∞ j=0
∞ j=0
Setelah diperoleh Cj selanjutnya dapat dibuat model representasi MA berkaitan
dengan structural shock ε
t
berdsarkan identifikasi matrik A dan hubungan pada persamaan 3.12, maka persamaan 3.19 dapat ditulis sebagai berikut :
Y
t
= ∑ CjA
-1
ε
t-j
............................................................................ 3.29
Yt = ∑ ψjCε
t-j
, ................................................................................ 3.30
Impulse Response Function IRF dilakukan agar dapat diketahui respon dinamik atau pola time path setiap variabel akibat adanya shocks atau guncangan
tertentu dari variabel lain atau variabel itu sendiri. Selain itu pula IRF bertujuan untuk mengisolasi suatu shocks agar lebih spesifik, artinya dapat dilihat variabel
makroekonomi akibat dari shocks tertentu saja. Dengan kata lain, analisis IRF digunakan untuk melihat pengaruh dinamis dari adanya suatu guncangan tertentu
terhadap variabel karena adanya suatu inovasi shocks tertentu sebesar satu standard error pada setiap persamaan.
3.10. Forecast Error Variance Decomposition
Forecast Error Variance Decomposition FEVD menjelaskan proporsi pergerakan suatu variabel akibat shock dari variabel itu sendiri relative terhadap
dampaknya terhadap pergerakan variabel lain secara berurutan. Dengan kata lein,
Universitas Sumatera Utara
∞
j=0
∞
j=0 h-j
h-1 j=0
j=0 h-1
sebenarnya FEVD memberikan informasi secara rrelatif tentang seberapa penting setiap inovasi terhadap perubahan variabel lain dalam VAR Gottschalk, 2001.
Berdasarkan representasi MA persamaan 3.23 dapat dibuat deviasi dari peramalan h periode kedepan E
t
X
t+h
dari nilai aktual X
t+h,
yaitu sebagai berikut :
Y
t+h
– E
t
Y
t+h
= ∑ ψ
j
ε
t+h-j -
E
t
ε
t+h-j
=
∑ ψ
j
ε
t+h-j
................................................................ 3.31 Dan Forecast Error Variance dihitung melalui komponen diagonal sebagai berikut :
EY
t+h
– E
t
Y
t+h 2
= ∑ ψ
j
∑ eψ’
j
.......................................................... 3.32
Atau secara sederhana dapat dinyatakan bahwa Forecast Error Variance dari variabel k dihitung sebagai berikut :
= ∑ ψ
j,k
∑ eψ’
j,k
....................................................... 3.33
Dekomposisi Ragam Kesalahan Peramalan Forecast Error Variance Decomposition, FEVD juga dilakukan pada penelitian ini dengan tujuan melakukan
evaluasi terhadap peran yang dimainkan sebagai shocks dengan menjelaskan variabilitas variabel tertentu. Dengan kata lain FEVD gunanya untuk melihat
Universitas Sumatera Utara
seberapa besar persen variasi dari variabel makroekonomi apabila dikenai shocks tertentu. Sehingga diharapkan dapat diketahui peran relatif setiap shocks variabel
makroekonomi dalam menjelaskan variabel harga Tandan Buah segar, harga Minyak goreng, harga minyak kelapa dan Nilai Tukar Rupiah.
3.11. Model Analisis
Model analisis yang akan digunakan adalah model Vector Autoregressive VAR, Impulse Response Function IRF lima variabel yaitu, Harga TBS HTBS,
Harga Minyak Kelapa Sawit HMKS, Harga Minyak Kelapa HMK, dan Nilai
Tukar ER, serta Forecast Error Variance Decomposition FEVD.
3.12. Metode dan Analisis Data