Sistem Intelijen untuk Prediksi Pertumbuhan

1
PENDAHULUAN
Latar Belakang
Semua kebijakan moneter yang diambil
pada dasarnya untuk menyediakan kecukupan
likuiditas
bagi
kondusifnya
aktivitas
perekonomian dan mendorong investasi dengan
tetap mempertahankan tingkat harga untuk
mengontrol inflasi. Kebijakan menjaga stabilitas
dan efesiensi dari sistem finansial sangatlah
penting untuk menjaga kesehatan sektor
moneter.
Bank sentral (dalam kasus Indonesia adalah
Bank Indonesia) melakukan semua tugas itu
dengan menyediakan beragam indikator untuk
menganalisa, memutuskan dan menjalankan
kebijakannya. Kebijakan yang diambil akan
sangat beragam tergantung dari skala, tujuan,
dan target. Penetapan target menengah seperti
jumlah uang beredar dan indeks bursa akan
berbeda dengan target final seperti inflasi.
Secara esensial penetapan target tersebut
memperhatikan elemen masing-masing target
dan atau menggunakan pendekatan multi
indikator. Beberapa indikator tersebut adalah
pertumbuhan suplai uang, jumlah deposit,
indeks pasar uang, tingkat suku bunga,
cadangan valuta asing, indeks harga konsumen,
indeks industri, agregat moneter, export-import,
dan multiplier uang. Indikator
tersebut
diperhatikan dan dianalisa untuk membuat
beberapa skenario alternatif untuk satu tahun
kedepan (Tkacz & Saran 1999).
Dalam menentukan kebijakannya, ada
kendala besar yang dihadapi oleh Bank Sentral
yaitu semua kebijakan moneter yang diambil
tidak akan langsung berpengaruh pada
perekonomian. Ada rentang waktu antara saat
kebijakan itu diambil dengan pengaruhnya
terhadap perekonomian. Akan tetapi ketika
pengaruh itu efektif berlaku maka efeknya akan
dirasakan
mempengaruhi
aktivitas
perekonomian dalam jangka waktu yang
panjang (Mankiw 2000). Oleh karena itu, untuk
mampu membuat kebijakan yang tepat,
diperlukan pengetahuan tentang kondisi
ekonomi pada waktu mendatang. Ini berarti
dibutuhkan sebuah metode prediksi yang handal
untuk melakukan pendugaan arah aktivitas
perekonomian
masa
depan
dengan
memanfaatkan data ekonomi yang ada.
Indikator finansial dan indikator moneter
diatas telah diketahui sejak lama mengandung
informasi yang bermanfaat bagi aktivitas
ekonomi. Banyak metode yang telah
dikembangkan untuk melakukan pemodelan dan
pendugaan akan perilaku ekonomi dimasa
datang. Akan tetapi terdapat kesulitan ketika
melibatkan data yang besar dan bersifat nonlinier
Jaringan syaraf tiruan (JST) memiliki
kemampuan untuk melakukan pendugaan
terhadap data dengan jumlah yang besar dan
bersifat non-linier (Tio & Tsay 1994). Adaptif
Neuro Fuzzy Infrence System (ANFIS)
merupakan salah satu JST yang memiliki
kemampuan adaptive learning yang diharapkan
mampu melakukan pemodelan atas serangkaian
data input. Oleh karena itu, pada penelitian ini
akan dikembangkan suatu sistem intelijen yang
mampu melakukan prediksi pertumbuhan
ekonomi dengan memanfaatkan data statistik
beberapa indikator ekonomi.
Tujuan
Tujuan penelitian ini adalah :
1. Mengetahui apakah agregat uang sempit
(M1) dan agregat uang lebar (M2) mampu
merepresentasikan
pola
pertumbuhan
ekonomi
2. Mengetahui apakah JST propagasi balik
dan ANFIS mampu memberikan tingkat
keakuratan yang baik dalam memprediksi
pertumbuhan ekonomi
3. Membangun prototype sistem intelijen
untuk memprediksi pertumbuhan ekonomi
Ruang Lingkup
Penelitian ini dibatasi pada percobaan untuk
membandingkan dua model menggunakan
Jaringan Syaraf Tiruan Propagasi Balik dan
Adaptive Neuro-Fuzzy Inference System.
Percobaan menggunakan dua variabel moneter
sebagai kombinasi input dan pertumbuhan
produk domestik bruto sebagai output. Hasil
percobaan yang menunjukkan kinerja lebih baik
akan diimplementasikan dalam sistem intelijen.
Hasil dan Manfaat
Sistem yang dikembangkan dapat dijadikan
sebagai alat bantu untuk melakukan peramalan
terhadap besaran pertumbuhan ekonomi.
Sedangkan pendekatan peramalan dengan
menggunakan salah satu model pada penelitian
ini
diharapkan
dapat
menjadi
acuan
(benchmark) baru untuk menggantikan metode
statistik yang biasa digunakan.