Anda di halaman 1dari 18

Policy Science 24:333-356, 1991

1991 Kluwer Academic Publishers. Printed in the Netherlands.

Keterbatasan Anggaran dan Peramalan Pendapatan Kota


JOHN P. FORRESTER
ABSTRAK
Tujuan dari penelitian ini adalah untuk menentukan faktor-faktor yang dapat
memprediksi

pengaruh

peramalan

pada

keputusan-keputusan

dalam

penganggaran. Peramalan pendapatan menghasilkan estimasi-estimasi atas


pendapatan, reliabel ataupun tidak, yang menjadi dasar bagi budget actors untuk
menentukan pengalokasian sumberdaya terbaik. Bretschneider, et al. (1988)
berpendapat baru-baru ini dalam ilmu kebijakan bahwa ramalan pendapatan bisa
mempengaruhi pilihan anggaran. Teknik peramalan pendapatan yang dianggap
paling kompleks adalah ekonometrik, diikuti dengan metode deterministik, ahli/
pakar, dan tren. Data untuk penelitian ini berasal dari dua sumber. Informasi
tentang teknik peramalan, proses peramalan, dan proses anggaran dikumpulkan
dengan menggunakan instrumen survei yang dikirimkan pada bulan Mei 1989
kepada direktur anggaran dari 431 pemerintah kota. Serta data pendapatan yang
diambil dari Biro publikasi Sensus, Keuangan Pemerintah Kota 1985-1986. Studi
ini menemukan bahwa pemerintah menggunakan metode peramalan yang
kompleks, metode tersebut mungkin dugunakan sebagai cara mengatasi stress
fiscal. Hasil survey juga menunjukan bahwa perkiraan mungkin paling berguna
untuk membuat keputusan manajerial karena itulah yang paling kota inginkan.
Hal ini juga berguna jika format anggaran kurang tradisional.

PENDAHULUAN
Keputusan-keputusan dalam penganggaran dipengaruhi oleh banyak
faktor, termasuk politik, ekonomi dan teknologi, tetapi dampak dari pengaruh
tersebut tidak diketahui sampai terealisasi secara faktual. Faktor-faktor di atas,

yangmana tindakan reformasi anggaran telah dibimbing oleh gagasan teknologi


itu, atau setidaknya teknologi yang lebih maju, baik untuk penganggaran.
Sedangkan validitas hipotesis ini telah diperdebatkan sejak awal kinerja
penganggaran, yang sangat menekankan penggunaan ukuran kinerja teknis
(Schick, 1971: Bab 3, dan baru-baru ini, Cope, 1987; Grizzle, 1987; dan Klay,
1987), GFOA, ICMA dan lain-lain terus menawarkan teknologi anggaran kepada
pemerintah, termasuk sistem komputerisasi akuntansi, investasi manusia
pengelolaan atas kawat, dan sarana untuk mempelajari kondisi keuangan historis
dan memperkirakan pendapatan masa depan. Apakah ini 'kemajuan' yang lebih
baik dari cara-cara lama tidak pasti, tapi untuk tingkat mereka dirasakan oleh
aktor anggaran kunci sebagai baik, maka ada kesempatan baik bahwa hasil
mereka akan dimasukkan ke dalam algoritma penganggaran.
Definisi Teknik Peramalan
Teknik peramalan yang paling kompleks mungkin membutuhkan
pelatihan yang ekstensif untuk menggunakannya, akan memakan waktu untuk
menghasilkannya, akan membutuhkan jumlah yang cukup besar dari data
anggaran dan ekonomi, dan akan mahal untuk digunakan dalam jangka pendek.
Teknik peramalan pendapatan yang dianggap paling kompleks

adalah

ekonometrik, diikuti dengan metode deterministik, ahli/ pakar, dan tren. Metode
ekonometrik memerlukan data, teori, dan teknologi yang sangat pemerintah tidak
punya. Metode deterministik juga menuntut, tapi dibandingkan dengan metode
ekonometrik, metode ini mungkin memerlukan sedikit data historis. Juga, formula
deterministik mungkin lebih sederhana dari yang ditemukan di model
ekonometrik.
Terakhir, model tren bisa sangat kompleks (seperti dengan autoregressive
terintegrasi rata-rata bergerak - ARIMA - model), tapi ada sedikit alasan untuk
mengharapkan lebih dari beberapa kota menggunakan analisis trend yang rumit.
Kebanyakan tren kemungkinan akan ekstrapolasi linear sederhana dari masa lalu.
Sebagai alternatif, ahli berarti mungkin lebih canggih dari analisis trend yang
sebenarnya. Peramalan ahli mungkin memerlukan perhitungan hanya sederhana,
tetapi menuntut pengalaman yang dapat diperoleh hanya dengan waktu.

Yang datang pertama, format anggaran atau ramalan?


Teknik-teknik kota teretentu memilih

untuk

meramalkan

pendapatan mereka diduga akan ditentukan oleh tiga keterbatasan


anggaran, yaitu pendapatan yang diperkirakan, format anggaran dan basis
pendapatan govermnent ini, serta karakteristik dari proses peramalan itu
sendiri. Dalam jangka panjang, hubungan antara peramalan dan
penganggaran mungkin rekursif. Sebuah ramalan yang dihasilkan dan
hasilnya dapat digunakan untuk mempengaruhi keputusan tentang alokasi.
Sebagai pengalaman keuntungan kota dengan peramalan, mungkin
memodifikasi proses anggaran untuk lebih efektif menggabungkan
perkiraan dalam upaya pengambilan keputusan.
Dalam jangka pendek, bagaimanapun, proses dapat dianggap nonrekursif.

Secara

khusus,

proses

anggaran

yang

ada

membatasi

kompleksitas potensi proses ramalan. Mengharapkan peramalan untuk


mempengaruhi proses anggaran dalam jangka pendek kurang mungkin.
Pertama, proses anggaran adalah hasil dari tahun politik, musyawarah
kelompok birokrasi dan kepentingan dan keterbatasan teknologi.
Perubahan mendadak, terutama oleh teknologi masih belum terbukti, bisa
mengganggu fantiliar berarti untuk menganalisis pilihan alokasi. Kedua,
karena dipertanyakan track-record-nya, menggunakan peramalan untuk
mempengaruhi penganggaran dalam jangka pendek akan mendahului
upaya untuk formatif mengevaluasi efektivitas peramalan, dan karenanya
bisa menjadi bencana. Dalam penelitian ini dianggap bahwa hubungan
adalah non-rekursif, dan berhipotesis bahwa proses anggaran direformasi
paling sering memberikan kondisi yang cocok untuk peramalan yang
kompleks, dan pada suatu waktu dapat mempengaruhi respon dari proses
anggaran.
Proses anggaran sebagai prediktor peramalan
Anggaran pemerintah dapat mempengaruhi peramalan dalam
beberapa cara: Pemerintah dapat meramalkan dana anggaran mereka
sendiri, kompleksitas teknis anggaran dapat membatasi sejauh mana teknik

yang kompleks dapat merapikan anggaran, dan sumber daya yang


memberi porsi anggaran dapat menentukan kebutuhan dan kapasitas dari
pemerintah untuk membeli sistem peramalan yang mahal. Banyak
penelitian menunjukkan bahwa faktor utama pemerintah sebaiknya, dan
jangan digunakan dalam menentukan teknik yang tepat adalah jenis
pendapatan yang akan diperkirakan Misalnya, hasil dari pendapatan nonpajak yang sangat bergantung pada kinerja ekonomi dapat diperkirakan
menggunakan

cara

ekonometrik.

Kota

Vancouver,

misalnya,

mengandalkan model ekonometrik untuk meramalkan pajak penjualan,


bisnis dan pekerjaan pajak, gas alam dan pajak utilitas pendapatan, karena
model diperbolehkan asumsi ekonomi yang berbeda untuk diuji (1983).
Downs

dan

Rocke

(1983),

bagaimanapun,

menegaskan

bahwa

deterministik dan naif (ahli) metode adalah model yang baik untuk
memperkirakan penerimaan pajak; terutama pendapatan pajak properti.
Schroeder juga berpendapat bahwa deterministik, ahli, dan teknik tren
mungkin cocok untuk memperkirakan penerimaan pajak, terutama
pendapatan dari pajak properti, tergantung pada informasi yang tersedia
dan lingkungan pajak (Schroeder, 1981: 76-78).
Teknik-teknik khusus kota memilih

untuk

meramalkan

pendapatan mereka dapat ditentukan sebagian besar oleh jenis pendapatan,


tapi pilihan juga dapat dipengaruhi oleh dua faktor anggaran lainnya.
Pertama, teknik menggunakan sebuah kota dapat dibatasi oleh format itu
bergantung pada untuk menyajikan anggaran, jika anggaran terutama
didasarkan pada analisis inkremental maka ada sedikit alasan untuk
mengharapkan model perkiraan akan lebih komprehensif. Dalam hal ini,
metode proyeksi yang kuat, dan mungkin secara eksklusif, menekankan
keputusan anggaran sebelumnya, seperti penilaian ahli dan analisis
historis, dapat memenuhi pengambil keputusan.
Jika bentuk anggaran juga mencakup analisis efisiensi dan efektifitas
program (seperti kinerja dan penganggaran program), maka pengambil keputusan
dapat memilih teknik yang menggabungkan kinerja ekonomi. Bagaimanapun,
sebuah kota harus mengalahkan kemungkinan terhadap pelaksanaan reformasi

penganggaran (Wildavsky, 1979; Schick, 1987, 44-85; Schick, 1986). Kedua,


sebuah kota dapat memilih teknik peramalan yang kompleks karena mampu untuk
melakukannya. Teknik yang kompleks bisa lebih mahal untuk membeli dan
menerapkannya.
Proses peramalan sebagai predictior peramalan
Terakhir, diharapkan teknik yang dipilih oleh kota untuk proyek
pendapatan bergantung pada proses peramalan itu sendiri. Dua elemen dari
proses peramalan yang mungkin berat sangat berat dalam pemilihan
meliputi karakteristik data yang digunakan untuk menghasilkan perkiraan
dan apakah kota menghasilkan perkiraan pendapatan menggunakan
teknologi komputer. Pertama, pemerintah dapat memutuskan untuk tidak
memperkirakan hanya karena data yang tidak tersedia atau dirasakan oleh
para pengambil keputusan dapat diandalkan atau tidak berguna. Peramalan
deterministik dan ekonometrik mungkin memerlukan data ekonomi dan
lainnya yang tidak tercatat dalam dokumen anggaran sebelumnya. Analisis
tren, sementara belum tentu membutuhkan data ekonomi, dapat
memerlukan banyak data historis anggaran dan audit. Misalnya, para ahli
merekomendasikan setidaknya 5 tahun nilai data (Henderson, 1978;
Schroeder, 1981), dan mungkin sampai 30 tahun atau lebih (Downs dan
Rocke, 1983; Box dan Jenkins, 1976) untuk analisis trend.
Anggaran sebelumnya dan audit juga dapat memberikan tren
penting dalam pendapatan dan mungkin menunjukkan asumsi ekonomi
anggaran masa lalu dan program masa depan. Departemen operasi
mungkin sumber terpercaya lain dari informasi. Hal ini terutama berlaku
untuk pendapatan (dan pengeluaran - lihat Henderson, 1978)

yang

dihasilkan dari operasi departemen. Kedua, perkiraan pendapatan


komprehensif determined dapat dihasilkan dengan lebih mudah dengan
bantuan komputer.
Hipotesis Penelitian
METODE PENELITIAN
Data dan Sampel

Analisis kami akan menggunakan metode cross-sectional besar untuk


menentukan jenis kota yang cenderung mengadopsi teknik yang paling rumit
untuk meramalkan pendapatan, dan kondisi di mana peramalan dapat
mempengaruhi pengambilan keputusan anggaran. Data untuk penelitian ini
berasal dari dua sumber. Pertama, informasi tentang teknik peramalan, proses
peramalan, dan proses anggaran dikumpulkan dengan menggunakan instrumen
survei yang dikirimkan, pada bulan Mei 1989, untuk direktur anggaran dari 431
pemerintah kota memiliki populasi kota 50.000 atau lebih. Kota-kota di populasi
ini besar dan beragam. Survei ini menggunakan berbagai pertanyaan yang
ditujukan isu-isu pembangunan dan kebijakan tentang peramalan kota.
Tiga pesan kembali dengan jumlah responden yang dapat digunakan
170, dengan rate 39,4%. Dari responden, 108 mengatakan mereka
meramalkan pendapatan dan sebagian lainnya mengatakan mereka tidak
meramalkan. Kedua, data pendapatan diambil dari Biro publikasi Sensus,
Keuangan Pemerintah Kota, 1985-86. Sampel kota dengan populasi
500.000 atau lebih cenderung memiliki lebih sedikit pendapatan per kapita
dari himpunan kota dari mana sampel tersebut diambil.
Operasionalisasi Variabel
Teknik kota

digunakan

untuk

meramalkan

pendapatan

diidentifikasi oleh responden pada survei. Secara khusus, responden


diminta untuk mengidentifikasi teknik (s) yang mereka gunakan untuk
proyek sumber pendapatan yang lazim (pajak properti, pajak penjualan,
pajak

utilitas,

pajak

penghasilan,

biaya

dan

beban,

bantuan

intergovenmental).
Variabel dependen (dependent variable) dalam penelitian ini
adalah kompleksitas perkiraan yang setidaknya disajikan dalam dua cara,
pertama membatasi peramalan hanya 10 penduduk kota. Prediktor harus
mencakup factor-faktor yang mencerminkan proses peramalan, seperti
peramalan sumber data. Kedua, jika populasi diperluas untuk mencakup
semua kota (di mana tidak adanya peramalan nilai dalam variabel

dependen), maka prediksi bisa tidak termasuk variabel yang secara khusus
menjelaskan proses peramalan (menurut definisi, non-peramalan kota
tidak memiliki proses peramalan untuk dianalisis).
Kami juga dapat memperkirakan kompleksitas perkiraan untuk
pendapatan individu (Model II). Menggunakan micro-perspektif, temuan
akan menunjukkan jika, dan mengapa, teknik kompleks cenderung
digunakan untuk satu atau pendapatan lainnya. Ini tentu membatasi
populasi target untuk kota-kota yang meramalkan pendapatan. Berbeda
dengan analisis Model I, bagaimanapun, variabel proses perkiraan akan
terbatas pada sumber data dan peramalan oleh komputer; apakah setiap
pendapatan diperkirakan tidak relevan.
Variable prediksi (predictor variable) dalam penelitian ini dibagi
menjadi 3 kelompok yaitu proses anggaran, proses peramalan, dan
pemerintah dan sumber daya dasar. Fokus utama dari variabel peramalan
yaitu proses anggaran. Penelitian sebelumnya telah menunjukkan bahwa
kota cenderung mengadopsi unsur-unsur tradisional dan penganggaran
reformasi (Grizzle, 1986; Schick, 1966; Friedman, 1975; Axelrod, 1973).
Oleh karena itu, peneliti meminta responden untuk mengkarakterisasi
anggaran dengan mengelompokkan proses anggaran dan mengidentifikasi
tujuan, karakteristik, dan pengukuran yang ada dalam anggaran tahunan
seperti yang dirangkum oleh McCaffery (1988, p. 148).
Peneliti juga meminta responden untuk mengidentifikasi sifat
pendidikan, Jika pejabat anggaran dididik dalam teori anggaran dan
praktek (umumnya dari bagian administrasi dan akuntansi pelatihan
publik), mereka mungkin lebih cenderung untuk menghargai efisiensi dan
efektivitas. Akibatnya, orang tersebut juga mungkin akan lebih cenderung
menggunakan teknik perkiraan yang kompleks.
Focus kedua variable peramalan yaitu mengidentifikasi proses
peramalan. Proses peramalan ini ada 2 dimensi, Dimensi pertama adalah

sumber data yang digunakan untuk perkirakan pendapatan, Dimensi kedua


adalah apakah komputer digunakan untuk menghasilkan perkiraan.
Focus terakhir dari variable peramalan yaitu sumber daya
pemerintah. Jika dengan menambah sumber daya dalam memberikan
kesempatan untuk terlibat mahal, perkiraan kompleks, maka kami
berharap total pendapatan umum untuk secara positif mempengaruhi
teknik perkiraan. Jika kota memperkirakan pendapatan karena mereka
relatif penting, maka kita berharap variabel yang mengidentifikasi proporsi
pendapatan umum dari berbagai sumber menjadi signifikan. Misalnya,
proporsi pendapatan dari pajak daerah harus positif memprediksi teknik
yang digunakan untuk meramalkan pendapatan pajak.
ANALISIS DAN DISKUSI
Temuan: Menaksir kecanggihan peramalan pendapatan
Pertama masalah yang kita ingin tuju adalah apakah tradisional
proses anggaran dan keterbatasan sumber daya membatasi kesempatan
kota untuk terlibat dalam perkiraan. Temuan ini umumnya mendukung
hipotesis kami. Terkait proses anggaran, data menunjukkan bahwa ketika
nilai penganggaran melampaui control dan masukan, kota cenderung
untuk meramalkan pendapatan. Temuan juga menunjukkan bahwa kota
lebih tergantung yang pada bantuan negara, semakin kecil kemungkinan
mereka untuk meramalkan. Temuan juga menunjukkan bahwa teknik
canggih akan digunakan oleh kota-kota yang paling bergantung pada
bantuan pemerintah. Ini mendukung temuan sebelumnya: kota lebih
cenderung untuk memperkirakan pendapatan ketika mereka merasa basis
sumberdaya mereka tunduk pada pengaruh eksternal yang tidak stabil.
Kedua, temuan menunjukkan bahwa proses anggaran yang
mencerminkan kondisi ekonomi dan sosial eksternal mungkin lebih

kondusif untuk peramalan canggih daripada proses anggaran yang fokus


pada manajerial internal yang keprihatinan.
Yang Terakhir, seperti pada table 3 sebelumnya menunjukkan
bahwa sebagian besar kota yang diperkirakan menghasilkan pendapatan
pertahun pada pemerintah daerah mungkin yang paling umum, pajak
properti, dan sebagian besar kota-kota ini menggunakan tren, ahli, dan
teknik deterministik untuk menghasilkan peramalan.
Singkatnya, hasil di Model I menunjukkan bahwa teknik
peramalan yang digunakan oleh kota untuk menghasilkan estimasi
pendapatan pada masa mendatang secara signifikan fungsi dari proses
anggaran dan keterbatasan sumber daya mereka. Pada tingkat umum ini,
aspek proses peramalan itu sendiri muncul sangat tidak relevan. Namun,
peramalan lebih kompleks cenderung ditemukan di kota-kota yang
mencakup rencana 5 tahun dalam anggaran mereka.
Bertentangan dengan apa yang diharapkan, latar belakang
pendidikan direktur anggaran cenderung minim ketika pengaruh variabel
lain dicatat. Ini tidak berarti pendidikan yang tidak relevan. Sebaliknya,
hal itu mungkin menunjukkan bahwa pengaruh pendidikan tidak langsung:
pelatihan dapat mempengaruhi format anggaran dan proses perkiraan.
Hasil kedua menunjukkan bahwa kota-kota yang meramalkan
pendapatan, mereka yang paling tergantung pada bantuan negara bagian
dan federal akan cenderung menggunakan teknik yang kompleks.
Terakhir, temuan menunjukkan bahwa tingkat kompleksitas
peramalan pendapatan ditentukan setidaknya dari semua oleh tuntutan dari
proses peramalan itu sendiri.
Memperkirakan Kegunaan Peramalan Pendapatan
Kunci untuk mengevaluasi kinerja peramalan organisasi adalah untuk
memeriksa bagaimana prakiraan yang di gunakan, tidak hanya bagaimana
mereka di buat. (Fildes,1982)

Penelitian saat ini menunjukkan bahwa peramalan mungkin berguna


untuk mengelola pemotongan dan mungkin untuk meningkatkan akurasi perkiraan
pendapatan. Sebagai alat anggaran , juga dapat membantu direksi anggaran
mengelola arus masuk pendapatan, struktur komunikasi antara direktur anggaran
dan dewan, mengurangi atau menambah jumlah waktu yang dihabiskan untuk
pendapatan dan analisis belanja, dan membantu dewan kota melihat dampak
anggaran kemungkinan kebijakan dan program mereka. Untuk direktur dan
dewan, ramalan berguna untuk upaya pengambilan keputusan mereka, dan untuk
tingkat yang prakiraan termasuk dalam anggaran atau setidaknya digunakan untuk
menghitung estimasi pendapatan para pelaku ini menganggap peramalan yang
membantu dalam membuat anggaran tahunan memproses lebih lebih responsive
terhadap kebutuhan mereka.
Dalam bisnis, peramal dilatih untuk mencari model yang paling hemat
biaya, sementara manajer dilatih untuk peka terhadap berbagai factor dalam
lingkungan bisnis (Beckenstein, 1982). Tidak hanya dewan, walikota, manajer
kota, dan kepala departemen mengonsumsi hasil ramalan. Selain itu, masingmasing mungkin ingin menawarkan saran tentang bagaimana perkiraan tersebut
harus dilanjutkan, seperti berdebat apa yang harus diperkirakan dan apa yang
seharusnya menjadi asumsi tentang pertumbuhan ekonomi local. Juga,
berdasarkan argument sebelumnya, kami berharap respon akan tinggi dimana
teknik yang kompleks yang digunakan untuk menghasilkan perkiraan, dan dimana
kota ini memiliki pengalaman dengan teknik tersebut. Jika benar, maka direksi
anggaran dikota ini mungkin memiliki pemahaman yang lebih baik dar apa yang
perlu meramalkan (Kappauf dan Talbot, 1982), dan memiliki nuansa yang lebih
baik dari apa yang keterampilan teknis dan data yang diperlukan (Davidson dan
Ayers, 1982).
Singkatnya, ramalan harus lebih dari dokumen kerja internal ; ramalan
mungkin paling berguna ketika disajikan kepada dewan sebelum anggaran
disajikan, dan jika dewan berpikir ramalan dapat membuat anggaran lebih
responsive terhadap kebutuhannya. Jika perkiraan pendapatan adalah untuk
mempengaruhi pengambilan keputusan, kedua pelaku anggaran pusat harus
mencari pendapatan peramalan lebih dari teknologi (Gurwit,1989), tetapi sebagai

sarana untuk meningkatkan pribadi dan organisasi (Amstrong, 1985) tujuan dari
penganggaran.
Metodologi
Dalam analisis ini kita akan menjelaskan respon dari proses anggaran
tahunan dengan kebutuhan dewan kota, dan kebutuhan direktur anggaran, sebagai
akibat dari memproduksi perkiraan. Karena berbagai tanggapan yang sangat
terbatas, regresi logistic akan digunakan untuk melakukan analisis. Dalam analisis
ini kita menentukan apakah proses anggaran, proses peramalan dan sumber daya
kendala menjelaskan perbedaan antara direktur anggaran dan dewan.
Dewan dan direktur anggaran (kasus I tidak termasuk pengaruh dewan)
Sebagai hasil dari perkiraan menghasilkan, anggaran menjadi lebih
responsive terhadap kedua dewan dan direktur anggaran saat proses anggaran
kurang tradisional dan dimana peramalan dirancang untuk digunakan. Pertama,
anggaran yang menggabungkan analisi manfaat biaya, tetapi tida kegiatan, yang
paling mungkin mendapatkan keuntungan dewan. Berarti ini menunjukan bahwa
tingkat kecanggihan dan respon dari peningkatan anggaran saat penganggaran
direformasi.
Kedua, kita dapat berharap peramalan untuk lebih memenuhi kebutuhan dewan
dan direksi dimana departemen operasi tergantung pada untuk menyediakan data
untuk menghasilkan ramalan.
Ketiga, hasil dicampur untuk manfaat sebenarnya yang disediakan termasuk
perkiraan dalam anggaran.
Terakhir, sebuah kota lebih bergantung pada bantuan federal, semakin besar
kemungkinan itu dengan menggunakan peramalan canggih tidak untuk
meramalkan bantuan federal tetapi untuk meramalkan pendapatan yang tersisa.
Anggaran direktur (kasus II)
Pengaruh dewan minimal mempengaruhi variable lain, tetapi secara
signifikan mengurangi pentingnya kendala pendapatan. Ini mungkin menunjukkan
bahwa kebutuhan direksi anggaran yang langsung responsive terhadap kendala
organisasi, tapi respon mereka untuk keterbatasan sumber daya yang rumit oleh
kebijakan dan prioritas politik dewan. Singkatnya, peramalan efektif mungkin
memerlukan dukungan dari kedua direktur anggaran dan dewan.
KESIMPULAN

Tujuan dari penelitian ini adalah untuk menentukan apakah


pemegang bagian anggaran utama melihat peramalan sebagai yang
membuat kontribusi yang signifikan terhadap proses anggaran.
Dari temuan dapat disimpulkan bahwa pemerintah menggunakan
metode yang kompleks untuk mendukung penelitian sebelumnya, karena
kota yang paling bergantung pada bantuan antar pemerintah cenderung
menggunakan peramalan yang kompleks, metode tersebut mungkin
digunakan sebagai cara mengatasi stress fiscal.
Hasil survey juga menunjukan bahwa peramalan pendapatan yang
tidak berguna untuk membuat keputusan politik adapun keputusan
manajemen: ramalan biasanya digunakan sebagai dokumen internal, hanya
kadang-kadang dimaksudkan untuk mempengaruhi keputusan dewan, dan
biasanya tidak termasuk dalam anggaran.

DAFTAR PUSTAKA

Aldrich, J. H. and E D. Nelson (1984). Linear Probability, Logit and Frob#


Models. Beverly Hills: Sage Publications.

Armstrong, J. Scott (1985). Long-Range Forecasting: From Co,stal Ball to


Computer, second edition. New York: John Wiley and Sons.

Axelrod, Donald (1973). 'Post-Burkhead: The State of the Art or Science of


Budgeting,' Public Administration Review 33, 6 (November/December):
576-584.

Bahl, Roy and Larry Schroeder (1984). 'The Role of Multi-Year Forecasting in the
Annual Budgeting Process for Local Governments,' Public Budgeting and
Finance 4, 1: 3-13.

Beckenstein, Alan R. (1982). 'Forecasting and the Environment: The Challenges


of Rapid Change,' in The Handbook of Forecasting, edited by Spyros

Makridakis and Steven C. Wheelwright, New York: John Wiley and Sons:
259-272.

Botner, Stanley B. (1987). 'Microcomputers in State Central Budget Offices,'


Public Budgeting and Finance 7, 3 (Autumn): 99-108.

Box, G. E. and G. M. Jenkins (1976). Time Series Analysis: Forecasting and


Control, revised edition. San Francisco: Holden-Day.

Bretschneider, Stuart, Jeffrey J. Stranssman and Daniel Mullins (1988). 'Do


Revenue Forecasts Influence Budget Setting? A Small Group Experiment,'
Policy Sciences 21, 4: 305-325.

Bretschneider, Stuart I. and Larry Schroeder (1988). 'Revenue Forecasting,


Budget Setting and Risk,' Socio-Economic Planning Sciences 19, 6:431439.

City of Vancouver, Washington (1983). Five-Year Financial Forecast. Washington,


DC: ICMA.

Cope, Glen Hahn (1987). 'Local Government Budgeting and Productivity: Friends
or Foes?' Public Productivity Review 41: 45-57.

Daroca, Andrea and Frank R Daroca (1986). 'Budgeting with Microcomputers for
Smaller Cities,' Government Finance Review 2, 5 (October): 32-34.
Davidson, Timothy A. and Jeanne L. Ayers (1982). 'Selecting and Using External
Data Sources and Forecasting Services to Support a Forecasting Strategy,' in

The Handbook of Forecasting, edited by Spyros Makridakis and Steven C.


Wheelwright, New York: John Wiley and Sons: 469-483.

Downs, G.W. and D.M. Rocke (1983). 'Municipal Budget Forecasting with
Multivariate ARMA Models,' Journal of Forecasting 2: 377-387.

Fildes, Robert (1982). 'Forecasting: The Issues,' in The Handbook of Forecasting,


edited by Spyros Makridakis and Steven C. Wheelwright. New York: John
Wiley and Sons: 83-104.

Frank, Howard A. (1988). 'Close Enough for Government Work: Thoughts on


Local Govern- ment Revenue Forecasting in Florida,' a paper delivered at
the 1988 Annual Meeting of tile Southeast Conference of Public
Administration, October 12-14, Birmingham, Alabama.

Friedman, Lewis, C. (1975). 'Control, Management, and Planning: An Empirical


Examination, Public Administration Review 35, 6 (November/December),
625-628.

Grafton, Carl and Anne Permaloff (1985). 'Budget Implementation with


Microcomputers, Public Productivity Review 9, 2-3: 202-212.

Granger, C. and R. Ramanathan (1984). 'Improved Methods of Forecasts,' Journal


of Forecasting 3: 197-204.

Grizzle, Gloria (1986). 'Does Budget Format Govern Actions of Budgetmakers,'


PubBc Budgeting and Finance 6, 1 (Spring): 60-70.

Grizzle, Gloria (1985). 'Essential Skills for Financial Management: Are MPA
Students Acquir- ing the Necessary Competencies?' Public Administration
Review 45, 6 (November/Decem- ber): 840-844. Grizzle, Gloria (1987).
'Linking Performance to Funding Decisions: What Is the Budgeter's Role?'
Public Productivity Review 41 (Spring): 33-44.

Gurwitt, Rob (1989). 'Happy Machines, Unhappy People: How to Ease the Pain of
the Computer Transition,' Governing (May): 63-66, 68.

Henderson, Harry H. (1978). 'Revenue Forecasting in a Working Perspective,'


Governmental Finance 7, 4:11 15.

Kappauf, Charles H. and R. Robert Talbott (1982). 'Forecasting, Planning and


Strategy: What Needs to be Forecast,' in The Handbook of Forecasting,
edited by Spyros Makridakis and Steven C. Wheelwright, New York: John
Wiley and Sons: 487-502.
Klay, William Earle (1987). 'Management Through Budgetary Incentives,' Public
Productivity Review41 (Spring): 59 71.

MacManus, Susan A. and Barbara P. Grothe (1989). 'Fiscal Stress as a Stimulant


to Better Revenue Forecasting and Productivity,' Public Productivity Review
12, 4 (Summer): 387-400.

Mahmoud, E. (1984). Accuracy in Forecasting: A Survey,' Journal of Forecasting


3: 139-159.

Mallory, Jim (1986). 'Budget Projection Software for Canadian Localities,'


Government Finance Review 2, 4 (Augus): 30.

McCaffer, Jerry (1987). Budgetmaster, 2nd edition, Pacific Grove, CA.

National Task Force on Budget Curriculum Reform (1985). 'Graduate Curricula in


Budgeting and Financial Management: Recommendations for Reform,'
Public Budgeting and Finance 5, 4 (Winter): 3-22.

Newbold, E (1983). 'ARIMA Model Building and the Time Series Approach to
Forecast,' Journal of Forecasting 2: 23-35.

Nickell, Daniel B. (1983). Forecasting on Your Microcomputer. Blue Ridge


Summit: Tab Books, Inc.

Ostrowski, John W., Ella E Gardner and Magda H. Motawi (1986).


'Microcomputers in Public Finance Organizations: A Survey of Uses and
Trends,' Government Hnance Review 2, 1 (February): 23-29.

Page, William (1982). 'Long-Term Forecasts and Why' You Will Probably Get it
Wrong,' in The Handbook of Forecasting, edited by Spyros Makridakis and
Steven C. Wheelwright, New York: John Wiley and Sons: 453-454.

Schick, Allen (1971). Budgetary Innovations in the States. Washington, D.C.: The
Brookings Institution.

Schick, Allen (1986). 'Macro-Budgetary Adaptations to Fiscal Stress in


Industrialized Democracies,' Public Administration Review 46, 2
(March/April): 124-134.

Schick, Allen (1966). 'The Road to PPB: The Stages of Budget Reform,' Public
Administration Review 26, 4 (December): 243-258.

Schnaars, S.P. (1986). A Comparison of Extrapolation Models on Yearly Sales


Forecasts,' International Journal of Forecasting 2, 1: 71-95.

Schroeder, Larry D. (1981). 'Forecasting Revenues and Expenditures,' in


Management Policies in Local Government Finance, edited by J. Richard
Aronson and Eli Schwartz. Washington, D.C.: ICMA: 66-90.

Schroeder, Larry (1982). 'Local Government Multi-Year Budgetary Forecasting:


Some Administrative and Political Issues,' PubIicAdministration Review 42,
2: 121-127.

Wildavsky, Aaron (1964 and 1979). The Politics ofthe Budgetary Process. Boston:
Little, Brown.