Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peramalan permintaan LPG untuk rumah tangga di Indonesia dimana masyarakatnya menggunakan sumber energi tersebut sebagai komoditi utama dalam aktifitas memasak merupakan salah satu bagian terpenting yang digunakan oleh para pengambil keputusan dalam merencanakan sebuah kebijakan. Dalam studi awal rantai pasokan selalu mengedepankan sisi permintaan dalam menentukan langkah perencanaan selanjutnya, termasuk dalam perencanaan pengelolaan LPG di Indonesia. Kodisi saat ini dimana dengan semakin meningkatnya konsumsi LPG ditengah dominasi impor dan tantangan geografis dalam distribusi, seringkali terjadi deviasi antara perencanaan dan realisasi. Hal tersebut berdampak pada aspek biaya dan operasional dilapangan. PT Pertamina (Persero) sebagai perusahaan yang diberi penugasan, dituntut untuk dapat menjalankan bisnis secara effektif dan efisien. Dimana salah satu untuk mencapai tujuan tersebut adalah dengan melakukan estimasi yang lebih akurat mengenai permintaan LPG kedepan supaya dapat dijadikan referensi untuk perencanaan pengelolaan LPG. Tujuan penelitian ini adalah melakukan analisis konsumsi LPG untuk memperoleh model peramalan yang lebih baik dan akurat guna memproyeksikan kebutuhan LPG bulanan di Indonesia. Oleh karena itu, dilakukan analisis data realisasi konsumsi bulanan LPG sektor rumah tangga nasional mulai tahun 2015-2020 dengan menggunakan salah satu metode time series forcasting yaitu Autoregressive Integrated Moving Average (ARIMA). Hasilnya penelitian menunjukkan model yang diperoleh yaitu Sessional ARIMA (1,1,1)(1,1,1)12 mempunyai tingkat keakurasian yang sangat signifikan dengan nilai parameter akurasi MAPE (mean absolute percentage error) yang dihasilkan 1.7% dan MSE (mean square error) yang rendah sehingga termasuk dalam kriteria model yang mempunyai kemampuan peramalan yang sangat baik.

---

Forecasting LPG demand for households in Indonesia, where people use this energy source as the primary commodity in cooking activities, is one of the most important parts of planning a policy. In the initial study, the supply chain always prioritizes the demand side in determining the next planning step, including planning for LPG management in Indonesia. However, the current condition is that with the increasing consumption of LPG amid the dominance of imports and geographical challenges in distribution, there is often a deviation between planning and realization. The impact of this situation is cost and operational aspects in the field. Therefore, PT Pertamina (Persero), as the company assigned the task, is required to be able to run the business effectively and efficiently. One way to achieve this goal is to make a more accurate estimate of future LPG demand so that it can be used as a reference for LPG management planning. Therefore, this study analyzes LPG consumption to obtain a better and more accurate forecasting model to project monthly LPG demand in Indonesia. Thus, analyzing the monthly LPG consumption realization data for the national household sector from 2015-2020 was carried out using one of the time series forecasting methods, namely the Autoregressive Integrated Moving Average (ARIMA). The results showed that the model obtained is Sessional ARIMA (1,1,1)(1,1,1)12 had a very significant level of accuracy with the MAPE accuracy parameter value (mean absolute percentage error) the resulting 1.7% and MSE (mean square error) is low, so it is included in the criteria of a model that has excellent forecasting ability. "

"Peramalan permintaan LPG untuk rumah tangga di Indonesia dimana masyarakatnya menggunakan sumber energi tersebut sebagai komoditi utama dalam aktifitas memasak merupakan salah satu bagian terpenting yang digunakan oleh para pengambil keputusan dalam merencanakan sebuah kebijakan. Dalam studi awal rantai pasokan selalu mengedepankan sisi permintaan dalam menentukan langkah perencanaan selanjutnya, termasuk dalam perencanaan pengelolaan LPG di Indonesia. Kodisi saat ini dimana dengan semakin meningkatnya konsumsi LPG ditengah dominasi impor dan tantangan geografis dalam distribusi, seringkali terjadi deviasi antara perencanaan dan realisasi. Hal tersebut berdampak pada aspek biaya dan operasional dilapangan. PT Pertamina (Persero) sebagai perusahaan yang diberi penugasan, dituntut untuk dapat menjalankan bisnis secara effektif dan efisien. Dimana salah satu untuk mencapai tujuan tersebut adalah dengan melakukan estimasi yang lebih akurat mengenai permintaan LPG kedepan supaya dapat dijadikan referensi untuk perencanaan pengelolaan LPG. Tujuan penelitian ini adalah melakukan analisis konsumsi LPG untuk memperoleh model peramalan yang lebih baik dan akurat guna memproyeksikan kebutuhan LPG bulanan di Indonesia. Oleh karena itu, dilakukan analisis data realisasi konsumsi bulanan LPG sektor rumah tangga nasional mulai tahun 2015-2020 dengan menggunakan salah satu metode time series forcasting yaitu Autoregressive Integrated Moving Average (ARIMA). Hasilnya penelitian menunjukkan model yang diperoleh yaitu Sessional ARIMA (1,1,1)(1,1,1)12 mempunyai tingkat keakurasian yang sangat signifikan dengan nilai parameter akurasi MAPE (mean absolute percentage error) yang dihasilkan 1.7% dan MSE (mean square error) yang rendah sehingga termasuk dalam kriteria model yang mempunyai kemampuan peramalan yang sangat baik.

---

Forecasting LPG demand for households in Indonesia, where people use this energy source as the primary commodity in cooking activities, is one of the most important parts of planning a policy. In the initial study, the supply chain always prioritizes the demand side in determining the next planning step, including planning for LPG management in Indonesia. However, the current condition is that with the increasing consumption of LPG amid the dominance of imports and geographical challenges in distribution, there is often a deviation between planning and realization. The impact of this situation is cost and operational aspects in the field. Therefore, PT Pertamina (Persero), as the company assigned the task, is required to be able to run the business effectively and efficiently. One way to achieve this goal is to make a more accurate estimate of future LPG demand so that it can be used as a reference for LPG management planning. Therefore, this study analyzes LPG consumption to obtain a better and more accurate forecasting model to project monthly LPG demand in Indonesia. Thus, analyzing the monthly LPG consumption realization data for the national household sector from 2015-2020 was carried out using one of the time series forecasting methods, namely the Autoregressive Integrated Moving Average (ARIMA). The results showed that the model obtained is Sessional ARIMA (1,1,1)(1,1,1)12 had a very significant level of accuracy with the MAPE accuracy parameter value (mean absolute percentage error) the resulting 1.7% and MSE (mean square error) is low, so it is included in the criteria of a model that has excellent forecasting ability."

"ABSTRAKPeningkatan jumlah kendaraan di Indonesia terbilang cukup tinggi dari tahun ke tahun memiliki dampak pada berbagai aspek seperti kemacetan, polusi udara, kecelakaan lalu lintas dll. Penelitian ini bertujuan untuk mendapatkan model terbaik dan hasil peramalan untuk pertumbuhan kendaraan bermotor berupa mobil dan motor dalam 11 tahun ke depan. Data yang digunakan dalam penelitian ini adalah datajumlah mobil dan jumlah motor dari tahun 2005 sampai 2019. Metode yang digunakan adalah metode Multi Linear Regression dan ARIMA. Variabel yang digunakan dalam metode Multi Linear Regression adalah jumlah mobil, jumlah motor, harga premium, harga solar, jumlah rumah tangga, indeks harga konsumen, produk domestik bruto, jumlah penduduk, pertumbuhan jalan, jumlah pekerja dan pendapatan perkapita Dengan menggunakan Multi Linear Regression didapatkannilai MAPE yang lebih kecil dibandingkan dengan nilai MAPE ARIMA.

---

ABSTRACTThe number of vehicles in Indonesia has increased quite high from year to year having an impact on various aspects such as traffic jams, air pollution, traffic accidents etc. The purpose of this study is to obtain the best model and the results of forecasting an increase in the number of cars and the number of motorcycles in the next 11 years. The data used in this study are data on the number of cars and the number of motorcycles from 2005 to 2019. The method used is the Multi LinearRegression and ARIMA methods. The variables used in the Multi Linear Regression method are the number of cars, number of motorcycles, premium prices, diesel prices, number of households, consumer price index, gross domestic product, population, road growth, number of workers and per capita income. By using Multi Linear Regression obtained MAPE value is smaller than the MAPE ARIMA value."

"Tingkat mortalitas merupakan salah satu indikator dalam kemajuan bidang kesehatan dan untuk membantu mengidentifikasi kelompok masyarakat yang diutamakan menerima program kesehatan serta pembangunan khusus. Tingkat mortalitas juga dapat digunakan untuk menunjukkan tingkat kesejahteraan dan kualitas hidup suatu negara. Selain itu tingkat mortalitas juga berperan dalam penetapan harga premi (pricing) dan perhitungan cadangan manfaat (valuation) untuk polis asuransi, produk anuitas, serta berperan dalam manajemen risiko aktuaria dan program pensiun. Mengingat tingkat mortalitas merupakan variabel acak yang berubah dari waktu ke waktu dan nilainya berada pada interval (0,1), maka diperlukan suatu model untuk dapat meramalkan tingkat mortalitas di masa depan. Salah satu model yang memiliki potensi untuk dapat memodelkan dan meramalkan tingkat mortalitas adalah model Beta Autoregressive Moving Average (βARMA). Model βARMA merupakan pengembangan dari regresi beta di mana error modelnya mengikuti proses Autoregressive Moving Average (ARMA). Pada penelitian ini akan dibahas mengenai implementasi model βARMA dalam memodelkan dan juga meramalkan tingkat mortalitas. Data yang digunakan adalah data tingkat mortalitas tahunan Indonesia dari tahun 1960 hingga 2020 dengan trend menurun dan data tingkat mortalitas bulanan akibat kecelakaan kerja di Rio Grande do Sul dari Januari 2000 hingga Desember 2017 yang bersifat stasioner. Model βARMA terbaik untuk kedua data dipilih berdasarkan nilai Akaike’s Information Criterion (AIC) terkecil kemudian dilakukan peramalan untuk enam periode selanjutnya. Keakuratan peramalan diukur berdasarkan Root Mean Square Error (RMSE). Pada data tingkat mortalitas tahunan Indonesia, diperoleh nilai RMSE sebesar 0.0001, sementara pada data tingkat mortalitas bulanan akibat kecelakaan kerja di Rio Grande do Sul, diperoleh nilai RMSE sebesar 0.0226.

---

The mortality rate is one of the indicators of progress in the health sector and to help identify groups of people who are prioritized to receive special health and development programs. The mortality rate can also be used to indicate the level of welfare and quality of life of a country. In addition, the mortality rate also plays a role in pricing premiums and calculating the benefit reserve (valuation) for insurance policies and annuity products, as well as playing a role in actuarial risk management and pension programs. Considering that the mortality rate is a random variable that changes from time to time and the value is in the interval (0,1), a model is needed to be able to forecast the mortality rate in the future. One model that has the potential to be able to model and forecast mortality rates is the Beta Autoregressive Moving Average (βARMA) model. The βARMA model is a development of beta regression where the error model follows the Autoregressive Moving Average (ARMA) process. In this study, we will discuss the implementation of the βARMA model in modeling and forecasting mortality rates. The data used are Indonesia's annual mortality rate data from 1960 to 2020 with a decreasing trend and the monthly mortality rate data due to work accidents in Rio Grande do Sul from January 2000 to December 2017 which is stationary. The best βARMA model for both data is selected based on the smallest Akaike's Information Criterion (AIC) value then a forecast is made for the next six periods. Forecasting accuracy is measured based on Root Mean Square Error (RMSE). In Indonesia's annual mortality rate data, the RMSE value is 0.0001, while in the monthly mortality rate data due to work accidents in Rio Grande do Sul, the RMSE value is 0.0226."

"ABSTRAKPemerintah Indonesia telah mensubsidi penggunaan LPG untuk rumah tangga semenjak tahun 2007. Subsidi diberikan sebagai insentif agar rumah tangga mau mengalihkan penggunaan minyak tanah ke LPG. Meningkatnya beban subsidi kepada anggaran negara membuat pemerintah mengusulkan pengurangan subsidi sebagai salah satu arah kebijakan di sektor energi. Makalah ini menginvestigasi efek dari perubahan harga LPG dan pendapatan rumah tangga terhadap konsumsi LPG rumah tangga dengan menggunakan model elastisitas konstan. Menggunakan data SUSENAS 2015, hasil estimasi mengindikasikan karakteristik konsumsi LPG rumah tangga yang bersifat inelastic terhadap perubahan harga dan pendapatan dimana besaran elastisitas harga lebih besar daripada elastisitas pendapatan. Karakteristik yang inelastic tersebut mengindikasikan bahwa LPG dianggap sebagai necessity good oleh rumah tangga Indonesia. selanjutnya paper ini juga meneukan bahwa permintaan LPG oleh rumah tangga desa lebih sensitive terhadap harga dan pendapatan dibanding dengan rumah tangga perkotaan. Hasil estimasi juga memperlihatkan bahwa rumah tangga berpenghasilan rendah lebih sensitif terhadap perubahan harga dan pendapatan dibandingkan dengan  rumah tangga berpenghasilan tinggi. Hasil pembahasan makalah menyimpulkan bahwa pemerintah harus menyediakan bantuan untuk rumah tangga berpenghasilan rendah untuk memproteksi level konsumsi LPG mereka jika pemerintah ingin menjalankan kebijakan rasionalisasi harga dan subsidi LPG.

---

ABSTRACT

The Government of Indonesia has been subsidizing Liquefied Petroleum Gas (LPG) for households since 2007. The subsidy is given as an incentive to households to convert their use of kerosene into LPG. The increasing burden of LPG subsidy on state budget compels the government to propose subsidy reduction as their policy direction in the energy sector. This paper investigated the effects of the changes in LPG prices and household income on household LPG consumption using constant elasticity demand model. Utilizing 2015 Indonesia National Socioeconomic Survey (SUSENAS) data, the estimated results suggest an inelastic characteristic of Indonesian households LPG consumption toward the change in LPG prices and households income where the magnitude of price elasticity is higher than income elasticity. The inelastic income elasticity characteristic suggests that LPG is considered as a necessity good by Indonesian households. Moreover, we found that the demand for LPG in rural households is more sensitive to price and income change than in urban households. Estimated results indicate that lower-income households are more sensitive to LPG prices and income compared to higher-income households. The results suggest that the government has to provide some cushion or subsidy to lower-income households to protect their level of LPG consumption if it wants to rationalize the price and subsidy of LPG.

"

"Penjualan produk fesyen merupakan penjualan dengan tingkat kompetisi yang sangat tinggi dimana inventris merupakan faktor penting yang mempengaruhi permintaan produk dan keuntungan perusahaan. Produk fesyen merupakan produk dengan siklus hidup yang sangat singkat dimana suatu produk dapat digantikan dengan produk yang baru dalam jangka waktu yang sangat cepat. Kendala berupa kelebihan stok maupun kekurangan stok merupakan masalah yang sering terjadi. Perkiraan permintaan yang akurat untuk produk-produk tersebut sangat penting dalam mendorong operasi bisnis yang efisien dan mencapai keunggulan kompetitif yang berkelanjutan. Metode peramalan yang akurat sangat diperlukan dalam meramalkan produk fesyen karena beragamnya produk fesyen, selain itu produk fesyen memiliki data historis yang terbatas karena siklus hidupnya yang pendek. Oleh karena itu, sangat penting untuk mengembangkan metode peramalan yang berbeda untuk menganalisis tren permintaan produk ini. Dalam penelitian ini, skema peramalan dilakukan meggunakan metode hibrida klastering K-Means untuk melakukan agregasi terhadap beberapa jenis produk fesyen pada produk lama/produk historis, klasifikasi decision tree untuk meramalkan produk baru berdasarkan karakteristik produk lama, serta metode moving average untuk meramalkan penjualan berdasarkan time series pada produk baru.

---

Indonesian local fashion products are currently common in Indonesia because of highly level of competition where many business owner start their business in fashion local, higher demand from Indonesian citizen, efficient product development timeline and increasingly product diversity. The significant growth of Indonesian fashion local product has caused of a competitive business with the scope of Indonesian fashion local business. Accurate demand forecasting of such products become important in driving effective business especially in local fashion product and achieving a sustainable competitive advantage. In this study, forecasting demand of Indonesian local fashion product using hybrid method clustering K-means algorithm, classification method decision tree and moving average was conducted. Five independent variable/attribute descriptive was conducted to classify the item using decision tree classification method. They are color, size, material, price, and motif. In this research, the forecasting was performed as mid-term forecasting method. "

"ABSTRAKProgram konversi minyak tanah tanah ke Liquefied Petroleum Gas LPG sejak 2007 telah berhasil dilakukan, indikasinya adalah tren penggunaan LPG semakin meningkat setiap tahunnya hingga saat ini. Dibalik kepopulerannya LPG terdapat kelemahannya antara lain sering tejadinya kasus ledakan tabung gas, kelangkaan pasokan, serta sebagian besar LPG di impor dari luar negri. Program Jaringan gas kota yang dicanangkan pemerintah dalam hal ini kementrian ESDM bertujuan salah satunya adalah dapat menggeser penggunaan konsumsi LPG. Sehingga bukan hanya pengurangan impor LPG tapi melainkan subsidi LPG juga dapat ditekan. Pada penelitian ini dilakukan analisis mengenai konsumsi bahan bakar untuk memanaskan air hingga mencapai suhu tertentu. Didapat bahwa bahan bakar yang paling cepat dan biaya paling murah adalah dengan menggunakan bahan bakar gas kota, yaitu 186 detik dengan biaya Rp. 68 . Selain itu dianalisis juga penerapan bahan bakar jika dimanfaatkan untuk daerah DKI Jakarta.

---

ABSTRACTKerosene conversion program to Liquefied Petroleum Gas LPG since 2007 has been successfully carried out, the indications are the trend of the use of LPG has increased every year until now. Behind the popularity of LPG there are disadvantages include frequent case of occurrence of gas cylinder explosion, scarcity of supply, as well as most of LPG imported from abroad. City gas network programs launched by the government in this case the Ministry of Energy and Mineral Resources aims is able to shift the use of LPG consumption. So that not only a reduction in imports of LPG, but also reducing LPG subsidies. In this research, analyzed the fuel consumption to heat the water until it reaches a certain temperature. Found that fuel the fastest and most inexpensive cost is to use city gas fuel, ie 186 seconds at a cost of Rp. 68. In addition it also analyzed the application of fuel when used for the Jakarta area."

"Tahun 2007 pemerintah Indonesia melaksanakan program konversi minyak tanah menjadi LPG dengan meluncurkan LPG 3 Kg untuk rumah tangga tidak mampu dan usaha mikro. Pada pelaksanaannya, kemungkinan rumah tangga nonsasaran juga menggunakan LPG subsidi. Untuk menghindari penggunaan LPG subsidi oleh rumah tangga nonsasaran yang berimplikasi terhadap beban fiskal pemerintah, perlu pemahaman tentang perilaku rumah tangga dalam memilih LPG nonsubsidi. Pendapatan rumah tangga, harga dan ketersediaan bahan bakar menentukan pilihan jenis bahan bakar memasak rumah tangga. Namun, belum melihat hubungan tersebut dalam pemilihan antara LPG subsidi dan nonsubsidi sebagai bakar bakar memasak rumah tangga. Dengan menggunakan data Susenas Maret 2018 dan Kementerian Energi dan Sumber Daya Mineral (KESDM) yang berjumlah 194.062 rumah tangga Indonesia, penelitian ini bertujuan untuk mengetahui bagaimana hubungan pendapatan, Harga Eceran Tertinggi (HET) LPG subsidi dan kuota LPG subsidi sebagai representasi ketersediaan bahan bakar terhadap pilihan penggunaan LPG nonsubsidi di rumah tangga Indonesia tahun 2018. Menggunakan model estimasi Multinomial Logit, studi ini menemukan bahwa kenaikan pendapatan, kenaikan HET LPG subsidi, dan pengurangan kuota LPG subsidi berkorelasi dengan peningkatan peluang pemilihan LPG nonsubsidi sebagai bahan bakar memasak rumah tangga Indonesia tahun 2018. Selain itu, penelitian juga menemukan bahwa mayoritas pengguna LPG susbidi adalah rumah tangga nonmiskin.

---

In 2007, the Indonesia government launched a 3 kg LPG cylinder for poor households and micro-enterprises to reduce fuels subsidies burden. In implementation, the subsidized LPG may also used by non-target households which implicated to the goverment fiscal burden. In order to avoid this, its necessary to understand households behavior on non-subsidized LPG choices. Household income, fuel price and availability determine the choice of household cooking fuel types. However, existing studies have not seen the relationship between subsidized and non-subsidized LPG as household cooking fuel. Using March 2018 National Socio-Economic Survey (Susenas) and the Ministry of Energy and Mineral Resources (KESDM) information, this study examine the relationship between income, highest subsidized LPG retail price (HRP) and subsidized LPG quota as a representative of fuel availability in Indonesian households with subsidized and non-subsidized LPG choices as cooking fuel in 2018. Multinomial Logit model estimation result found that an increase in income, an increase in subsidized LPG HRP and a decrease in subsidized LPG quotas are correlated with an increase in chances of choosing non-subsidized LPG as Indonesian cooking fuel in 2018. Furthermore, this study revealed that the largest subsidized LPG users are non-poor households."

"ABSTRAKBahan Bakar Minyak (BBM) mempunyai peranan pentingterutama sebagai sumber energi di dalam negeri, sumber penerimaannegara dan devisa, juga sebagai bahan baku industri. BBM menjadi suatukomoditas yang sangat strategis dalam perekonomian di Indonesia, baikbagi masyarakat (sektor rumah tangga), sektor trnsportasi maupun bagisektor industri.Dibandingkan dengan konsumsi energi Iain, terlwyata minyaktanah merupakan energi yang paling tinggi jumlah konsumsinya.Penlngkatan konsumsi telah membuat pemerlntah terpaksa mengimporminyak tanah, akibat terbatasnya produksl minyak tanah yang dihasilkankiiang-kilang daiam negeri. Akibatnya beban keuangan negara semakinberat kalau subsidi BBM terus dipertahankan.Pengurangan subsidi BBM ini berdampak pada semua sektor, jugapada konsumen rumah tangga yang sebagian besar menggunakanminyak tanah untuk memasak menjadi semakin sulit untuk mendapatkanminyak tanah dengan harga murah. Selaln itu dengan jumlah cadanganBBM yang semakin menurun menunjukkan sinyal untuk mulaimemanfaatkan energi Iain, yang salah satunya adalah LPG.Untuk mengetahui kemampuan LPG sebagai energi alternatifpengganti minyak tanah untuk memasak bagi konsumen rumah tangga maka dilakukan penelitlan ini, dimana sepertl diketahul bahwa konsumslenergi dipengaruhi oleh tingkat harga energi itu sendiri, harga energi Iainyang terkait dan tingkat pendapatan. Penelitlan ini diiakukan dalam duatahap. Pertama, penelitian dilakukan pada demand energi rumah tanggadi empat provinsi yang ada di pulau Jawa (DKI Jakarta, Jawa Barat, JawaTengah dan Jawa Timur) yang dianggap sebagai representatif permintaanenergi secara umum (agregat). Kedua, penelitian terhadap demandenergi rumah tangga pada kelompok berpendapatan rendah. Penelitianmenggunakan model demand energi rumah tangga yang pafing umumdengan menggunakan data sekuncler konsumsi dan harga tahun 1993~Hasil penelidan menunjukkan bahwa berdasarkan angkaelastisitas silang (cross price elasticity), LPG slgnlflkan mensubstituslminyak tanah pada rumah tangga di empat provinsl sampel, namun tidakpada rumah tangga kelompok miskin. Bagi kelompok miskin LPG masihmerupakan barang mewah. Angka elastisitas harga (own price elasticity)menunjukkan bahwa LPG merupakan barang normal untuk memasakpada rumah tangga provinsi sampel. Kenaikan harga minyak tanah dantingkat pendapatan (income elasticity) akan meningkatkan pemakaianLPG. Seiring dengan kenaikan pendapatan (income) maka konsumenrumah tangga akan beralih ke LPG sebagai energi altematif untukmemasak karena faktor efisiensi dan kenyamanan.

---

"