VI. EVALUASI FAKTOR INTERNAL DAN FAKTOR EKSTERNAL
6.1. Validasi Model Pasar Jagung, Pakan dan Daging Ayam Ras di
Indonesia
Tingkat kevalidan suatu model untuk disimulasi dapat dilihat dari beberapa indikator seperti Root Mean Square Error RMSE, Root Mean Square
Percent Error RMSPE dan Theil’s Inequality Coefficient U dan nilai koefisien determinasi R
2
semua peubah endogen, Validasi model pasar jagung, pakan dan daging ayam ras di Indonesia
dilakukan dengan simulasi dasar untuk periode sampel pengamatan tahun 2000-2005. Validasi ini untuk mengetahui kualitas model dalam menduga
perilaku data aktual yang digunakan. Indikatior validasi statistika yang digunakan adalah Root Mean Squares Percentage Error RMSPE untuk mengukur seberapa
dekat nilai masing-masing peubah endogen hasil pendugaan mengikuti nilai data aktualnya selama periode pengamatan. Selain itu digunakan statistika proporsi
bias UM, proporsi regresi UR, proporsi distribusi UD, dan juga Theils Inequality Coeficient U.
Hasil validasi berdasarkan kriteria-kriteria di atas disajikan pada Tabel 30. Terdapat 23 persamaan yang membentuk model, 22 persamaan 95.65 yang
memiliki nilai RMSPE dibawah 50 persen dan 1 persamaan 4.35 mempunyai nilai RMSPE di atas 100 persen. Artinya nilai prediksi dapat mengikuti
kecenderungan data historisnya dengan baik. Sedangkan berdasarkan nilai U Theil, 23 persamaan 100 memiliki nilai U Theil di bawah 0.2. Artinya
simulasi model mengikuti data aktualnya dengan baik.
Tabel 30. Hasil Pengujian Validasi Model Pasar Jagung, Pakan dan Daging Ayam Ras di Indonesia, Tahun 2000-2005
Peubah Mean
Error RMS
Error Corr
R Bias
UM Reg
UR Dist
UD Var
US Covar
UC U
PJI 0.293
2.397 0.866 0.013 0.047 0.940 0.002 0.985 0.011
SJI 0.188
2.766 0.897 0.006 0.328 0.666 0.146 0.848 0.013
DJI -2.576
3.878 0.901 0.457 0.030 0.514 0.113 0.430 0.020
DJP -9.833 15.388 -0.820 0.457 0.484 0.060 0.007 0.536 0.083
HJDR 14.979 16.241
0.972 0.879 0.098 0.023 0.109 0.012 0.071 MJI
-1.084 12.619 0.874 0.000 0.840 0.160 0.661 0.339 0.063
MJW -0.004
0.196 0.994 0.000 0.975 0.025 0.958 0.042 0.001
XJW 0.079
0.082 1.000 0.925 0.008 0.067 0.008 0.067 0.000
HJWR 14.318 35.163
0.887 0.234 0.736 0.030 0.665 0.101 0.159 PPD
-22.320 22.460 0.983 0.954 0.023 0.023 0.028 0.018 0.126
SPI -15.688 15.805
0.987 0.954 0.023 0.023 0.027 0.019 0.087 DPI
4.811 11.704 0.649 0.186 0.718 0.096 0.496 0.318 0.056
HPDR 4.371
6.336 0.925 0.450 0.320 0.230 0.436 0.114 0.029
PDD -4.154
8.551 0.921 0.272 0.034 0.693 0.126 0.602 0.047
SDD -4.008
8.422 0.921 0.260 0.037 0.703 0.132 0.608 0.047
HDDR 9.984
11.660 0.951
0.695 0.000 0.305 0.005 0.301 0.053
DDD -6.468
8.258 0.596
0.617 0.067 0.316 0.001 0.383 0.043
MDI 6.473 27.527
0.510 0.007 0.030 0.963 0.537 0.456 0.089 XDI
-29.199 248.656 0.807 0.021 0.017 0.962 0.204 0.775 0.196
HDMR -5.784 18.684
0.976 0.033 0.878 0.089 0.817 0.150 0.073 MDW
0.004 0.043
1.000 0.007 0.072 0.921 0.074 0.919 0.000 XDW
-0.002 0.013
1.000 0.021 0.298 0.681 0.298 0.681 0.000 HDWR
2.485 9.097
0.797 0.018 0.035 0.947 0.265 0.717 0.051
Apabila dilihat dari proporsi bias terdapat 15 Persamaan 65.22 memiliki nilai UM lebih kecil dari 0.3. Sedangkan bila dilihat dari proporsi regresi
terdapat 15 persamaan 65.22 yang memiliki nilai UR lebih kecil dari 0.3. Dan ada 6 persamaan 26.09 yang memiliki UD lebih besar dari 0.7, sehingga
dengan demikian bias error yang terjadi dalam simulasi model lebih banyak disebabkan oleh faktor non sistemik unsystemic error. Berdasarkan semua
kriteria di atas maka dapat disimpulkan bahwa model yang dibangun cukup valid untuk melakukan simulasi alternatif kebijakan dan non kebijakan melalui simulasi
historis.
Kategori