability -0.10
-0.05
0.00
8.410492 0.014917
0.05
26
Lampiran 26 Histogram kenormalan sisaan konsumsi untuk model ARIMA (2,1,1) 10 Series: Residuals Sample 2000:04 2005:12 Observations 69
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
-6.44E-05 0.000228 0.083816 -0.142245 0.042101 -0.928256 4.758686
2
0 -0.15
Jarque-Bera Probability -0.10
-0.05
0.00
18.80139 0.000083
0.05
Lampiran 27 Plot ACF dan PACF data awal ekspor
Lampiran 28 Plot ACF dan PACF data awal logaritma ekspor
27
Lampiran 29 Plot ACF dan PACF logaritma ekspor setelah 1 kali differencing
Lampiran 31 Plot autokorelasi sisaan ekspor untuk model ARIMA (0,1,1)
Lampiran 30 Kandidat model ARIMA ekspor
No 1
Model ARIMA (0,1,1)
2
(2,1,0)
3
(0,1,2)
4
(1,1,0)
5
(3,1,0)
6
(2,1,0)
Koefisien MA(1) Konstanta AR(1) AR(2) Konstanta MA(1) MA(2) Konstanta AR(1) Konstanta AR(1) AR(2) AR(3) Konstanta AR(1) AR(2) MA(1) Konstanta
Nilaip 0.0000 0.0082 0.0000 0.0250 0.7800 0.0000 0.1920 0.0228 0.0000 0.8234 0.0000 0.0042 0.0671 0.7214 0.5013 0.3328 0.0000 0.0061
AIC -1.4035 -0.9302
-1.3667
-0.8976 -0.9383
-1.1104
Lampiran 32 Plot autokorelasi sisaan ekspor untuk model ARIMA (1,1,0)
28
Lampiran 33 Plot autokorelasi sisaan ekspor untuk model ARIMA (2,1,0)
Lampiran 34 Plot data awal logaritma ekspor
7.6 7.4 7.2 7.0 6.8 6.6 6.4 6.2 2000
2001
2002
2003
2004
2005
EKSPORLOG Periode
Lampiran 35 Plot logaritma ekspor setelah 1 kali differencing 1.0
0.5
0.0
-0.5
-1.0 2000
2001
2002
2003
2004
2005
Periode EKSPOR_
29
Lampiran 36 Histogram kenormalan sisaan ekspor untuk model ARIMA (0,1,1) 30 Series: Residuals Sample 2000:02 2005:12 Observations 71
25 20
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
15 10 5
Jarque-Bera Probability
0 -0.8
-0.6
-0.4
-0.2
0.0
-0.004128 0.010950 0.166275 -0.852477 0.117371 -5.342430 39.77934 4339.537 0.000000
0.2
Lampiran 37 Histogram kenormalan sisaan ekspor untuk model ARIMA (1,1,0) 24 Series: Residuals Sample 2000:03 2005:12 Observations 70
20 16
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
12 8 4
Jarque-Bera Probability
0 -0.75
-0.50
-0.25
0.00
0.25
-1.84E-10 -0.004420 0.522922 -0.878712 0.151209 -1.923268 20.05314 891.3493 0.000000
0.50
Lampiran 38 Histogram kenormalan sisaan ekspor untuk model ARIMA (2,1,0) 24 Series: Residuals Sample 2000:04 2005:12 Observations 69
20 16
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
12 8 4
Jarque-Bera Probability
0 -0.8
-0.6
-0.4
-0.2
0.0
0.2
-5.64E-15 -0.006228 0.401781 -0.896845 0.146576 -2.858206 22.46330 1183.055 0.000000
0.4
30
Lampiran 39 Plot ACF dan PACF data awal impor
Lampiran 40 Plot ACF dan PACF data awal logaritma impor
Lampiran 41 Plot ACF dan PACF logaritma impor setelah 1 kali differencing
Lampiran 42 Kandidat model ARIMA impor
No 1
Model ARIMA (0,1,1)
2
(2,1,0)
3
(0,1,2)
4
(0,1,3)
5
(1,1,0)
6
(3,1,0)
7
(2,1,1)
Koefisien MA(1) Konstanta AR(1) AR(2) Konstanta MA(1) MA(2) Konstanta MA(1) MA(2) MA(3) Konstanta AR(1) Konstanta AR(1) AR(2) AR(3) Konstanta AR(1) AR(2) MA(1) Konstanta
Nilaip 0.0000 0.6472 0.0000 0.0352 0.9015 0.0000 0.0335 0.8008 0.0000 0.0123 0.0874 0.6514 0.0000 0.7705 0.0000 0.1732 0.6688 0.9104 0.0115 0.1354 0.7085 0.8828
AIC -1.7309 -1.8564
-1.7612
-1.7634
-1.7695 -1.8141
-1.8295
31
Lampiran 43 Plot autokorelasi sisaan impor untuk model ARIMA (0,1,1)
Lampiran 44 Plot autokorelasi sisaan impor untuk model ARIMA (0,1,2)
Lampiran 45 Plot autokorelasi sisaan impor untuk model ARIMA (1,1,0)
Lampiran 46 Plot autokorelasi sisaan impor untuk model ARIMA (2,1,0)
32
Lampiran 47 Plot data awal logaritma impor
Lampiran 48 Plot logaritma impor setelah 1 kali differencing .4
7.3 7.2
.3
7.1
.2
7.0
.1
6.9
.0
6.8
-.1 6.7
-.2
6.6
-.3
6.5 2000
2001
2002
2003
2004
2000
2005
2001
2002
2003
2004
2005
IMPOR_ Periode
IMPORLOG Periode
Lampiran 49 Histogram kenormalan sisaan impor untuk model ARIMA (0,1,1) 12 Series: Residuals Sample 2000:02 2005:12 Observations 71
10 8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6 4 2
Jarque-Bera Probability
0 -0.2
-0.1
0.0
0.1
-0.001224 0.010912 0.218346 -0.231677 0.099703 -0.150137 2.698691 0.535315 0.765170
0.2
Lampiran 50 Histogram kenormalan sisaan impor untuk model ARIMA (0,1,2) 12 Series: Residuals Sample 2000:02 2005:12 Observations 71
10 8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6 4 2
Jarque-Bera Probability
0 -0.2
-0.1
0.0
0.1
-0.001330 0.001358 0.197550 -0.252793 0.096828 -0.124133 2.681284 0.482847 0.785509
0.2
33
Lampiran 51 Histogram kenormalan sisaan impor untuk model ARIMA (1,1,0) 10 Series: Residuals Sample 2000:03 2005:12 Observations 70
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
-1.12E-15 -0.000227 0.195014 -0.249194 0.097776 -0.048694 2.555727
2 Jarque-Bera Probability
0 -0.2
-0.1
0.0
0.1
0.603351 0.739578
0.2
Lampiran 52 Histogram kenormalan sisaan impor untuk model ARIMA (2,1,0) 10 Series: Residuals Sample 2000:04 2005:12 Observations 69
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
2.87E-14 -0.004502 0.190808 -0.249594 0.092243 -0.167225 2.727977
2 Jarque-Bera Probability
0 -0.2
-0.1
0.0
0.1
0.534327 0.765548
0.2
34
Lampiran 53 Plot ACF dan PACF data awal harga
Lampiran 54 Plot ACF dan PACF data awal logaritma harga
Lampiran 55 Plot ACF dan PACF logaritma harga setelah 1 kali differencing
Lampiran 56 Kandidat model ARIMA harga
No 1
Model ARIMA (0,1,1)
2
(2,1,0)
3
(0,1,2)
4
(1,1,0)
5
(3,1,0)
6
(2,1,1)
Koefisien MA(1) Konstanta AR(1) AR(2) Konstanta MA(1) MA(2) Konstanta AR(1) Konstanta AR(1) AR(2) AR(3) Konstanta AR(1) AR(2) MA(1) Konstanta
Nilaip 0.0000 0.0777 0.0000 0.0004 0.8957 0.0000 0.9537 0.0845 0.0000 0.9932 0.0000 0.0005 0.1095 0.8961 0.3239 0.2681 0.0000 0.2364
AIC -3.4553 -3.1001
-3.4252
-2.9088 -3.1549
-3.4586
35
Lampiran 57 Plot autokorelasi sisaan harga untuk model ARIMA (0,1,1)
Lampiran 58 Plot autokorelasi sisaan harga untuk model ARIMA (1,1,0)
Lampiran 59 Plot autokorelasi sisaan harga untuk model ARIMA (2,1,0)
Lampiran 60 Plot data awal logaritma harga
1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 2000
2001
2002
2003
2004
2005
HARGALOG Periode
36
Lampiran 61 Plot logaritma harga setelah 1 kali differencing .12 .08 .04 .00 -.04 -.08 -.12 2000
2001
2002
2003
2004
2005
HARGA_ Periode
Lampiran 62 Histogram kenormalan sisaan harga untuk model ARIMA (0,1,1) 10 Series: Residuals Sample 2000:03 2005:12 Observations 70
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
-0.003290 0.004098 0.088859 -0.114566 0.041958 -0.489320 3.059507
2 Jarque-Bera Probability
0 -0.10
-0.05
0.00
2.803725 0.246138
0.05
Lampiran 63 Histogram kenormalan sisaan harga untuk model ARIMA (1,1,0) 8 Series: Residuals Sample 2000:04 2005:12 Observations 69
7 6
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
5 4 3 2 1
Jarque-Bera Probability
0 -0.10
-0.05
0.00
0.05
-9.57E-14 0.003096 0.133102 -0.114395 0.055298 0.014234 2.462007 0.834461 0.658869
0.10
37
Lampiran 64 Histogram kenormalan sisaan harga untuk model ARIMA (2,1,0) 10 Series: Residuals Sample 2000:05 2005:12 Observations 68
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
-1.44E-14 0.013136 0.094351 -0.133525 0.049505 -0.514012 2.680909
2 Jarque-Bera Probability
0 -0.10
-0.05
0.00
0.05
3.282854 0.193703
0.10
Lampiran 65 Hasil pendugaan model VAR ordo 1 PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
PRODUKSI_(-1)
-0.549897 (0.10509) [-5.23246]
0.321234 (0.29680) [ 1.08232]
1.797334 (0.96337) [ 1.86568]
-0.673194 (0.64711) [-1.04030]
-0.006247 (0.27773) [-0.02249]
KONSUMSI_(-1)
-0.024058 (0.04316) [-0.55748]
-0.332648 (0.12188) [-2.72936]
-0.356863 (0.39559) [-0.90209]
0.024150 (0.26573) [ 0.09088]
-0.015425 (0.11405) [-0.13526]
EKSPOR_(-1)
0.001049 (0.01179) [ 0.08903]
-0.016832 (0.03329) [-0.50562]
-0.488259 (0.10805) [-4.51870]
0.102484 (0.07258) [ 1.41199]
0.041339 (0.03115) [ 1.32706]
IMPOR_(-1)
-0.010047 (0.01557) [-0.64543]
-0.094806 (0.04396) [-2.15657]
-0.194241 (0.14269) [-1.36127]
-0.602841 (0.09585) [-6.28950]
-0.059213 (0.04114) [-1.43942]
HARGA_(-1)
-0.055275 (0.04701) [-1.17575]
0.066448 (0.13277) [ 0.50046]
-0.876982 (0.43096) [-2.03495]
0.062046 (0.28948) [ 0.21433]
-0.045838 (0.12424) [-0.36894]
C
-0.001818 (0.00193) [-0.93981]
-0.001185 (0.00546) [-0.21686]
0.002246 (0.01773) [ 0.12666]
0.002489 (0.01191) [ 0.20901]
0.004684 (0.00511) [ 0.91633]
38
Lampiran 66 Hasil pendugaan model VECM ordo 1 dengan rank kointegrasi 4 Cointegrating Eq:
CointEq1
CointEq2
CointEq3
CointEq4
PRODUKSI_(-1)
1.000000
0.000000
0.000000
0.000000
KONSUMSI_(-1)
0.000000
1.000000
0.000000
0.000000
EKSPOR_(-1)
0.000000
0.000000
1.000000
0.000000
IMPOR_(-1)
0.000000
0.000000
0.000000
1.000000
HARGA_(-1)
-0.059328 (0.03637) [-1.63105]
-0.066471 (0.11496) [-0.57823]
0.193134 (0.31839) [ 0.60661]
-0.030326 (0.20891) [-0.14516]
C
0.001762 (0.00103) [ 1.71719]
0.001629 (0.00324) [ 0.50252]
0.001412 (0.00898) [ 0.15725]
-0.000667 (0.00589) [-0.11327]
Error Correction:
D(PRODUKSI_) D(KONSUMSI_) D(EKSPOR_)
D(IMPOR_)
D(HARGA_)
CointEq1
-1.812166 (0.23688) [-7.65017]
1.408701 (0.60968) [ 2.31056]
5.326551 (2.03857) [ 2.61288]
0.153011 (1.36540) [ 0.11206]
0.650557 (0.79235) [ 0.82105]
CointEq2
-0.033288 (0.07792) [-0.42719]
-1.899189 (0.20056) [-9.46929]
-1.462421 (0.67062) [-2.18071]
-0.316468 (0.44917) [-0.70456]
-0.001415 (0.26066) [-0.00543]
CointEq3
0.016478 (0.02428) [ 0.67878]
-0.034878 (0.06248) [-0.55820]
-1.836063 (0.20892) [-8.78825]
0.217108 (0.13993) [ 1.55152]
0.187240 (0.08120) [ 2.30580]
CointEq4
-0.046199 (0.03853) [-1.19900]
-0.132865 (0.09917) [-1.33974]
-0.575062 (0.33160) [-1.73421]
-2.012295 (0.22210) [-9.06031]
-0.089676 (0.12889) [-0.69578]
D(PRODUKSI_(-1))
0.199584 (0.13592) [ 1.46838]
-0.756077 (0.34983) [-2.16125]
-2.371941 (1.16973) [-2.02777]
-0.457612 (0.78347) [-0.58408]
-0.239889 (0.45465) [-0.52763]
D(KONSUMSI_(-1))
0.001618 (0.04670) [ 0.03463]
0.412550 (0.12021) [ 3.43195]
0.670276 (0.40194) [ 1.66761]
0.168489 (0.26921) [ 0.62586]
-0.046314 (0.15623) [-0.29646]
D(EKSPOR_(-1))
-0.005471 (0.01407) [-0.38878]
-0.003293 (0.03622) [-0.09091]
0.197403 (0.12110) [ 1.63003]
-0.092421 (0.08111) [-1.13941]
-0.072258 (0.04707) [-1.53510]
D(IMPOR_(-1))
0.019191 (0.02163) [ 0.88722]
0.044141 (0.05567) [ 0.79285]
0.288039 (0.18615) [ 1.54731]
0.283164 (0.12468) [ 2.27106]
-0.008647 (0.07235) [-0.11951]
D(HARGA_(-1))
-0.108166 (0.03501) [-3.08953]
-0.018741 (0.09011) [-0.20798]
-0.033863 (0.30130) [-0.11239]
-0.267850 (0.20181) [-1.32727]
-0.491959 (0.11711) [-4.20086]
39
Lampiran 67 Uji portmanteau kebaikan model VECM Lags
Q-Stat
Prob.
Adj Q-Stat
Prob.
df
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
10.48017 25.78136 43.90667 67.52144 84.79412 110.5545 130.2028 150.3694 169.1333 183.3981 204.6362 228.4523 254.3668 264.8145 277.6576 302.3469 319.5983 338.9489 359.0429 370.1041 388.3635 410.8015 428.2821 467.3264 486.4098 507.6093 524.6771 535.7393 553.2086 573.9137
NA* 0.4193 0.7152 0.7181 0.8616 0.8183 0.8767 0.9112 0.9449 0.9805 0.9837 0.9813 0.9738 0.9938 0.9983 0.9976 0.9988 0.9992 0.9994 0.9999 0.9999 0.9999 1.0000 0.9996 0.9998 0.9998 0.9999 1.0000 1.0000 1.0000
10.63429 26.39223 45.34142 70.40940 89.03151 117.2453 139.1119 161.9233 183.5018 200.1844 225.4504 254.2804 286.2107 299.3178 315.7285 347.8712 370.7624 396.9428 424.6724 440.2483 466.4963 499.4371 525.6581 585.5260 615.4522 649.4701 677.5100 696.1268 726.2614 762.8935
NA* 0.3869 0.6605 0.6285 0.7759 0.6767 0.7277 0.7522 0.7925 0.8818 0.8656 0.8101 0.7069 0.8435 0.9057 0.8392 0.8500 0.8318 0.7991 0.8717 0.8561 0.7827 0.7657 0.3714 0.3222 0.2413 0.2204 0.2785 0.2385 0.1597
NA* 25 50 75 100 125 150 175 200 225 250 275 300 325 350 375 400 425 450 475 500 525 550 575 600 625 650 675 700 725
*The test is valid only for lags larger than the VAR lag order. df is degrees of freedom for (approximate) chi-square distribution
Lampiran 68(a) Dekomposisi ragam produksi Period 1 2 3 4 5 6 7 8 9 10 11 12
S.E.
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
0.016284 0.019346 0.020760 0.020871 0.021177 0.021247 0.021410 0.021517 0.021654 0.021758 0.021889 0.022000
100.0000 97.87142 90.25007 89.29544 86.90598 86.49653 85.29263 84.63315 83.73386 83.02725 82.23455 81.53390
0.000000 0.046717 0.071124 0.080021 0.239332 0.247066 0.250885 0.272953 0.311696 0.316466 0.337559 0.358345
0.000000 0.549674 0.727591 1.496405 1.478463 1.499717 1.644547 1.669861 1.751835 1.806449 1.858976 1.921918
0.000000 1.504798 2.041358 2.194783 2.133112 2.172276 2.161056 2.194228 2.166590 2.152685 2.131903 2.115040
0.000000 0.027392 6.909855 6.933350 9.243109 9.584411 10.65088 11.22981 12.03602 12.69715 13.43701 14.07080
40
Lampiran 68(b) Dekomposisi ragam konsumsi Period
S.E.
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
1 2 3 4 5 6 7 8
0.041912 0.046680 0.048218 0.049593 0.050691 0.050929 0.051102 0.051239
10.87877 10.03739 9.730220 10.17879 12.91770 12.99288 12.91291 13.19992
89.12123 85.64512 82.80714 82.57127 79.39469 79.02767 78.66392 78.25367
0.000000 1.474638 3.280370 3.128968 3.040691 3.320619 3.299035 3.285633
0.000000 2.786692 3.718615 3.517507 3.635033 3.650920 3.626356 3.637189
0.000000 0.056160 0.463654 0.603467 1.011884 1.007906 1.497781 1.623587
9 10 11 12
0.051312 0.051375 0.051449 0.051507
13.16412 13.14430 13.18192 13.17311
78.08969 77.89924 77.67849 77.51445
3.338447 3.336657 3.342605 3.358580
3.631752 3.627631 3.618073 3.610564
1.775995 1.992171 2.178912 2.343304
Lampiran 68(c) Dekomposisi ragam ekspor Period 1 2 3 4 5 6 7 8 9 10 11 12
S.E.
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
0.140139 0.177773 0.182738 0.184727 0.187521 0.189001 0.189351 0.189612 0.189868 0.190027 0.190159 0.190320
0.026164 3.784685 6.268048 6.615418 8.215844 9.213459 9.195325 9.212623 9.315714 9.320079 9.311862 9.329947
0.621948 2.379308 2.299871 3.509809 3.864450 3.811744 4.024877 4.025125 4.015782 4.036528 4.031844 4.025878
99.35189 88.46268 85.55435 83.77199 81.39701 80.17087 79.98895 79.77200 79.55835 79.45412 79.35140 79.22564
0.000000 2.381283 2.848196 2.990427 3.328662 3.406936 3.395054 3.394615 3.399851 3.394485 3.390989 3.386007
0.000000 2.992049 3.029533 3.112353 3.194033 3.396993 3.395792 3.595638 3.710305 3.794793 3.913904 4.032533
Lampiran 68(d) Dekomposisi ragam impor Period 1 2 3 4 5 6 7 8 9 10 11 12
S.E.
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
0.093863 0.116701 0.121860 0.123748 0.124547 0.124722 0.124858 0.124887 0.124916 0.124922 0.124937 0.124940
1.455509 0.948037 2.749334 4.787800 5.369341 5.354561 5.383780 5.400391 5.408444 5.413814 5.421617 5.421855
9.153839 8.187324 8.619003 8.679157 8.568159 8.609316 8.596525 8.598793 8.609644 8.609228 8.607149 8.607415
0.217327 1.550129 2.299450 2.292763 2.280128 2.283934 2.296344 2.299732 2.304421 2.304603 2.304130 2.305259
89.17333 88.84772 84.99352 82.45000 81.40184 81.18330 81.03167 81.01050 80.97587 80.96861 80.94904 80.94512
0.000000 0.466788 1.338689 1.790278 2.380531 2.568888 2.691677 2.690586 2.701625 2.703742 2.718066 2.720349
41
Lampiran 68(e) Dekomposisi ragam harga
Period 1 2 3 4 5 6 7 8 9 10 11 12
S.E.
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
0.054469 0.064674 0.076966 0.084941 0.093983 0.100972 0.108376 0.114661 0.121034 0.126864 0.132541 0.137931
5.234296 7.888807 10.34320 10.61168 10.93165 11.34829 11.68016 11.75833 11.96564 12.09479 12.18447 12.27712
2.573515 1.948460 2.208441 2.204077 2.098491 2.043805 2.084494 2.052682 2.029855 2.030771 2.021680 2.011381
0.198543 6.940897 6.217245 6.374239 6.569523 6.625383 6.700646 6.766817 6.787721 6.834098 6.861070 6.883383
0.384496 1.443510 1.058178 1.415831 1.157098 1.139833 1.028335 0.966991 0.907609 0.867659 0.826920 0.797644
91.60915 81.77833 80.17294 79.39417 79.24324 78.84269 78.50637 78.45518 78.30918 78.17268 78.10586 78.03047
Lampiran 69(a) Respon impuls produksi Period 1 2 3 4 5 6 7 8 9 10 11 12
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
0.016284 -0.010056 0.004760 0.000128 0.000888 0.000860 0.000687 0.000940 0.000889 0.000651 0.000982 0.000771
0.005371 -0.003711 0.001228 0.000236 -0.000511 9.01E-05 5.10E-05 -8.30E-06 -0.000127 3.40E-05 -2.13E-06 -6.85E-05
-0.000263 0.001559 -0.001141 0.001847 0.000253 0.000343 0.000848 0.000396 0.000643 0.000553 0.000551 0.000587
-0.001965 -0.000834 0.001167 -0.000816 0.000240 -0.000487 0.000311 -0.000466 7.41E-05 -0.000162 -0.000132 -9.94E-05
0.003726 -0.002010 0.006425 -0.000598 0.003570 0.001506 0.002501 0.001962 0.002325 0.002028 0.002276 0.002096
Lampiran 69(b) Respon impuls konsumsi Period 1 2 3 4 5 6 7 8 9 10 11 12
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
0.013824 0.005256 -0.002739 -0.004911 0.009033 -0.002254 -0.000449 0.003058 0.000186 0.000574 0.001414 0.000742
0.041912 -0.014638 -0.008153 0.008080 9.93E-05 -0.003685 0.001839 0.000510 -0.001086 0.000351 0.000150 -0.000244
0.002897 -0.007103 0.006060 6.26E-05 -0.001468 0.002609 2.66E-05 0.000242 0.001175 0.000414 0.000591 0.000734
-0.013639 -0.003010 0.007754 -0.002332 -0.002697 0.002420 -0.000547 -0.001035 0.000740 -0.000438 -0.000187 -1.54E-05
-0.003185 0.004308 0.004175 -0.000865 0.005542 0.000541 0.003003 0.002538 0.002262 0.002409 0.002557 0.002308
42
Lampiran 69(c) Respon impuls ekspor Period 1 2 3 4 5 6 7 8 9 10 11 12
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
-0.002267 0.034510 -0.029950 -0.012820 0.025131 -0.020053 -0.002393 0.003911 -0.006791 -0.002679 -0.001312 -0.003501
0.009686 -0.012309 -0.006095 0.015341 -0.003697 -0.008165 0.007732 -0.000613 -0.002938 0.002088 0.000116 -0.000630
0.140139 -0.094138 0.025464 -0.002286 -0.007401 0.004105 -0.005645 -0.001207 -0.000690 -0.002893 -0.001617 -0.001642
0.003442 -0.026760 0.016860 0.002946 -0.011038 0.009539 -0.002259 -0.001596 0.003159 -0.001086 0.000533 0.000666
0.003933 -0.023307 0.002261 -0.012722 -0.000722 -0.012821 -0.004182 -0.007237 -0.007736 -0.006757 -0.006847 -0.007382
Lampiran 69(d) Respon impuls impor Period 1 2 3 4 5 6 7 8 9 10 11 12
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
-0.011324 -0.000938 0.016708 -0.018025 0.009985 0.000201 -0.002524 0.001726 0.001283 -0.000960 0.001193 0.000283
-0.030544 0.016274 -0.006611 0.000675 0.003250 -0.002939 7.68E-05 0.001502 -0.001013 -6.89E-05 0.000416 -0.000219
0.002305 0.015211 -0.012663 0.003939 0.001439 -0.001509 0.001758 -0.000781 0.000804 0.000289 9.66E-05 0.000409
0.093863 -0.066072 0.022896 -0.001833 -0.002058 -0.000266 0.001959 -0.002056 0.000977 -0.000288 -0.000104 -6.45E-05
0.007656 -0.014086 0.017919 -0.013553 0.011636 -0.004846 0.003746 -4.94E-05 0.001946 0.000311 0.001740 0.000716
Lampiran 69(e) Respon impuls harga Period 1 2 3 4 5 6 7 8 9 10 11 12
PRODUKSI_
KONSUMSI_
EKSPOR_
IMPOR_
HARGA_
0.012462 0.013216 0.016815 0.012367 0.014140 0.013835 0.014659 0.013191 0.014388 0.013918 0.013923 0.013974
-0.004139 0.002218 -0.001084 -0.000935 -0.000181 3.43E-05 -0.000865 -0.000373 -0.000204 -0.000535 -0.000430 -0.000343
0.001528 0.016418 0.007976 0.008921 0.010303 0.009123 0.009814 0.009489 0.009554 0.009588 0.009587 0.009539
0.004443 -0.006730 0.001942 -0.005372 0.000575 -0.003297 -0.001469 -0.001985 -0.001952 -0.001999 -0.001830 -0.002028
0.054469 0.029075 0.040349 0.033667 0.038686 0.034986 0.037576 0.035769 0.036998 0.036238 0.036656 0.036431
43
Lampiran 70 Grafik fungsi respons impuls Response to Generalized One S.D. Innov ations Response of PRODUKSI_ to PRODUKSI_
Response of PRODUKSI_ to KONSUMSI_
Response of PRODUKSI_ to EKSPOR_
Response of PRODUKSI_ to IMPOR_
Response of PRODUKSI_ to HARGA_
.020
.020
.020
.020
.020
.015
.015
.015
.015
.015
.010
.010
.010
.010
.010
.005
.005
.005
.005
.005
.000
.000
.000
.000
.000
-.005
-.005
-.005
-.005
-.005
-.010
-.010
-.010
-.010
-.010
-.015
-.015
-.015
-.015
2
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
-.015 2
6
8
10
12
2
Response of KONSUMSI_ to PRODUKSI_
Response of KONSUMSI_ to KONSUMSI_
.05
.05
.05
.05
.05
.04
.04
.04
.04
.04
.03
.03
.03
.03
.03
.02
.02
.02
.02
.02
.01
.01
.01
.01
.01
.00
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.01
-.02
-.02 2
4
6
8
10
12
Response of EKSPOR_ to PRODUKSI_
Response of KONSUMSI_ to EKSPOR_
4
-.02 2
4
6
8
10
12
-.02 2
Response of EKSPOR_ to KONSUMSI_
Response of KONSUMSI_ to IMPOR_
4
6
8
10
12
4
6
8
10
12
2
Response of EKSPOR_ to IMPOR_
.15
.15
.15
.10
.10
.10
.10
.10
.05
.05
.05
.05
.05
.00
.00
.00
.00
.00
-.05
-.05
-.05
-.05
-.05
-.10 4
6
8
10
12
-.10 2
Response of IMPOR_ to PRODUKSI_
4
6
8
10
12
-.10 2
Response of IMPOR_ to KONSUMSI_
4
6
8
10
12
4
6
8
10
12
2
Response of IMPOR_ to IMPOR_
.12
.12
.12
.12
.08
.08
.08
.08
.08
.04
.04
.04
.04
.04
.00
.00
.00
.00
.00
-.04
-.04
-.04
-.04
-.04
-.08
-.08
-.08
-.08
4
6
8
10
12
2
Response of HARGA_ to PRODUKSI_
4
6
8
10
12
2
Response of HARGA_ to KONSUMSI_
4
6
8
10
12
4
6
8
10
12
2
Response of HARGA_ to IMPOR_
.06
.06
.06
.06
.05
.05
.05
.05
.05
.04
.04
.04
.04
.04
.03
.03
.03
.03
.03
.02
.02
.02
.02
.02
.01
.01
.01
.01
.01
.00
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.01
4
6
8
10
12
2
4
6
8
10
12
2
4
6
8
10
12
8
10
12
4
6
8
10
12
2
4
6
8
10
4
6
8
10
12
Response of HARGA_ to HARGA_
.06
2
6
-.08 2
Response of HARGA_ to EKSPOR_
4
Response of IMPOR_ to HARGA_
.12
2
12
-.10 2
Response of IMPOR_ to EKSPOR_
10
Response of EKSPOR_ to HARGA_
.15
2
8
Response of KONSUMSI_ to HARGA_
.15
-.10
6
-.02 2
Response of EKSPOR_ to EKSPOR_
4
12
2
4
6
44
8
10
12
45
Lampiran 71(a) Hasil peramalan VECM dan ARIMA periode Januari – September 2006 Periode Januari 2006 Februari 2006 Maret 2006 April 2006 Mei 2006 Juni 2006 Juli 2006 Agustus 2006 September 2006 MAPE Periode Januari 2006 Februari 2006 Maret 2006 April 2006 Mei 2006 Juni 2006 Juli 2006 Agustus 2006 September 2006 MAPE
Peramalan Produksi (Barel) Aktual VECM ARIMA 31.914.382 31.604.359 31.497.566 29.097.308 31.997.128 31.975.916 32.300.299 31.682.249 31.877.408 30.943.055 31.727.803 31.779.203 31.572.367 31.499.379 31.681.300 30.295.222 31.444.595 31.583.699 31.128.747 31.343.825 31.486.399 30.028.879 31.226.909 31.389.399 28.913.612 31.116.232 31.292.697 3,523 3,746
Peramalan Impor (Barel) Aktual VECM ARIMA 6.980.914 6.966.618 6.960.749 10.459.853 7.105.015 6.822.209 9.181.313 6.749.366 6.993.120 10.105.045 7.149.555 6.924.701 10.240.647 6.978.531 6.954.581 10.029.995 6.995.359 6.972.058 8.401.116 7.044.886 6.974.467 7.324.657 7.058.119 6.990.947 10.187.226 7.044.491 7.000.918 18,879 22,863
Peramalan Konsumsi (Barel) Aktual VECM ARIMA 20.247.744 20.398.019 17.627.308 17.481.708 19.137.667 17.555.896 14.847.346 19.381.661 17.484.773 17.745.760 19.786.638 17.413.938 22.086.233 19.268.593 17.343.390 16.508.534 19.327.826 17.273.128 17.305.531 19.352.675 17.203.151 19.404.263 19.221.975 17.133.457 18.389.145 19.170.304 17.064.045 11,012 8,734
Peramalan Ekspor (Barel) Aktual VECM ARIMA 9.400.417 14.801.850 12.014.591 10.117.077 11.629.258 11.910.500 8.631.479 13.102.495 11.807.311 7.788.723 13.503.956 11.705.016 7.852.066 12.367.331 11.603.607 10.927.277 12.797.702 11.503.076 8.973.003 12.784.036 11.403.417 7.564.359 12.539.032 11.304.621 8.791.724 12.524.546 11.206.681 46,989 32,184
Peramalan Harga (Dolar/barel) Aktual VECM ARIMA 63,88 59,34 55,83 60,8 62,07 58,23 62,08 64,97 57,79 72,6 68,06 58,79 69,05 71,36 59,51 68,89 74,87 60,25 73,79 78,61 60,81 70,89 82,61 61,67 60,43 86,87 62,33 10,994 11,429
45
Lampiran 71(b) Hasil peramalan VECM dan ARIMA periode Oktober 2006 – Desember 2007
Periode Oktober 2006 Nopember 2006 Desember 2006 Januari 2007 Februari 2007 Maret 2007 April 2007 Mei 2007 Juni 2007 Juli 2007 Agustus 2007 September 2007 Oktober 2007 Nopember 2007 Desember 2007
Peramalan Produksi (Barel) VECM ARIMA 31.027.944 31.196.294 30.911.637 31.100.187 30.812.149 31.004.376 30.708.669 30.908.861 30.605.466 30.813.639 30.502.259 30.718.712 30.400.589 30.624.076 30.298.142 30.529.733 30.196.666 30.435.679 30.095.253 30.341.916 29.994.388 30.248.441 29.893.723 30.155.255 29.793.464 30.062.355 29.693.473 29.969.742 29.593.886 29.877.417
Peramalan Konsumsi (Barel) VECM ARIMA 19.135.905 16.994.915 19.065.316 16.926.065 19.010.389 16.857.493 18.955.053 16.789.199 18.899.356 16.721.183 18.842.217 16.653.442 18.786.592 16.585.975 18.731.088 16.518.781 18.675.404 16.451.859 18.619.799 16.385.209 18.564.746 16.318.829 18.509.556 16.252.718 18.454.615 16.186.875 18.399.881 16.121.298 18.345.265 16.055.987
Peramalan Ekspor (Barel) VECM ARIMA 12.488.434 11.109.589 12.387.795 11.013.339 12.325.144 10.917.922 12.261.229 10.823.332 12.193.770 10.729.562 12.123.807 10.636.604 12.058.548 10.544.452 11.992.646 10.453.097 11.926.033 10.362.535 11.860.364 10.272.757 11.795.518 10.183.756 11.730.378 10.095.527 11.665.839 10.008.062 11.601.709 9.921.355 11.537.853 9.835.399
Peramalan Impor (Barel) VECM ARIMA 7.081.545 7.012.211 7.084.986 7.024.186 7.100.681 7.035.371 7.112.921 7.046.996 7.128.038 7.058.526 7.140.309 7.070.058 7.154.347 7.081.659 7.167.669 7.093.246 7.181.530 7.104.851 7.194.854 7.116.476 7.208.651 7.128.119 7.222.241 7.139.783 7.235.941 7.151.465 7.249.633 7.163.166 7.263.501 7.174.886
Peramalan Harga (Dolar/barel) VECM ARIMA 91,42 63,08 96,29 63,82 101,49 64,58 107,06 65,33 113,02 66,11 119,41 66,89 126,25 67,68 133,58 68,47 141,45 69,28 149,91 70,09 158,98 70,93 168,74 71,76 179,24 72,61 190,54 73,47 202,69 74,33
46
47