dugaan tersebut dengan nilai aktualnya. Sementara itu, statistik U digunakan untuk mengetahui kemampuan model untuk analisis simulasi peramalan. Nilai
koefisien Theil’s U berkisar antara 1 dan 0. Jika U = 0 maka pendugaan model sempurna, jika U =1 maka pendugaan model naif.
Untuk melihat keeratan arah slope antara aktual dengan hasil yang disimulasi dilihat dari nilai koefisien determinasinya R². Pada dasarnya makin
kecil nilai RMSPE dan U-Theil’s dan makin besar nilai R², maka pendugaan model semakin baik.
4.2.4. Simulasi Model dan Peramalan
Setelah model divalidasi dan memenuhi kriteria statistik, maka model tersebut dapat dijadikan sebagai model dasar simulasi dan peramalan. Beberapa
skenario simulasi yang akan dilakukan dalam studi ini, adalah: 1 Peningkatan harga minyak dunia sebesar 10 persen, 2 Nilai tukar rupiah terhadap US Dollar
naik 5 persen, 3 Penurunan pengeluaran subsidi BBM sebesar 10 persen, 4 Kombinasi harga minyak dunia naik 10 persen dengan aprsiasi nilai tukar rupiah
terhadap US Dollar 5 persen, dan 5 Kombinasi harga minyak dunia naik 10 persen, apresiasi nilai tukar rupiah terhadap US Dollar 5 persen, dan pengeluaran
subsidi BBM turun 10 persen. Peramalan berdasarkan ruang waktu, yang dibedakan menjadi ex post
forecasting, ex ante forecasting dan backcasting, sebagaimana disajikan pada
Gambar 12. Dari Gambar 12 dapat dijelaskan bahwa periode t
1
menunjukkan batas waktu dari model yang dihitung dengan data yang ada. Simulasi yang dibuat
diantara t
1
ke t
2
disebut dengan ex-post simulation atau simulasi historis. Data
simulasi historis dimulai dari tahun t
1
dan berakhir tahun t
2
dengan menggunakan peubah eksogen dan endogen.
Sumber: Pindyck dan Rubinfeld, 1998 Gambar 16. Horison Waktu Simulasi
Ex-post forecasting menunjukkan bahwa apabila periode dugaan adalah t
2
t
3
, maka peramalan dapat dilakukan diakhir periode. Sementara itu, Ex-ante forecasting
yang dimulai dari t
3
merupakan simulasi atau perkiraan nilai variabel endogen yang didasarkan pada variabel eksogen dan dapat diteruskan hingga pada
tahun-tahun berikutnya. Dalam studi ini dilakukan simulasi historis, yaitu tahun 2000-2008 dan ex-postex-ante forecasting, yaitu dari tahun 2009 -2025.
Metode yang digunakan dalam peramalan ini adalah metode stepwise autoregression
STEPAR yang merupakan kombinasi model time trend dengan model auto-regressive. Metode stepwise autoregression adalah metode peramalan
yang melakukan peramalan peubah-peubah eksogen lebih dahulu dengan
menggunakan trend linear. Setelah mendapatkan nilai peubah-peubah eksogen kemudian dilakukan peramalan terhadap perkembangan peubah-peubah endogen
dengan menggunakan
model konsumsi
dan penyediaan
energi dalam
perekonomian Indonesia yang telah dibangun sebelumnya.
Forecasting
t
2
t
1
t
3
today
Estimation Period
Ex-ante forecasting
Ex-post forecasting
backcasting Historical
simulation Time
t
4.3. Jenis dan Sumber Data
Jenis data yang dikumpulkan adalah data sekunder berupa data deret waktu pada periode 1990-2008. Data tersebut diperoleh dari Kementrian Energi
dan Sumberdaya Mineral, Badan Pusat Statistik, Direktorat Jenderal Minyak dan Gas, Direktorat Jenderal Perhubungan Angkutan Darat dan data-data dari sumber
lain yang mendukung penelitian ini.