Efektivitas Penggunaan Arima Dan Var Dalam Memproyeksi Permintaan Kredit Di Indonesia
SKRIPSI
EFEKTIVITAS PENGGUNAAN ARIMA DAN VAR DALAM
MEMPROYEKSI PERMINTAAN KREDIT DI INDONESIA
OLEH
SYARIFUDDIN
090501014
PROGRAM STUDI EKONOMI PEMBANGUNAN
DEPARTEMEN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
UNIVERSITAS SUMATERA UTARA
FAKULTAS EKONOMI
DEPARTEMEN EKONOMI PEMBANGUNAN
PERSETUJUAN PERCETAKAN
Nama
:
Syarifuddin
NIM
:
090501014
Departemen
:
Ekonomi Pembangunan
Konsentrasi
:
Perbankan
Judul Skripsi :
Efektivitas Penggunaan ARIMA dan VAR dalam
Memproyeksi Permintaan Kredit di Indonesia
Tanggal, ______________
Ketua Program Studi
Irsyad Lubis, SE, M.Soc.Sc, Ph.D
NIP. 19710503 200312 1 003
Tanggal, ______________
Ketua Departemen
Wahyu Ario Pratomo, SE, M.Ec
NIP. 19730408 199802 1 001
Universitas Sumatera Utara
UNIVERSITAS SUMATERA UTARA
FAKULTAS EKONOMI
DEPARTEMEN EKONOMI PEMBANGUNAN
PERSETUJUAN
Nama
:
Syarifuddin
NIM
:
090501014
Departemen
:
Ekonomi Pembangunan
Konsentrasi
:
Perbankan
Judul Skripsi :
Tanggal,
Efektivitas Penggunaan ARIMA dan VAR dalam
Memproyeksi Permintaan Kredit di Indonesia
Juli 2013
Pembimbing
Wahyu Ario Pratomo, SE,M.Ec
NIP. 19630818 198803 1 005
Tanggal,
Juli 2013
Pembaca Penilai
Paidi Hidayat, SE, M.Si
NIP. 19730408 199802 1 001
Universitas Sumatera Utara
LEMBAR PERNYATAAN
Saya yang bertanda tangan di bawah ini menyatakan dengan
sesungguhnya
PENGGUNAAN
bahwa
skripsi
ARIMA
saya
DAN
yang
VAR
berjudul
DALAM
”EFEKTIVITAS
MEMPROYEKSI
PERMINTAAN KREDIT DI INDONESIA” adalah benar hasil karya tulis saya
sendiri yang disusun sebagai tugas akademik guna memperoleh gelar Sarjana
Ekonomi pada Fakultas Ekonomi Universitas Sumatera Utara.
Bagian atau data tertentu yang saya peroleh dari perusahaan atau
lembaga, dan/atau saya kutip dari hasil karya orang lain telah mendapat izin,
dan/atau dituliskan sumbernya secara jelas sesuai dengan norma, kaidah dan etika
penulisan ilmiah.
Apabila kemudian hari ditemukan adanya kecurangan dan plagiat dalam
skripsi ini, saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.
Medan,
Juli 2013
Penulis
Syarifuddin
NIM. 09050101
Universitas Sumatera Utara
ABSTRACT
ARIMA USE AND EFFECTIVENESS IN PROJECTING VAR CREDIT DEMAND
IN INDONESIA
Research carried out by using ARIMA (Autoregressive Integrated Moving
Average) with VAR method (Vector Autoregresive) to see which one is more
effective in forecasting. The method is done using ARIMA has several stages, see
kestasioneran date integration derejat test (unit roots), correlogram, and
correlogram are in differencing. Once the date is stationary on first differencing it
will be done by using ARIMA modeling. The model has been used with the ARIMA
model is ARIMA (1,1,0), (0,1,1), (1,1,1), (2,2,0), (0,2,2), ( 2,2,2).
Of the six models used for forecasting do next is ARIMA (1,1,0) where the
model is significant and the F Statistic value of 30.38796, while ARIMA (0,1,1)
have a higher F Statistic for 58.92521. However, the appropriate model for
forecasting is ARIMA (1,1,0) while the ARIMA (0,1,1) is not appropriate because
of the data that is forecast to fall or sngat too biased, the credit data is
appropriate for forecasting performed is ARIMA ( 1,1,0). With ARIMA method
used can be seen the level of the lowest average error (RMSE) of 8.70 which is
convincing to forecasting results in the next year. While VAR models through
several stages to perform forecasting the stationary test, the estimated VAR
model, impulse response, variance decomposition after that will be followed by a
forecasting method. About VAR method that we must look first respone of several
variables and relationships between variables, after all interconnected of one
variable with the other variables then performed forecasting. Forecasting results
i
Universitas Sumatera Utara
conducted with VAR method in which data is inflation and JIBOR, forecasting
values generated ascending as can be seen in Table 4.18. While forecasting is
done with ARIMA method with data on the number of credit decreased, this
indicates that there is a correlation between the increase JIBOR, inflation and
credit demand.
For more details, if there is an increase JIBOR and inflation then the
demand for credit decreases with the forecasting results and the theory is carried
out. From looking at the results of the forecasting is done both methods can be
concluded that it is more effectively used for ARIMA forecasting method because
it is the average error rate ARIMA method is quite small, whereas the VAR model
to do some stage to see the results of forecasting
ii
Universitas Sumatera Utara
ABSTRAK
EFEKTIVITAS PENGGUNAAN ARIMA DAN VAR DALAM
MEMPROYEKSI PERMINTAAN KREDIT DI INDONESIA
Penelitian yang dilakukan dengan menggunakan metode ARIMA (Autoregressive
Integrated Moving Average ) dengan metode VAR ( Vector Autoregresive ) untuk
melihat mana yang lebih efektif dalam melakukan peramalan. Metode yang
dilakukan dengan menggunakan ARIMA memiliki beberapa tahap yaitu melihat
kestasioneran data dengan uji derejat integrasi (Akar-akar unit), correlogram, dan
correlogram yang di differencing. Setelah data stasioner pada first differencing
maka akan dilakukan permodelan dengan menggunakan ARIMA. Model yang
telah digunakan dengan model ARIMA adalah ARIMA (1,1,0), (0,1,1), (1,1,1),
(2,2,0), (0,2,2), (2,2,2). Dari enam model yang dilakukan yang digunakan untuk
peramalan berikutnya adalah model ARIMA (1,1,0) dimana model ini signifikan
dan nilai F Statistic sebesar 30.38796 sedangkan model ARIMA (0,1,1) memiliki
F Statistic lebih tinggi
sebesar 58.92521. Namun model yang sesuai untuk
peramalan adalah ARIMA (1,1,0) sedangkan ARIMA (0,1,1) tidak sesuai karena
data yang diramalkan akan terlalu turun atau sngat bias, pada data kredit ini yang
sesuai yang dilakukan untuk peramalan adalah ARIMA (1,1,0). Dengan metode
ARIMA yang digunakan dapat dilihat tingkat kesalahan rata-rata terendah
(RMSE) sebesar 8,70 yang menyakinkan untuk hasil peramalan pada tahun
berikutnya. Sedangkan model VAR melalui beberapa tahap untuk melakukan
peramalan yaitu uji stasioneritas, estimasi model VAR, impulse response,
variance decomposition setelah itu akan dilanjutkan dengan metode peramalan.
iii
Universitas Sumatera Utara
Metode VAR yang dilakuakan kita harus melihat dahulu respone dari beberapa
variabel serta hubungan antar variabel, setelah semuanya saling mempengruhi
antara satu variabel dengan variabel lainya maka selanjutnya dilakukan
peramalan. Hasil peramalan yang dilakukan dengan metode VAR dimana datanya
adalah inflasi dan suku bunga jibor, nilai peramalan yang dihasilkan menaik
seperti dapat dilihat pada tabel 4.18. Sedangkan peramalan yang dilakukan dengan
metode ARIMA dengan data jumlah kredit menurun, ini mengidikasikan bahwa
ada korelasi antara kenaikan suku bunga jibor, inflasi dan permintaan kredit.
Untuk lebih jelasnya apabila terjadi kenaikan suku bunga jibor dan inflasi maka
permintaan kredit menurun sesuai dengan hasil peramalan yang dilakukan dan
teori yang ada. Dari melihat hasil peramalan yang dilakukan dari kedua metode
tersebut dapat di simpulkan bahwa yang lebih efektif digunakan untuk peramalan
adalah metode ARIMA karena tingkat rata-rata kesalahan metode ARIMA cukup
kecil, sedangkan model VAR harus melakukan beberapa tahap untuk melihat hasil
peramalan
iv
Universitas Sumatera Utara
KATA PENGANTAR
Puji dan syukur saya ucapkan kepada allah swt berkat rahmat dan
hidayahnya saya dapat menyelesaikan skripsi ini yang berjudul ”Efektivitas
Penggunaan ARIMA dan VAR dalam Memproyeksi Permintaan Kredit di
Indonesia”. Adapun skripsi ini merupakan salah satu syarat untuk memperoleh
gelar Sarjana Ekonomi pada Departemen Ekonomi Pembangunan Fakultas
Ekonomi Universitas Sumatera Utara Medan tahun akademik 2012/2013.
Skripsi ini tidak terlepas dari jasa berbagai pihak yang telah membantu
terselesaikannya skripsi ini, baik saran, motivasi dan doa. Karena itu dengan hati
yang tulus saya ucapkan banyak terimakasih kepada:
1. Kedua orangtua tercinta bapak Sahman, Ibu Rohani, dan teman-teman saya
Fredy Dermawan Tambunan, Tagor Saleh Harahap. Semoga allah swt
memberikan rahmat dan karunianya kepada kalian semua, amiin ya
robbal’lamiin.
2. Bapak Prof. Dr. Azhar Maksum, M.Ec.Ac selaku Dekan Fakultas Ekonomi
Universitas Sumatera Utara.
3. Bapak Wahyu Ario Pratomo, SE, M.Ec selaku Ketua Departemen dan Bapak
Drs. Syahrir Hakim Nasution, M.Si selaku Sekretaris Departemen Ekonomi
Pembangunan Fakultas Ekonomi Universitas Sumatera Utara.
4. Bapak Irsyad Lubis, SE, M.Soc.Sc, Ph.D selaku Ketua Program Studi dan
Bapak Paidi Hidayat, SE, M.Si selaku Sekretaris Program Studi S1 Ekonomi
Pembangunan Fakultas Ekonomi Universitas Sumatera Utara.
5. Bapak selaku Wahyu Ario Pratomo, SE, M.Ec dosen pembimbing yang
selama ini telah banyak membantu penulis dalam menyelesaikan skripsi ini.
6. Bapak Paidi Hidayat, SE, M.Si selaku dosen pembaca penilai yang telah
memberikan masukan.
7. Seluruh Dosen Fakultas Ekonomi Universitas Sumatera Utara.
v
Universitas Sumatera Utara
8. Seluruh Pegawai Departemen Ekonomi Pembangunan dan Pegawai Fakultas
Ekonomi Universitas Sumatera Utara.
9. Sahabat-sahabat terkasih di
kelompok kecil ku dan semua teman-teman
Ekonomi Pembangunan Stambuk 2009, semoga allah swt selalu melimpahkan
taufik dan hidayahnya kepada kalian semua.
10. Semua pihak yang turut membantu penyelesaian skripsi ini, namun tidak
dituliskan pada lembaran ini, penulis mohon maaf.
Tulisan ini masih jauh dari sempurna, karena itu semua kritik dan saran
dari pembaca akan sangat berharga bagi penulis, demi perbaikan skripsi ini.
Semoga skripsi ini bermanfaat bagi semua yang membutuhkannya. Akhir kata
penulis mengucapkan terima kasih.
Medan,
Maret 2013
Penulis
Syarifuddin
NIM: 090501014
vi
Universitas Sumatera Utara
DAFTAR ISI
Halaman
ABSTRACT ...............................................................................
i
ABSTRAK .................................................................................
iii
KATA PENGANTAR ................................................................
v
DAFTAR ISI ..............................................................................
vi
DAFTAR TABEL ......................................................................
ix
DAFTAR LAMPIRAN ..............................................................
xi
BAB I : PENDAHULUAN
1.1. Latar Belakang .......................................................
1
1.2. Perumusan Masalah ................................................
4
1.3. Tujuan Penelitian ...................................................
4
1.4. Manfaat Penelitian .................................................
5
BAB II : TINJAUAN PUSTAKA DAN URAIAN TEORITIS
2.1. Pengertian Kredit ...................................................
7
2.2. Unsur-unsur Kredit .................................................
7
2.3. Penilaian Pemberian Kredit ....................................
8
2.4. Pengenalan ARIMA ...............................................
10
2.5. Model ARIMA .......................................................
11
2.6. Penenalan (VAR) ...................................................
13
2.7. Kelebihan dan Kelemahan (VAR) ...........................
15
BAB III : METODE PENELITIAN
3.1. Metode ARIMA ....................................................
17
3.2. Klasifikasi Model ARIMA (Box-Jenkins) ...............
3.3. Tahapan Metode ARIMA .......................................
18
20
3.3.1. Uji Stasioner ...................................................
21
3.3.2. Identifikasi Model ...........................................
22
vii
Universitas Sumatera Utara
3.3.3. Penaksiran Parameter Model ...........................
23
3.3.4. Uji Diagnostic .................................................
24
3.3.5. Peramalan dengan Model ARIMA ...................
24
3.4. Pengertian Model Vector Autoregresive (VAR) .......
25
3.5. Bentuk-bentuk Model VAR ....................................
26
3.6. Estimasi Model VAR ..............................................
28
3.7. Analisis Model VAR ..............................................
29
3.7.1. Peramalan ......................................................
28
3.7.2. Impulse Response ...........................................
29
3.7.3. Forecast Error Decomposition Variance (FEDV).
30
3.7.4. Uji Kausalitas .................................................
31
BAB IV : PEMBAHASAN
4.1. Uji stasioner ..........................................................
32
4.2. Identifikasi Model .................................................
37
4.2.1. Model ARIMA (1,1,0) .....................................
38
4.2.2. Model ARIMA (0,1,1) .....................................
39
4.2.3. Model ARIMA (1,1,1) .....................................
40
4.2.4. Model ARIMA (2,2,0) .....................................
41
4.2.5. Model ARIMA (0,2,2) .....................................
42
4.2.6. Model ARIMA (2,2,2) .....................................
43
4.3. Peramalan dengan Model ARIMA ...........................
44
4.4. Uji Derajat Integrasi Model VAR ............................
45
4.5. Estimasi Model VAR ..............................................
49
4.6. Impulse Response ....................................................
51
4.7. Forecast Error Decomposition Variance (FEDV) ......
54
4.8. Uji Kausalitas ...........................................................
55
viii
Universitas Sumatera Utara
4.9. Peramalan dengan Metode VAR ...............................
56
BAB V : KESIMPULAN DAN SARAN
5.1. Kesimpulan ..............................................................
59
5.2. Saran .......................................................................
60
BAB VI : DAFTAR PUSTAKA ..................................................
61
LAMPIRAN :
62
..................................................................
ix
Universitas Sumatera Utara
DAFTAR TABEL
Tabel
Judul Tabel
Halaman
3.1 Pola Autokorelasi dan Autokorelasi Parsial .........................
22
4.1 Uji Akar-akar unit Periode
Januari 2005 s/d Desember 2012 .........................................
35
4.2 Correlogram Periode
Januari 2005 s/d Desember 2012 ..............................................
36
4.3 Correlogram Periode
Januari 2005 s/d Desember 2012 differencing.....................
37
4.4 Model ARIMA (1,1,0) Periode
Januari 2005 s/d Desember 2012..........................................
39
4.5 Model ARIMA (0,1,1) Periode
Januari 2005 s/d Desember 2012 .........................................
40
4.6 Model ARIMA (1,1,1) Periode
Januari 2005 s/d Desember 2012 .........................................
41
4.7 Model ARIMA (2,2,0) Periode
Januari 2005 s/d Desember 2012 .........................................
42
4.8 Model ARIMA (0,2,2) Periode
Januari 2005 s/d Desember 2012 .........................................
43
4.9 Model ARIMA (2,2,2) Periode
Januari 2005 s/d Desember 2012 ........................................
44
4.10 Hasil Prediksi Kredit Pada Tahun 2013
dalam Bentuk Miliaran(Rupiah) ......................................
46
x
Universitas Sumatera Utara
4.11 Uji Akar-akar unit INF Periode
Januari 2005 s/d Desember 2012 .........................................
47
4.12 Uji Akar-akar unit INF Periode
Januari 2005 s/d Desember 2012 Differencing ...................
48
4.13 Uji Akar-akar unit JBR Periode
Januari 2005 s/d Desember 2012 Differencing ...................
49
4.14 Etimasi Model VAR Periode
Januari 2005 s/d Desember 2012 ..........................................
51
4.15 Lag Lenght Periode
Januari 2005 s/d Desember 2012 ..........................................
52
4.16 Variace Decomposition Periode
Januari 2005 s/d Desember 2012 ....................................
55
4.17 Uji Kausalitas Periode
Januari 2005 s/d Desember 2012 ........................................
56
4.18 Hasil Prediksi Model VAR Pada Tahun 2013
dalam Bentuk Persentase(%) ..............................................
58
xi
Universitas Sumatera Utara
DAFTAR LAMPIRAN
No. Lampiran
1
Judul
Halaman
Penelusuran Kredit (Off-Balance Sheet)
Bank Umum Berdasarkan
Jenis Kredit dan Golongan Penyalur
Dalam Miliaran Rupiah..........................................
2
Tingkat Inflasi (Indek Harga Konsumen)
Dalam Bentuk Persentase (%) ...............................
3
62
63
SUKU BUNGA JIBOR
(Jakarta Interbank Offered Rate)
Dalam Bentuk Persentase (%) ...............................
64
xii
Universitas Sumatera Utara
EFEKTIVITAS PENGGUNAAN ARIMA DAN VAR DALAM
MEMPROYEKSI PERMINTAAN KREDIT DI INDONESIA
OLEH
SYARIFUDDIN
090501014
PROGRAM STUDI EKONOMI PEMBANGUNAN
DEPARTEMEN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
UNIVERSITAS SUMATERA UTARA
FAKULTAS EKONOMI
DEPARTEMEN EKONOMI PEMBANGUNAN
PERSETUJUAN PERCETAKAN
Nama
:
Syarifuddin
NIM
:
090501014
Departemen
:
Ekonomi Pembangunan
Konsentrasi
:
Perbankan
Judul Skripsi :
Efektivitas Penggunaan ARIMA dan VAR dalam
Memproyeksi Permintaan Kredit di Indonesia
Tanggal, ______________
Ketua Program Studi
Irsyad Lubis, SE, M.Soc.Sc, Ph.D
NIP. 19710503 200312 1 003
Tanggal, ______________
Ketua Departemen
Wahyu Ario Pratomo, SE, M.Ec
NIP. 19730408 199802 1 001
Universitas Sumatera Utara
UNIVERSITAS SUMATERA UTARA
FAKULTAS EKONOMI
DEPARTEMEN EKONOMI PEMBANGUNAN
PERSETUJUAN
Nama
:
Syarifuddin
NIM
:
090501014
Departemen
:
Ekonomi Pembangunan
Konsentrasi
:
Perbankan
Judul Skripsi :
Tanggal,
Efektivitas Penggunaan ARIMA dan VAR dalam
Memproyeksi Permintaan Kredit di Indonesia
Juli 2013
Pembimbing
Wahyu Ario Pratomo, SE,M.Ec
NIP. 19630818 198803 1 005
Tanggal,
Juli 2013
Pembaca Penilai
Paidi Hidayat, SE, M.Si
NIP. 19730408 199802 1 001
Universitas Sumatera Utara
LEMBAR PERNYATAAN
Saya yang bertanda tangan di bawah ini menyatakan dengan
sesungguhnya
PENGGUNAAN
bahwa
skripsi
ARIMA
saya
DAN
yang
VAR
berjudul
DALAM
”EFEKTIVITAS
MEMPROYEKSI
PERMINTAAN KREDIT DI INDONESIA” adalah benar hasil karya tulis saya
sendiri yang disusun sebagai tugas akademik guna memperoleh gelar Sarjana
Ekonomi pada Fakultas Ekonomi Universitas Sumatera Utara.
Bagian atau data tertentu yang saya peroleh dari perusahaan atau
lembaga, dan/atau saya kutip dari hasil karya orang lain telah mendapat izin,
dan/atau dituliskan sumbernya secara jelas sesuai dengan norma, kaidah dan etika
penulisan ilmiah.
Apabila kemudian hari ditemukan adanya kecurangan dan plagiat dalam
skripsi ini, saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.
Medan,
Juli 2013
Penulis
Syarifuddin
NIM. 09050101
Universitas Sumatera Utara
ABSTRACT
ARIMA USE AND EFFECTIVENESS IN PROJECTING VAR CREDIT DEMAND
IN INDONESIA
Research carried out by using ARIMA (Autoregressive Integrated Moving
Average) with VAR method (Vector Autoregresive) to see which one is more
effective in forecasting. The method is done using ARIMA has several stages, see
kestasioneran date integration derejat test (unit roots), correlogram, and
correlogram are in differencing. Once the date is stationary on first differencing it
will be done by using ARIMA modeling. The model has been used with the ARIMA
model is ARIMA (1,1,0), (0,1,1), (1,1,1), (2,2,0), (0,2,2), ( 2,2,2).
Of the six models used for forecasting do next is ARIMA (1,1,0) where the
model is significant and the F Statistic value of 30.38796, while ARIMA (0,1,1)
have a higher F Statistic for 58.92521. However, the appropriate model for
forecasting is ARIMA (1,1,0) while the ARIMA (0,1,1) is not appropriate because
of the data that is forecast to fall or sngat too biased, the credit data is
appropriate for forecasting performed is ARIMA ( 1,1,0). With ARIMA method
used can be seen the level of the lowest average error (RMSE) of 8.70 which is
convincing to forecasting results in the next year. While VAR models through
several stages to perform forecasting the stationary test, the estimated VAR
model, impulse response, variance decomposition after that will be followed by a
forecasting method. About VAR method that we must look first respone of several
variables and relationships between variables, after all interconnected of one
variable with the other variables then performed forecasting. Forecasting results
i
Universitas Sumatera Utara
conducted with VAR method in which data is inflation and JIBOR, forecasting
values generated ascending as can be seen in Table 4.18. While forecasting is
done with ARIMA method with data on the number of credit decreased, this
indicates that there is a correlation between the increase JIBOR, inflation and
credit demand.
For more details, if there is an increase JIBOR and inflation then the
demand for credit decreases with the forecasting results and the theory is carried
out. From looking at the results of the forecasting is done both methods can be
concluded that it is more effectively used for ARIMA forecasting method because
it is the average error rate ARIMA method is quite small, whereas the VAR model
to do some stage to see the results of forecasting
ii
Universitas Sumatera Utara
ABSTRAK
EFEKTIVITAS PENGGUNAAN ARIMA DAN VAR DALAM
MEMPROYEKSI PERMINTAAN KREDIT DI INDONESIA
Penelitian yang dilakukan dengan menggunakan metode ARIMA (Autoregressive
Integrated Moving Average ) dengan metode VAR ( Vector Autoregresive ) untuk
melihat mana yang lebih efektif dalam melakukan peramalan. Metode yang
dilakukan dengan menggunakan ARIMA memiliki beberapa tahap yaitu melihat
kestasioneran data dengan uji derejat integrasi (Akar-akar unit), correlogram, dan
correlogram yang di differencing. Setelah data stasioner pada first differencing
maka akan dilakukan permodelan dengan menggunakan ARIMA. Model yang
telah digunakan dengan model ARIMA adalah ARIMA (1,1,0), (0,1,1), (1,1,1),
(2,2,0), (0,2,2), (2,2,2). Dari enam model yang dilakukan yang digunakan untuk
peramalan berikutnya adalah model ARIMA (1,1,0) dimana model ini signifikan
dan nilai F Statistic sebesar 30.38796 sedangkan model ARIMA (0,1,1) memiliki
F Statistic lebih tinggi
sebesar 58.92521. Namun model yang sesuai untuk
peramalan adalah ARIMA (1,1,0) sedangkan ARIMA (0,1,1) tidak sesuai karena
data yang diramalkan akan terlalu turun atau sngat bias, pada data kredit ini yang
sesuai yang dilakukan untuk peramalan adalah ARIMA (1,1,0). Dengan metode
ARIMA yang digunakan dapat dilihat tingkat kesalahan rata-rata terendah
(RMSE) sebesar 8,70 yang menyakinkan untuk hasil peramalan pada tahun
berikutnya. Sedangkan model VAR melalui beberapa tahap untuk melakukan
peramalan yaitu uji stasioneritas, estimasi model VAR, impulse response,
variance decomposition setelah itu akan dilanjutkan dengan metode peramalan.
iii
Universitas Sumatera Utara
Metode VAR yang dilakuakan kita harus melihat dahulu respone dari beberapa
variabel serta hubungan antar variabel, setelah semuanya saling mempengruhi
antara satu variabel dengan variabel lainya maka selanjutnya dilakukan
peramalan. Hasil peramalan yang dilakukan dengan metode VAR dimana datanya
adalah inflasi dan suku bunga jibor, nilai peramalan yang dihasilkan menaik
seperti dapat dilihat pada tabel 4.18. Sedangkan peramalan yang dilakukan dengan
metode ARIMA dengan data jumlah kredit menurun, ini mengidikasikan bahwa
ada korelasi antara kenaikan suku bunga jibor, inflasi dan permintaan kredit.
Untuk lebih jelasnya apabila terjadi kenaikan suku bunga jibor dan inflasi maka
permintaan kredit menurun sesuai dengan hasil peramalan yang dilakukan dan
teori yang ada. Dari melihat hasil peramalan yang dilakukan dari kedua metode
tersebut dapat di simpulkan bahwa yang lebih efektif digunakan untuk peramalan
adalah metode ARIMA karena tingkat rata-rata kesalahan metode ARIMA cukup
kecil, sedangkan model VAR harus melakukan beberapa tahap untuk melihat hasil
peramalan
iv
Universitas Sumatera Utara
KATA PENGANTAR
Puji dan syukur saya ucapkan kepada allah swt berkat rahmat dan
hidayahnya saya dapat menyelesaikan skripsi ini yang berjudul ”Efektivitas
Penggunaan ARIMA dan VAR dalam Memproyeksi Permintaan Kredit di
Indonesia”. Adapun skripsi ini merupakan salah satu syarat untuk memperoleh
gelar Sarjana Ekonomi pada Departemen Ekonomi Pembangunan Fakultas
Ekonomi Universitas Sumatera Utara Medan tahun akademik 2012/2013.
Skripsi ini tidak terlepas dari jasa berbagai pihak yang telah membantu
terselesaikannya skripsi ini, baik saran, motivasi dan doa. Karena itu dengan hati
yang tulus saya ucapkan banyak terimakasih kepada:
1. Kedua orangtua tercinta bapak Sahman, Ibu Rohani, dan teman-teman saya
Fredy Dermawan Tambunan, Tagor Saleh Harahap. Semoga allah swt
memberikan rahmat dan karunianya kepada kalian semua, amiin ya
robbal’lamiin.
2. Bapak Prof. Dr. Azhar Maksum, M.Ec.Ac selaku Dekan Fakultas Ekonomi
Universitas Sumatera Utara.
3. Bapak Wahyu Ario Pratomo, SE, M.Ec selaku Ketua Departemen dan Bapak
Drs. Syahrir Hakim Nasution, M.Si selaku Sekretaris Departemen Ekonomi
Pembangunan Fakultas Ekonomi Universitas Sumatera Utara.
4. Bapak Irsyad Lubis, SE, M.Soc.Sc, Ph.D selaku Ketua Program Studi dan
Bapak Paidi Hidayat, SE, M.Si selaku Sekretaris Program Studi S1 Ekonomi
Pembangunan Fakultas Ekonomi Universitas Sumatera Utara.
5. Bapak selaku Wahyu Ario Pratomo, SE, M.Ec dosen pembimbing yang
selama ini telah banyak membantu penulis dalam menyelesaikan skripsi ini.
6. Bapak Paidi Hidayat, SE, M.Si selaku dosen pembaca penilai yang telah
memberikan masukan.
7. Seluruh Dosen Fakultas Ekonomi Universitas Sumatera Utara.
v
Universitas Sumatera Utara
8. Seluruh Pegawai Departemen Ekonomi Pembangunan dan Pegawai Fakultas
Ekonomi Universitas Sumatera Utara.
9. Sahabat-sahabat terkasih di
kelompok kecil ku dan semua teman-teman
Ekonomi Pembangunan Stambuk 2009, semoga allah swt selalu melimpahkan
taufik dan hidayahnya kepada kalian semua.
10. Semua pihak yang turut membantu penyelesaian skripsi ini, namun tidak
dituliskan pada lembaran ini, penulis mohon maaf.
Tulisan ini masih jauh dari sempurna, karena itu semua kritik dan saran
dari pembaca akan sangat berharga bagi penulis, demi perbaikan skripsi ini.
Semoga skripsi ini bermanfaat bagi semua yang membutuhkannya. Akhir kata
penulis mengucapkan terima kasih.
Medan,
Maret 2013
Penulis
Syarifuddin
NIM: 090501014
vi
Universitas Sumatera Utara
DAFTAR ISI
Halaman
ABSTRACT ...............................................................................
i
ABSTRAK .................................................................................
iii
KATA PENGANTAR ................................................................
v
DAFTAR ISI ..............................................................................
vi
DAFTAR TABEL ......................................................................
ix
DAFTAR LAMPIRAN ..............................................................
xi
BAB I : PENDAHULUAN
1.1. Latar Belakang .......................................................
1
1.2. Perumusan Masalah ................................................
4
1.3. Tujuan Penelitian ...................................................
4
1.4. Manfaat Penelitian .................................................
5
BAB II : TINJAUAN PUSTAKA DAN URAIAN TEORITIS
2.1. Pengertian Kredit ...................................................
7
2.2. Unsur-unsur Kredit .................................................
7
2.3. Penilaian Pemberian Kredit ....................................
8
2.4. Pengenalan ARIMA ...............................................
10
2.5. Model ARIMA .......................................................
11
2.6. Penenalan (VAR) ...................................................
13
2.7. Kelebihan dan Kelemahan (VAR) ...........................
15
BAB III : METODE PENELITIAN
3.1. Metode ARIMA ....................................................
17
3.2. Klasifikasi Model ARIMA (Box-Jenkins) ...............
3.3. Tahapan Metode ARIMA .......................................
18
20
3.3.1. Uji Stasioner ...................................................
21
3.3.2. Identifikasi Model ...........................................
22
vii
Universitas Sumatera Utara
3.3.3. Penaksiran Parameter Model ...........................
23
3.3.4. Uji Diagnostic .................................................
24
3.3.5. Peramalan dengan Model ARIMA ...................
24
3.4. Pengertian Model Vector Autoregresive (VAR) .......
25
3.5. Bentuk-bentuk Model VAR ....................................
26
3.6. Estimasi Model VAR ..............................................
28
3.7. Analisis Model VAR ..............................................
29
3.7.1. Peramalan ......................................................
28
3.7.2. Impulse Response ...........................................
29
3.7.3. Forecast Error Decomposition Variance (FEDV).
30
3.7.4. Uji Kausalitas .................................................
31
BAB IV : PEMBAHASAN
4.1. Uji stasioner ..........................................................
32
4.2. Identifikasi Model .................................................
37
4.2.1. Model ARIMA (1,1,0) .....................................
38
4.2.2. Model ARIMA (0,1,1) .....................................
39
4.2.3. Model ARIMA (1,1,1) .....................................
40
4.2.4. Model ARIMA (2,2,0) .....................................
41
4.2.5. Model ARIMA (0,2,2) .....................................
42
4.2.6. Model ARIMA (2,2,2) .....................................
43
4.3. Peramalan dengan Model ARIMA ...........................
44
4.4. Uji Derajat Integrasi Model VAR ............................
45
4.5. Estimasi Model VAR ..............................................
49
4.6. Impulse Response ....................................................
51
4.7. Forecast Error Decomposition Variance (FEDV) ......
54
4.8. Uji Kausalitas ...........................................................
55
viii
Universitas Sumatera Utara
4.9. Peramalan dengan Metode VAR ...............................
56
BAB V : KESIMPULAN DAN SARAN
5.1. Kesimpulan ..............................................................
59
5.2. Saran .......................................................................
60
BAB VI : DAFTAR PUSTAKA ..................................................
61
LAMPIRAN :
62
..................................................................
ix
Universitas Sumatera Utara
DAFTAR TABEL
Tabel
Judul Tabel
Halaman
3.1 Pola Autokorelasi dan Autokorelasi Parsial .........................
22
4.1 Uji Akar-akar unit Periode
Januari 2005 s/d Desember 2012 .........................................
35
4.2 Correlogram Periode
Januari 2005 s/d Desember 2012 ..............................................
36
4.3 Correlogram Periode
Januari 2005 s/d Desember 2012 differencing.....................
37
4.4 Model ARIMA (1,1,0) Periode
Januari 2005 s/d Desember 2012..........................................
39
4.5 Model ARIMA (0,1,1) Periode
Januari 2005 s/d Desember 2012 .........................................
40
4.6 Model ARIMA (1,1,1) Periode
Januari 2005 s/d Desember 2012 .........................................
41
4.7 Model ARIMA (2,2,0) Periode
Januari 2005 s/d Desember 2012 .........................................
42
4.8 Model ARIMA (0,2,2) Periode
Januari 2005 s/d Desember 2012 .........................................
43
4.9 Model ARIMA (2,2,2) Periode
Januari 2005 s/d Desember 2012 ........................................
44
4.10 Hasil Prediksi Kredit Pada Tahun 2013
dalam Bentuk Miliaran(Rupiah) ......................................
46
x
Universitas Sumatera Utara
4.11 Uji Akar-akar unit INF Periode
Januari 2005 s/d Desember 2012 .........................................
47
4.12 Uji Akar-akar unit INF Periode
Januari 2005 s/d Desember 2012 Differencing ...................
48
4.13 Uji Akar-akar unit JBR Periode
Januari 2005 s/d Desember 2012 Differencing ...................
49
4.14 Etimasi Model VAR Periode
Januari 2005 s/d Desember 2012 ..........................................
51
4.15 Lag Lenght Periode
Januari 2005 s/d Desember 2012 ..........................................
52
4.16 Variace Decomposition Periode
Januari 2005 s/d Desember 2012 ....................................
55
4.17 Uji Kausalitas Periode
Januari 2005 s/d Desember 2012 ........................................
56
4.18 Hasil Prediksi Model VAR Pada Tahun 2013
dalam Bentuk Persentase(%) ..............................................
58
xi
Universitas Sumatera Utara
DAFTAR LAMPIRAN
No. Lampiran
1
Judul
Halaman
Penelusuran Kredit (Off-Balance Sheet)
Bank Umum Berdasarkan
Jenis Kredit dan Golongan Penyalur
Dalam Miliaran Rupiah..........................................
2
Tingkat Inflasi (Indek Harga Konsumen)
Dalam Bentuk Persentase (%) ...............................
3
62
63
SUKU BUNGA JIBOR
(Jakarta Interbank Offered Rate)
Dalam Bentuk Persentase (%) ...............................
64
xii
Universitas Sumatera Utara