APLIKASI PEMODELAN FUZZY PADA INDIKATOR MAKROEKONOMI PROVINSI BALI

Abstrak

Sebagian besar data indikator makroekonomi merupakan data deret waktu yang umumnya diprediksi menggunakan model runtun waktu yang dikelompokkan ke dalam kelas pemodelan stokastik atau menggunakan model-model pemulus. Penelitian ini ditujukan untuk melihat kemampuan pemodelan fuzzy yang tergolong ke dalam soft modeling pada kasus data makroekonomi Provinsi Bali pada periode tahun 1990 2013. Indikator makroekonomi yang diprediksi adalah Pendapatan Domestik Regional Bruto (PDRB), Konsumsi, Pembentukan Modal Tetap Domestik Bruto (PMTDB), dan Ekspor Neto Provinsi Bali pada periode tersebut. Kelas pemodelan fuzzy yang digunakan adalah model Fuzzy Time Series (FTS) orde satu dengan fungsi keanggotaan yang dipilih adalah fungsi keanggotaan segitiga fuzzy (fuzzy triangular number). Hasil penelitian menunjukkan model FTS memberikan tingkat keakurasian prediksi yang tinggi, terlihat dari nilai Average Forecasting Error Rate (AFER) yang rendah. Nilai-nilai AFER untuk prediksi out-of-sample dari indikator PDRB, Konsumsi, dan PMTDB masing-masing sebesar 0,20 persen; 2,15 persen; dan 1,08 persen. Komparasi model FTS dalam memprediksi PDRB dengan formula makroekonomi untuk menghitung PDRB menunjukkan model FTS mengungguli formula makroekonomi dengan nilai AFER model FTS sebesar 0,20 persen sedangkan formula makroekonomi memberikan nilai AFER sebesar 4,00 persen.

Kata kunci: AFER, fuzzy modelling, fuzzy time series, model makroekonomi

Abstract

Most of macroeconomic indicators are time series data. In general, time series data were predicted by using time series models which are classified into stochastic model or by applying exponential model. This research aimed to elaborate the performance of fuzzy modeling which is grouped into soft modeling in predicting the macroeconomic indicators for period 1990 2013 of Bali Province. The predicted indicators were Gross Domestic Product (GDP), Consumption, Gross Domestic Investment (GDI) and Net Export of Bali Province for that period. We applied first order Fuzzy Time Series (FTS) with membership function had been chosen is Fuzzy Triangular Number (FTN). The result showed FTS model gave high prediction rate, observed from its Average Forecasting Error Rate (AFER). The values for GDP, Consumption, and GDI were 0.20 percent, 2.15 percent, and 1.08 percent, respectively. In addition, for out-of-sample forecast of GDP, FTS outperformed classical macroeconomic formula for counting it with AFER as much as 0.20 percent while the formula had 4.00 percent.

Keywords: AFER, fuzzy modelling, Fuzzy Time Series, macroeconomic model