Model Intervensi

Model intervensi adalah suatu model analisis data time series

yang pada awalnya banyak digunakan untuk mengeksplorasi
dampak dari kejadian-kejadian eksternal yang diluar dugaan
terhadap variabel yang menjadi obyek pengamatan.

Kejadian external ini kita sebut sebagai variabel Intervensi.

 Variabel Intervensi
• Step function adalah suatu bentuk intervensi yang terjadinya
dalam kurun waktu yang panjang, misalnya pemberlakuan
kebijakan baru mengenai ketetapan harga sampai kebijakan
tersebut tidak berlaku lagi
• step function ini biasanya dinotasikan
0, t < T
It = 
1, t ≥ T
• dimana T adalah waktu mulainya terjadi intervensi
1.2
1
0.8
0.6
0.4
0.2
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Contoh plot data dgn intervensi step function

Krisis di Indonesia Terjadi

Mulai Pertengahan 1997

Reference :
Dinas Perhubungan Jawa Timur

 Variabel Intervensi
• Pulse function adalah suatu bentuk intervensi yang terjadinya
hanya dalam suatu waktu tertentu, misalnya pengeboman
gedung WTC New York .
• Pulse function ini biasanya dinotasikan
0, t ≠ T
It = 
1, t = T
• dimana T adalah waktu mulainya terjadi intervensi
1.2

0.8

0.6

0.4

0.2

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Contoh plot data dgn intervensi step & pulse function

Time Series Plot of Tingkat Hunian Hotel 4* dan Hotel 5*

100
Variable
Hotel 4*
90
Hotel 5*

80

70
Data
a

60

50

40

30
Krisis di Indonesia Terjadi Bom
20 Mulai Pertengahan 1997 BALI

Month Jan Jan Jan Jan Jan Jan Jan Jan Jan Jan
Year 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

Reference :
Badan Pusat Statistik (BPS) Bali

 Model Intervensi
• Untuk mengakomodasi dampak intervensi dalam data
time series, ditambahkan dalam model ARIMA
pengaruh (fungsi) dari variabel intervensi.
• Sehingga sekarang modelnya menjadi:

Yt = f ( I t ) + N t
• Dimana Nt adalah model ARIMA sebelum terjadi
intervensi dan
• f(It) adalah fungsi dari variabel intervensi yang
menunjukkan pengaruh dari variabel intervensi
 Model Intervensi
Yt = f ( I t ) + N t

• Jika dibuat

Yt * = Yt − N t

• Model Intervensi menjadi:

Yt* ≡ f ( I t )
 Pola Pengaruh Intervensi
• Pengaruh langsung dan permanen
 Pola Pengaruh Intervensi
• Pengaruh Gradual dan Permanen

• Dimana:
 Pola Pengaruh Intervensi
• Pengaruh langsung dan sementara
Visualisasi Pengaruh Intervensi pulse function
Model Intervensi pulse function
* ωs ( B)
Yt ≡ f ( X t ) = Xt
1 − δB

*(−40 − 20 B − 10 B 2 )
Yt = Xt
1 − 0,5B
Model Intervensi pulse function
* ωs ( B)
Yt ≡ f ( X t ) = Xt
1 − δB

* (−40 − 20 B − 10 B 2 )
Yt = Xt
1− B
 Model Intervensi umum
Yt = f ( I t ) + N t
• Jika dibuat Yt * = Yt − N t
Fungsi transfer
• Model Intervensi menjadi:
ωs ( B) b
Yt* ≡ f ( I t ) = B It
δ r ( B)
b banyaknya periode sebelum deret input (It) mulai
berpengaruh terhadap deret output (yt).
ωs (B) adalah operator dari order s, yang merepresentasikan
banyaknya pengamatan masa lalu It yang berpengaruh
terhadap yt .
δ r (B) adalah operator dari order r, yang merepresentasikan
banyaknya pengamatan masa lalu dari deret output itu
sendiri yang berpengaruh terhadap yt .
Intervensi mulai berpengaruh setelah lag 2