PERMODELAN PDB ATAS DASAR

HARGA BERLAKU DAN NET OFFICIAL

DEVELOPMENT ASSISTANCE AND Kelompok 5 Time
Series 3SE4
OFFICIAL AID RECEIVED TAHUN 1997 –
ANNISA SORAYA
2014 DI INDONESIA DENGAN (13.7503)
MODEL VECTOR I NYOMAN PANDE S.
(13.7653)
AUTOREGRESSIVE (VAR) RIO SANAGU BIRLIAN
(13.7841)

1
 Pendahuluan
? Latar Belakang,
Rumusan
Masalah, Tujuan,
Manfaat Kajian Pustaka
Landasan Teori,
Kerangka Pikir,
Metodologi Hipotesis

CONTENT Ruang Lingkup

Penelitian, Metode
Pengumpulan Data,
Metode Analisis
Pembahasan
Permodelan,
Analisis dalam VAR
Penutup
Simpulan
Saran
2
01
PENDAHULUAN

3
 04

Latar Belakang
Timbul pergeseran Adanya bantuan dalam ODA yang
ekonomi global bentuk Net official ditargetkan 0.7%
yang dialami oleh development assistance dari total Produk
negara-negara and official aid received Domestik Bruto
maju dan negara- and official aid received
negara dari negara maju kepada
berkembang negara berkembang
setelah berakhirnya atau negara miskin
MDGs
Latar pada tahun Rumusan Masalah
Belakang Tujuan Manfaat
 Rumusan Masalah 05

Bagaimana bentuk model VAR

dengan variabel PDB ADHB dan
1 variabel Net ODA?

Apakah terdapat hubungan 2 Bagaimana hasil

saling mempegaruhi antara peramalan satu tahun
variabel PDB ADHB dan kedepan terhadap
variabel Net ODA , serta
3 data PDB ADHB dan
bagaimana analisis impulse data Net ODA?
response function serta
forecast error decomposition
variance?
Latar Belakang Rumusan Masalah Tujuan Manfaat
 06

Untuk membentuk model VAR dengan

1 variabel PDB ADHB dan variabel Net
ODA

Untuk melihat ada tidaknya hubungan

saling mempegaruhi antara variabel
Tujuan 2 PDB ADHB dan variabel Net ODA,serta
melakukan analisis impulse response
function serta forecast error
decomposition variance
Untuk melakukan peramalan satu
3 tahun kedepan terhadap data PDB
ADHB dan data Net ODA

Latar Belakang Rumusan Masalah Tujuan Manfaat

 07

Dasar dan referensi

bagi penelitian
selanjutnya.
Manfaat
Sarana mengaplikasi
materi pembelajaran
dalam menganalisis
data time series,
khususnya dalam
permodelan VAR.

Latar Belakang Rumusan Masalah Tujuan Manfaat

KAJIAN PUSTAKA
02

8
Produk Domestik Bruto 09

(Atas Dasar Harga

Berlaku)

Indikator PDB ADHK PDB ADHB

untuk mengggunakan mengguna
mengetahui harga yang kan harga
keadaan berlaku pada yang
perekonomia satu tahun berlaku
n suatu tertentu pada setiap
negara dalam sebagai dasar tahun
suatu periode
waktu
tertentu

Landasan Teori Kerangka Pikir Hipotesis

 Official Development Assistance 010

fficial Aid Received

Menurut OECD, Official Development

Assistance (ODA) didefinisikan sebagai
bantuan pemerintah yang dirancang
untuk mempromosikan pembangunan
ekonomi dan kesejahteraan negara-
negara berkembang

Landasan Teori Kerangka Pikir Hipotesis

Model VAR
011
(Model Vector Autorgressive)

Persamaan Model VAR untuk Kelebihan

bivariate
 
+ Model VAR
Model yang sederhana,
Estimasi sederhana dengan
metode OLS,
-Peramalan Hasil peramalan
Anali - Impulse Response (forecasting) lebih bagus
sis - Forecast Error dibanding model lain
Dala Decomposition Variance
m (FEDV)
Mode - Uji Kausalitas
l VAR
Landasan Teori Kerangka Pikir Hipotesis
 012
Kerangka Pikir

Net Official
Development
Produk Domestik
Assistance and
Bruto
Official Aid
Received

Landasan Teori Kerangka Pikir Hipotesis

 013
Hipotesis Penelitian

Ada hubungan sebab akibat saling

mempengaruhi antara variabel PDB (Atas
Dasar Harga Berlaku) dan variabel Net
Official Development Assistance and Official
Aid Received.

Landasan Teori Kerangka Pikir Hipotesis

03
METODOLOGI

14
 015
Penelitian ini menggunakan data time
Ruang series Produk Domestik Bruto atas
Lingkup dasar harga berlaku dan Net official
Penelitian development assistance and official aid
received Indonesia dengan periode
1997 sampai dengan 2014 dengan
satuan mata uang adalah US Dollar.

Metode Data yang digunakan dalam penelitian

Pengump ini merupakan data sekunder yang
ulan Data didapat dari World Bank.

Ruang Lingkup Penelitian Metode Pengumpulan Data Metode Analisis

 Peramalan dilakukan untuk memprediksi data 016
satu/beberapa tahun kedepan dari variabel yang
ditentukan.
Analisis Impulse Response dapat digunakan
untuk melihat dampak perubahan dari satu
variabel terhadap variabel lainnya secara
dinamis, dengan memberikan shock yang
biasanya sebesar standar deviasi dari
Metod variabelnya.
Forecast Error Decomposition Variance
e (FEDV) bertujuan untuk memprediksi kontribusi
Analis persentase varian setiap variabel karena adanya
perubahan variabel tertentu, baik variabel
is dirinya sendiri maupun variabel lain, dalam
sistem VAR yang didapatkan.
Uji Kausalitas dilakukan untuk melihat
hubungan sebab akibat antara variabel dalam
sistem VAR yang didapatkan.

Ruang Lingkup Penelitian Metode Pengumpulan Data Metode Analisis

PEMBAHASAN
04

17
 Permodelan dengan 018

model VAR Penentuan Kandidat da

1 Pemilihan Lag Optimum

Uji 4
Stasionerit
as
2
3
Penentuan
Bentuk Model Menentukan Lag Maksimum
VAR & Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR
Permodelan dengan model VAR
 Permodelan dengan 019

model VAR Penentuan Kandidat da

1 Pemilihan Lag Optimum
Uji
Uji Stasioneritas 4
Stasionerit data Net
as official
2
development
assistance
3
and official
Penentuan
aid received Menentukan Lag Maksimum
Bentuk Model
VAR & Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR
Permodelan dengan model VAR
 Permodelan dengan 020

model VAR Penentuan Kandidat da

1 Pemilihan Lag Optimum
Uji
Uji 4
Stasioneritas
Stasionerit data Produk
as Domestik
2 Bruto atas
dasar harga
3
berlaku
Penentuan
Bentuk Model Menentukan Lag Maksimum
VAR & Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR
Permodelan dengan model VAR
 Permodelan dengan 021

model VAR
variabel bersifat
Penentuan Kandidat da
uji pada residual
1 stasioner namun
pada nilai + Pemilihan
model Lag Optimum
menunjukan
Uji integrated yang 4
residual bersifat
berbeda tidak stasioner
Stasionerit pada level
as model
2 Unrestrict
ed VAR.3
Penentuan
Bentuk Model Menentukan Lag Maksimum
VAR & Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR
Permodelan dengan model VAR
 Permodelan dengan 022

model VAR Penentuan Kandidat da

Hasil dari percobaan pertama
1 Pemilihan Lag Optimum
pencarian lag maksimum

Uji 4
Stasionerit
as
2
3
Penentuan
Bentuk Model Menentukan Lag Maksimum
VAR & Pengujian Kestabilan
Permodelan dengan model VAR
Model VAR
Analisis dalam Model VAR
 Permodelan dengan 023

model VARHasil dariPenentuan Kandidat da

percobaan keenam
1 Pemilihan Lag Optimum
pencarian lag maksimum

Uji 4
Stasionerit
as
2
3
Penentuan
Bentuk Model Menentukan Lag Maksimum
VAR & Pengujian Kestabilan
Permodelan dengan model VAR
Model VAR
Analisis dalam Model VAR
 Permodelan dengan 024

model VARHasil dariPenentuan Kandidat

percobaan ketujuh da
1 Pemilihan Lag Optimum
pencarian lag maksimum

4
!
Sehingga dapat dikatakan bahwa
Uji lag maksimum dari model VAR
Stasionerit yang didapat adalah 6.
as
2
3
Penentuan
Bentuk Model Menentukan Lag Maksimum
VAR & Pengujian Kestabilan
Permodelan dengan model VAR
Model VAR
Analisis dalam Model VAR
 Permodelan dengan 025

model VAR Penentuan Kandidat da

1 Pemilihan Lag Optimum

Uji 4
Stasionerit
as Hasil dari penentuan
2 kandidat lag
optimum : 1, 2, 6
3
Penentuan
Bentuk Model Menentukan Lag Maksimum
VAR & Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR
Permodelan dengan model VAR
 Permodelan dengan 026

Pemilihan lag
model
SetiapVAR
hasil estimasi Penentuan Kandidat da
1 yang
optimum model VAR Pemilihan Lag Optimum
tepat dilakukan dibandingkan Adj. R
permodelan VAR squared. Yang
Uji
berdasarkan tertinggi yang 4
Stasionerit
masing-masing kemudian dipilih sebagai
kandidat
as lag model VAR dengan
tersebut lag optimal.
2
Dari hasil percobaan didapat bahwa
3
hasil model VAR dengan lag optimal
Penentuan
didapat pada saat lag nya adalah
Bentuk 6Model Menentukan
dengan Adj. R squared Lag Maksimum
sebesar
VAR 26,81%.& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR
Permodelan dengan model VAR
 Permodelan dengan 027

model
Hasil VAR
Estimasi Model Var dengan Lag = 6

Permodelan dengan model VAR Analisis dalam Model VAR

 Permodelan dengan 028

model
Persamaan VAR
model VAR dengan lag optimal
1.
sama dengan 6
D(GDP)t = -1.62E+10 -0.508587D(GDP)t-1 -0.057362 D(GDP)t-2

+0.276359D(GDP)t-3 -0.164758D(GDP)t-4 - 0.265583D(GDP)t-5 + 0.381007D(GDP)t-6

+39.54566ODAt-1 -1.411144ODAt-2 - 28.86415ODAt-3 -16.49883ODAt-4

+ 54.73080ODAt-5 -28.20443ODAt-6

2. ODAt = 2.42E+08 -0.003836 D(GDP)t-1 -0.000298 D(GDP)t-2 +0.001337 D(GDP)t-3

-0.003412D(GDP)t-4 -0.008902 D(GDP)t-5 +0.006253 D(GDP)t-6 +0.409866ODAt-1

+0.475215 ODAt-2 -0.190550 ODAt-3 -0.288934 ODAt-4 + 0.245930 ODAt-5

+0.265566ODAt-6

Permodelan dengan model VAR Analisis dalam Model VAR

Analisis dalam Model VAR 029

1 Uji Kausalitas
Granger
Pairwise Granger Causality Tests
Date: 06/23/16 Time: 00:57
Sample: 1 48 Interpretasi :
Lags: 6 Dengan tingkat
signifikansi 5%
dapat dikatakan
Null Hypothesis: Obs F-Statistic Prob. bahwa hanya ada
hubungan satu arah
yang terjadi, yaitu
ODA does not Granger Cause GDP 42 2.40848 0.0519 variabel Produk
GDP does not Granger Cause ODA 4.08132 0.0044 Domestik Bruto
terhadap Net official
development
Permodelan dengan model VAR Analisis dalam Model
assistance VAR
and
Analisis dalam Model VAR 030

2 Analisis Impulse Interpretasi :

Response 1. response Produk Domestik
Bruto atas dasar harga
Response to Cholesky One S.D. Innovations
Response of D(GDP) to D(GDP) Response of D(GDP) to ODA
5E+10

4E+10
5E+10

4E+10
berlaku cukup drastis
3E+10

2E+10
3E+10

2E+10
ketika terdapat shock
1E+10 1E+10
pada Net official
0E+00 0E+00

-1E+10 -1E+10 development assistance

and official aid.
-2E+10 -2E+10
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Response of ODA to D(GDP) Response of ODA to ODA

600,000,000 600,000,000

400,000,000 400,000,000 2. terdapat response yang

drastis dari Net official
200,000,000 200,000,000

0 0

-200,000,000 -200,000,000 development assistance

and official aid received
-400,000,000 -400,000,000

-600,000,000 -600,000,000

ketika terdapat shock

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

pada Produk Domestik

Permodelan dengan model VAR Analisis dalam Model VAR
Analisis dalam Model VAR 031

3 Forecast Error Decomposition Variance

(FEDV) Variance Decomposition
Percent D(GDP) variance due to D(GDP) Percent D(GDP) variance due to ODA Interpretasi :
1. Forecast error variance dari
100 100

80 80
D(GDP) pada periode pertama
60 60

40 40
ditentukan oleh dirinya sendiri atau
20 20
sebesar 100%, sedangkan
0 0
kontribusi variabel ODA tidak
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
mampu menjelaskan variabilitas
100
Percent ODA variance due to D(GDP)
100
Percent ODA variance due to ODA
D(GDP) yaitu sebesar 0%.
80 80
2. Forecast error variance dari ODA
60 60
pada periode pertama ditentukan
40 40
oleh dirinya sendiri atau sebesar
20 20
8.85%, sedangkan kontribusi
0 0
variabel D(GDP) yang mampu
menjelaskan variabilitas ODA
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

bernilai sebesar 91.15%.

Permodelan dengan model VAR Analisis dalam Model VAR
Analisis dalam Model VAR 032

4 Peramalan (Forecasting)

Hasil peramalan periode tahun 2015

untuk Net official development
assistance and official aid received
adalah 1.03E+09 US Dollar
sedangkan untuk data Produk
Domestik Bruto atas dasar harga
berlaku adalah 6.49E+11 US Dollar.

Permodelan dengan model VAR Analisis dalam Model VAR

PENUTUP
05
33
 034
Model VAR yang dihasilkan :
D(GDP)t = -1.62E+10 -0.508587D(GDP)t-1 -0.057362 D(GDP)t-2

+0.276359D(GDP)t-3 -0.164758D(GDP)t-4 -

0.265583D(GDP)t-5 + 0.381007D(GDP)t-6 +39.54566ODAt-1

-1.411144ODAt-2 - 28.86415ODAt-3 -16.49883ODAt-4

+ 54.73080ODAt-5 -28.20443ODAt-6 1 SIMPULA

N
ODAt = 2.42E+08 -0.003836 D(GDP)t-1 -0.000298 D(GDP)t-2

+0.001337 D(GDP)t-3 -0.003412D(GDP)t-4 -0.008902

D(GDP)t-5 +0.006253 D(GDP)t-6 +0.409866ODAt-1

+0.475215 ODAt-2 -0.190550 ODAt-3 -0.288934 ODAt-4

+ 0.245930 ODAt-5 +0.265566ODAt-6

Simpulan Saran
 035
Hasil uji hubungan Hasil analisis impulse
kausalitas dengan metode response function
Granger Causality (IRF) menunjukkan
menunjukkan adanya hubungan bahwa kedua variabel
satu arah antara variabel Produk memberikan response
Domestik Bruto atas dasar harga yang cukup tinggi ketika
berlaku terhadap variabel Net terjadi shock pada
official development assistance variabel lainnya 2 SIMPULA
and official aid received.
Hasil analisis Forecast Error Decomposition Variance (FEDV)N
menunjukkan bahwa forecast error variance dari D(GDP) pada periode
pertama ditentukan oleh dirinya sendiri atau sebesar 100% dan terus
menurun pada periode berikutnya sedangkan forecast error variance
dari ODA pada periode pertama ditentukan oleh dirinya sendiri atau
sebesar 8.85%, sedangkan kontribusi variabel D(GDP) yang mampu
menjelaskan variabilitas ODA bernilai sebesar 91.15%.

Simpulan Saran
 036

Hasil peramalan tahun 2015

data Net official development

assistance and official aid received 3 SIMPULA
adalah 1.03E+09 US Dollar N
data Produk Domestik Bruto atas dasar
harga berlaku adalah 6.49E+11 US
Dollar

Simpulan Saran
 037

SARAN
Dari hasil pengujian , terlihat bahwa pada model hanya
terdapat interaksi satu arah yaitu GDP yang mempengaruhi
ODA dan tidak terdapat hubungan timbal balik. Hal ini
mengindikasikan bahwa ODA merupakan sebuah fungsi dari
variabel GDP dan tidak sebaliknya. Untuk itu perlu penambahan
variabel yang menghasilkan interaksi 2 arah jika penelitian
ingin difokuskan untuk melakukan forecasting data pada kedua
variabel secara simultan dengan metode VAR.

Simpulan Saran
TERIMA
KASIH
38