PENDAHULUAN Efektivitas Penggunaan Arima Dan Var Dalam Memproyeksi Permintaan Kredit Di Indonesia

1

BAB I PENDAHULUAN

1.1.Latar Belakang Kegiatan manusia akan selalu diarahkan kepada kegiatan yang akan datang, yang keberadaannya tidak dapat diketahui secara pasti. Oleh karena itu perlu melakukan sesuatu untuk masa yang akan datang serta memperhitungkan kondisi yang akan datang atau meramalkannya. Kondisi pada waktu yang akan datang tidaklah dapat diperkirakan secara pasti, namun usaha untuk meminimalkan ketidakpastian itu lazim dilakukan dengan metode atau teknik peramalan tertentu. Permalan merupakan studi terhadap data historis untuk menemukan hubungan, kecendrungan dan pola data yang sitematis Makridakis 1999. Peramalan menggunakan pendekatan statistik maupun non statistik keduanaya bertujuan untuk meramalkan yang diharapkan mendekati data yang aktual. Peramalan yang dilakukan berdasarkan runtun waktu pada data yang ada sesuai urutan waktu pada priode tertentu.Dengan metode peramalan ini dapat mempermudah bank sentral dalam melakukan kebijakan perbankannya pada masa yang akan datang, untuk mengukur tingkat permintaan kredit sesuai dengan faktor yang mempengaruhinya. Untuk penggunaaan teknik peramalan diperlukan data yang terdahulu, dengan asumsi pola data pada waktu yang lalu akan berulang lagi pada waktu yang akan datang. Universitas Sumatera Utara 2 Model Autoregressive Integrated Moving Average ARIMA, dikembangkan oleh George Box dan Gwilym Jenkins sehingga disebut ARIMA Box-Jenkins. Metode ini merupakan dari metode penghalusan, metode regresi, dan metode dekomposisi. Metode ini banyak digunakan untuk peramalan harga saham, permintaan kredit, tenaga kerja, dan runtun waktu lainya. Dengan menggunakan ARIMA dapat dilakukan melalui lima tahap, yaitu kestasioneran data, pengidetifikasian model, pengistimasian parameter model, pengujian model, dan penggunaan model untuk peramalan. Pada tahap satu, data runtun waktu harus diperiksa kesastisionerannya apakah rata rata dan variansnya konstan, homogen dari waktu kewaktu karena data yang dianalisis pada ARIMA adalah data yang statisioner. Pemeriksaan dilakukan dengan metode otokorelasi dan otokorelasi parsial dibicarakan kemudian atas datanya. Pada tahap kedua, data yang telah statisioner berdasarkan hasil analisis otokorelasi dan otokorelasi parsial atas data yang ststisioner atau yang telah distasionerkan itu. Dari pengidentifikasian hasil datanya berupa model AR autoregresive. I integrated, MA moving avarage atau kombinasi dari dua ARI,IMA,ARMA atau ketiganya ARIMA komponen model itu. Dengan metode ARIMA yang diakukan dapat mempermudah dalam memperhitungkan tingkat permintaan kredit dimasa yang akan datang secara akurat dengan menggunakan metode tersebut. Dengan memproyeksikan permintaan kredit dimasa yang akan datang membuat suatu perubahan kebijakan Universitas Sumatera Utara 3 perbankan indonesia agar proyeksi yang diharapkan dapat terjadi secara kenyataan. Sebagaimana pemberiaan kredit merupakan salah satu bentuk usaha yang dilakukan dalam dunia perbankan. Selain menggunakan metode ARIMA, dalam penelitian ini juga akan menggunakan metode VAR Vector Autoregresive yang merupakan Sebagian besar model ekonometrika deret waktu adalah dibangun berdaarkan teori yang ada, dengan kata lain teori ekonomi yang menjadi dasar dalam mengembangkan hubungan antar peubah pada model. Model ini disebut juga model struktural atau teoritis, dan estimasinya dapat memberikan informasi yang numerik dan sekaligus alat untuk menguji teori yang ada. Namun sering kali teori ekonomi belum mampu menemukan spesifikasi yang tepat untuk model. Hal ini disebabkan teori ekonomi yang ada terlalu kompleks, sehingga perlu dilakukan penyederhanaan dalam model atau sebaliknya fenomena yang ada terlalu kompleks sehingga tidak cukup dijelaskan dengan teori yang ada. Jika data yang digunakan dalam analisis adalah deret waktu, model Vector Autoregresive VAR menawarkan alternatif permodelan sebagai jalan keluar persoalan tersebut. Model VAR disebut sebagai model non-struktural atau model yang tidak teoritis. Hubungan antar peubah didalam suatu sistem dinamis tidak dapat dijelaskan dalam persamaan tunggal yang statis, melaikan harus beberapa persamaan yang bersifat dinamis dan saling mempengaruhi. misalnya inflasi Universitas Sumatera Utara 4 INF pada priode t dipengaruhi tingkat suku bunga Jakarta Interbank Offered Rate JIBOR Dengan demikian itu merupakan suatu perbedaan metode antara ARIMA dan VAR, dimana model ARIMA tidak memandang hubungan yang timbal balik dari variabel tersebut. Model ARIMA hanya meramalkan data berapa bulan atau tahun kedepan, sedangkan medel VAR perlunya adanya hubungan yang searah atau timbal balik dalam meramalkan permintaan kredit beberapa bulan kedepan atau tahunnya. Untuk menguji kedua metode tersebut mana yang lebih efektif dalam melakukan peramalan permintaan kredit di indonesia maka perlu di lakukan pengkajian lebih lanjut dengan metode yang akan digunakan. 1.2.Perumusan Masalah Masalah yang akan dibahas dalam penelitian ini adalah menentukan metode yang terbaik dalam memproyeksikan permintaan kredit, apakah metode ARIMA atau VAR. 1.3.Tujuan Penelitian Tujuan dari penelitian yang dilakukan adalah: 1.Untuk mengetahui tingkat permintaan kredit pada masa yang akan datang serta dapat memprediksikannya. 2.Dengan kedua metode yang dilakukan antara ARIMA dan VAR dapat membandingkan metode mana yang terbaik dalam memprediksi permintaan kredit di Indonesia. Universitas Sumatera Utara 5 3.Dengan melakukan peramalan melalui metode yang ada dapat mengindikasikan kepada pihak perbankan Indonesia untuk melakukan kebijakannya dimasa yang akan datang,agar peramalan yang dilakukan dapat terealisasi secara nyata. 4.Dengan metode peramalan yang dilakukan dapat diketahui seberapa besar pengaruh permintaan kredit terhadap kondisi ekonomi pada masa akan datang terutama pada pertumbuhan ekonomi, dengan meningkat atau menurunnya permintaan kredit dimasa yang akan datang mengidikasikan kondisi ekonomi mengalami pertumbuhan atau penurunan resesi 1.4.Manfaat Penelitian 1.Sebagai informasi kepada perbankan Indonesia terhadap permintan kredit di Indonesia untuk mempersiapkan diri dalam menghadapi tingkat permintaan kredit tersebut. 2.Sebagai suatu pengetahuan yang konkret dan yang terbaik dalam melakukan peramalan kredit di Indonesia serta sebagai alat kebijakn untuk maa yang akan datang. 3.Sebagai suatu tindakan yanga harus dilakuakan oleh pihak perbankan dalam mengambil keputusan dalam jangka panjang dengan mengetahui informasi dari peramalan yang dilakukan tersebut. 4.Dengan metode peramalan yang dilakukan dapat sebagai alat tolak ukur perbankan dalam mengabil kebijakan dalam menetapkan suku bunga kredit agar permintaan kredit meningkat, karena dalam penelitian ini menggunakan variabel suku bunga dan inflasi yang sangat mempengaruhi permintaan kredit, agar Universitas Sumatera Utara 6 permintaan kredit meningkat seiring pertumbuhan ekonomi meningkat sesuai bekerjanya sektor ekonomi disebabkan tersalurnya dana kepada masyarakat. Universitas Sumatera Utara 7

BAB II TINJAUAN PUSTAKA DAN URAIAN TEORITIS