Text

Proyeksi Data Produk Domestik Bruto (PDB) dan Foreign Direct Investment (FDI) Menggunakan Vector Autoregressive

---

ABSTRAK
Produk Domestik Bruto (PDB) dan Foreign Direct Investment (FDI)
merupakan instrumen ekonomi yang memiliki keterikatan dan sering dipakai untuk
melihat perkembangan ekonomi suatu negara. Untuk meramalkan kedua variabel
tersebut terdapat beberapa metode yang dapat digunakan, salah satunya adalah
metode Vector Autoregressive (VAR). Metode VAR memiliki beberapa asumsi yaitu
data yang akan diramalkan harus memiliki keterikatan, stasioneritas dalam mean dan
varian dan error yang dihasilkan haruslah memenuhi uji independensi dan
berdistribusi normal. Dalam tahap identifikasi awal dilakukan dengan memperhatikan
uji Augmented Dickey Fuller (ADF) sebagai uji stasioneritas, uji kausalitas granger
sebagai uji keterikatan antar variabel dan nilai AIC sebagai penentu nilai lag optimal.
Dalam tahapan estimasi parameter digunakan metode Ordinary Least Square (OLS).
Setelah mendapatkan model maka perlu dilakukannya verifikasi dengan syarat bahwa
residual harus memenuhi uji independensi dan uji normal multivariat. Dengan
terpenuhinya kedua uji verifikasi maka ditetapkan model optimal VAR(4) sebagai
model yang digunakan untuk peramalan. Berdasarkan data PDB dan FDI yang
dijadikan sebagai studi kasus, diperoleh hasil proyeksi 5 tahun ke depan dengan nilai
yang menurun pada tahun 2015 hingga tahun 2017 lalu meningkat pada tahun 2018
untuk variabel FDI dan untuk variabel PDB selalu meningkat setiap tahunnya dengan
rata-rata kenaikan hingga 200%
Kata Kunci: FDI, PDB, VAR, kausalitas, indepedensi, normal multivariat, R-Square

ABSTRACT
Gross Domestic Product (GDP) and Foreign Direct Investment (FDI) is an
economic instrument that has an attachment and is often used for economic
development of a country. To predict these two variables there are several methods
that can be used, one of which is a method of Vector Autoregressive (VAR). VAR
method has some assumptions that the data to be foreseen must have an attachment,
stationary in the mean and variance and the resulting error must meet the test of
independence and normal distribution. In the early identification stage of trials
conducted with respect Augmented Dickey Fuller (ADF) as a stationary test, granger
causality test as a test of attachment between the variable and the value of AIC as a
determinant of the optimal lag value. In the parameter estimation phase used Ordinary
Least Square method (OLS). After getting the model it is necessary to do verification
on condition that the residuals must meet the test of independence and multivariate
normal test. With a second fulfillment verification tests it was determined the optimal
model of VAR (4) as the model used for forecasting. Based on data of GDP and FDI
were used as a case study, the results obtained projection of the next 5 years with
values declining in 2015 and 2017 and then increased in 2018 for the variable FDI to
GDP is increasing every year with an average rise of up to 200%
Keywords: FDI, GDP, VAR, causality, independency, multivariate normal, R-Square

---

Ketersediaan

417E15IV

519.536 SAT p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.536 SAT p

Penerbit

: ., 2015

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

942

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Aljabar linier

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Indra Satria

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar