Read, Write, and Do Something

No Teaching without learning

Menulislah agar abadi

Membaca untuk hidup lebih baik atau sekadar pamer

Listen, free economic make better

Showing posts with label ekonomi. Show all posts
Showing posts with label ekonomi. Show all posts

29/07/2023

PERAN DATA MEWUJUDKAN KEADILAN EKONOMI

PERAN DATA MEWUJUDKAN KEADILAN EKONOMI *)

Syamsu Alam


Measure what is measurable, and make measurable what is not so. 

Galileo Galilei (GG). 



World Digital Competitiveness Ranking (2022), Indonesia menempati peringkat ke-51 dengan skor 56,14 dari 63 negara. Rata-rata IQ orang Indonesia 78,49 urutan ke-10 dari 11 negara ASEAN. IQ biasanya mencerminkan kualitas pendidikan dan lingkungan. Rilis IQ rata-rata Versi World Population Review. Bisa diterima sebagai motivasi saja. Meskipun perhitungan rata-ratanya masih perlu dipertanyakan dengan melihat jumlah pembagi penduduk 275,5 juta yang jauh lebih besar dari negara lain. 


Ungkapan GG di atas masih relevan “Ukur apa yang dapat diukur, dan buatlah agar dapat diukur apa yang tidak dapat diukur." Kutipan ini menunjukkan pentingnya pengukuran, tetapi juga mengakui bahwa tidak semua hal dapat diukur dengan mudah. Galileo menyadari bahwa untuk memahami dunia yang kompleks, kita perlu mengembangkan alat pengukuran yang lebih canggih dan metode yang lebih maju untuk dapat mengukur fenomena yang sulit diukur atau bahkan belum diketahui cara mengukurnya. 


GG memiliki pertemuan yang terkenal dengan Karaeng Pattingalloang pada tahun 1621 di Makassar.  Galileo dan Karaeng Pattingalloang memiliki latar belakang yang sangat berbeda, namun mereka berhasil menjalin hubungan baik, berdiskusi dengan terbuka tentang topik-topik ilmiah hingga terjadi pertukaran ‘barang mewah’. Karaeng Pattingalloang memberikan peta dan dibalas dengan pemberian teropong oleh Galileo.


Galileo terkesan dengan teknologi maritim yang digunakan oleh orang Makassar, termasuk kemampuan mereka dalam menguasai angin dan arus laut untuk memudahkan navigasi kapal. Hal ini menunjukkan betapa majunya peradaban dan teknologi yang dimiliki oleh orang Makassar pada saat itu.


Jadi Makassar pernah memiliki daya tarik bukan hanya karena rempah-rempah tetapi khazanah kekayaan intelektualnya. Maka menjadi aneh ketika ada Tagline “Makassar Menuju Kota Dunia”. Kita sedari dulu telah mendunia, pak !


Hikmah lainnya, Galileo pada akhir kisah hidupnya memberikan pengingat akan pentingnya kebebasan berpikir dan keberanian untuk mengejar kebenaran dalam ilmu pengetahuan dan teknologi, dan sekaligus menjadi sebuah penanda dalam sejarah tentang betapa pentingnya menjaga kemerdekaan akademik dan kebebasan berpendapat untuk kemajuan bangsa.


Sayangnya keberanian yang diwarisi oleh leluhur orang-orang Makassar, kini redup dan kerap hanya ‘berani sala-sala’ (Berani bukan pada tempatnya). Keberanian kerap disandera dengan kepentingan ‘daerah perut dan sekitarnya’.


DATA ADALAH SENJATA


Data adalah fakta sejarah. Fakta semenit yang lalu ada orang yang rugi miliaran di pasar kripto, ada juga yang profit miliaran. Data digital adalah jejak digital pengguna aplikasi digital. Data ibarat dua mata sisi uang. Ia dapat dimanfaatkan untuk hal positif atau negatif. Manipulasi data pun dapat menyesatkan pengguna data, bahkan dapat menimbulkan perang. Data sebagai salah satu aset tak berwujud yang dimiliki oleh individu, organisasi, negara.


Di era digital saat ini, data telah menjadi komoditas yang sangat berharga. Ia sangat bermanfaat bagi perusahaan, pemerintah dan organisasi lainnya. Data dapat digunakan untuk memahami perilaku konsumen, mengidentifikasi tren pasar, meningkatkan efisiensi produksi, mengembangkan produk dan layanan baru yang lebih relevan dengan kebutuhan pasar.


Pada dimensi individu dan organisasi, data juga dapat membantu dalam proses pengambilan keputusan yang lebih baik dan akurat. Dengan data yang tepat, organisasi dapat menganalisis kinerja mereka, mengidentifikasi area yang memerlukan perbaikan, dan mengambil tindakan yang tepat untuk mencapai tujuan mereka.


Pada tahun 2018, sebuah laporan investigasi oleh The Guardian dan The New York Times mengungkapkan bahwa Cambridge Analytica (CA) telah mengumpulkan data pribadi dari jutaan pengguna Facebook tanpa izin mereka dan menggunakan data ini untuk mempengaruhi hasil pemilihan umum di beberapa negara, termasuk Amerika Serikat dan Inggris. Setelah terungkap, Facebook dan CA dituduh telah melanggar privasi pengguna dan mengambil tindakan untuk menghentikan praktik ini.


Laporan tersebut mengungkapkan bahwa CA mendapatkan akses ke data pribadi pengguna Facebook melalui aplikasi "This Is Your Digital Life" yang dikembangkan oleh Aleksandr Kogan, seorang peneliti di Universitas Cambridge. Aplikasi ini meminta izin pengguna untuk mengakses data mereka dan data teman-teman mereka di Facebook untuk tujuan penelitian akademis.


Namun, Kogan memberikan data yang dikumpulkannya kepada CA, lalu menggunakannya untuk membuat profil psikologis pengguna Facebook dan mempengaruhi opini publik melalui iklan politik yang disesuaikan. Setelah laporan ini terungkap, Facebook dan CA dikecam secara luas karena telah melanggar privasi pengguna dan memanipulasi opini publik. Pemerintah dan regulator di beberapa negara juga melakukan penyelidikan atas praktik ini, dan CA akhirnya bangkrut.


DATA DAN PEMERINTAH


Pemerintah adalah produsen sekaligus pengguna data. Data yang benar terpercaya dan valid dapat memberikan informasi yang bermanfaat. Informasi tersebut dapat dikelola menjadi pengetahuan yang mencerahkan, dan akhirnya dapat memberikan tindakan (wisdom) yang tepat.


Di lingkup pemerintahan ada 3 jenis data yang digunakan. Yaitu data statistik, data spasial, dan data keuangan. Ketiga data ini diproduksi oleh instansi pemerintah yang dpat digunakan untuk Identifikasi ketidaksetaraan, menemukan pola dan penyebab ketidaksetaraan, mengukur efektivitas kebijakan, dan lain-lain.


Dengan memahami bisnis proses data maka suatu organisasi pemerintahan dapat kompetitif. Sayangnya kesadaran memanfaatkan transformasi data digital masih dominan sebagai ‘lip services’ daripada itikad baik dan berani untuk mewujudkan cita-cita bangsa, kesejahteraan dan keadilan sosial.


John Stuart Mill dalam "The Economic Rules of Behavior" memberikan pandangan tentang bagaimana perilaku ekonomi dapat dipahami dan dijelaskan secara logis dan sistematis. Konsep ini memberikan dasar dalam pemahaman dalam ekonomi yang lebih kompleks saat ini. Namun data memungkinka kita dapat memahami yang kompleks dengan lebih mudah, efisien, dan efektif. 


Syaratnya untuk memanfaatkan data menjadi sumber energi baru hanya dua, Pengetahuan dengan segala dimensinya (Knowledge) dan Kemauan (Political will). Jika dibuatkan fungsinya TDx = f(K,P). Manakah yang diutamakan pemerintah? K, P atau tidak keduanya, entahlah.[]


*) dimuat di harian Tribun Timur

SMART CITY ANTARA ILUSI ATAU KESADARAN

SMART CITY ANTARA ILUSI ATAU KESADARAN

Syamsu Alam


Dalam film Quantumman, serial fiksi ant man karya marvel, berulang kali muncul dialog, whats your plan? Rencana merupakan hal mendasar dalam pembangunan, baik nasional maupun daerah. Sebuah rencana yang baik tujuannya jelas, prosesnya jelas, dan inputnya bisa diketahui dengan baik dan jelas. Keliru menginterpretasikan input sensorik yang ditangkap oleh panca indera akan terjebak pada ilusi. Smart City (SC) sebagai model adaptasi disrupsi digital akan direspon berbeda berdasarkan tingkat kesadaran dan pengetahuan.

Penerapan SC di Kota Makassar diantaranya dengan memantau kemacetan melalui War Room, Call Center 112, Makassar Smart Card sistem pembayaran online, dll. Bahkan pada tahun lalu melalui Rakorsus 2022 Walikota meluncurkan program akselerasai SC, Makassar kota Metaverse (MakaVerse).

Membangun Kota (Daerah) sejatinya membangun manusianya, bukan sebuah perlombaan mengadopsi ‘sinyal’ teknologi terbaru. Smart City yang baik adalah konsep adaptasi teknologi yang tetap menjadikan manusia sebagi pusat, bukan teknologinya yang terkesan canggih. Semua perlu kajian, butuh perencanaan yang baik dan tidak terjebak pada ideologi posmodernime ‘siapa cepat ia menang’.

Penggerak postmodernisme saat ini adalah Kecepatan. Kecepatan adalah Prinsip utama. Paul Virilio menyebutnya Dromologi. Dromologi berarti semesta berpikir yang didasarkan pada prinsip kecepatan. Walikota Makassar menganggap program MakaVerse sebagai inovasi Kota Makassar dalam mengadopsi teknologi baru. Dinas Komunikasi dan Informasi Kota Makassar sebagai leading sector program ini dalam paparan pada Rapat Koordinasi Khusus (Rakorsus) dengan tagline ‘ Makassar Menuju Kota Meteverse’ pada 15 Maret tahun lalu.

Kota Makassar mengklaim keberhasilannya dalam program Smart City dengan telah membuat 147 aplikasi yang tersebar pada berabagai dinas dan badan. Daftarnya bisa dilihat pada anrong.makassarkota.go.id atau di laman web kominfo kota Makassar. Sayangnya open data, integrasi data layanan publik yang efektif dan efisien masih sulit kita temui keberadaannya.

Salah Kaprah Transformasi Digital

Transformasi Digital kerap disalah pahami sekadar penggunaan atau adopsi teknologi baru semata. Pada pemerintahan ditandai dengan banyaknya aplikasi yang telah dibuat. Ratusan aplikasi yang tersebar pada semua dinas, badan atau layanan masih perlu dicek kebelanjutannya, jangan-jangan itu hanya program menyerap anggaran. Semoga saja tidak demikian. Karena jika hendak benar-benar melakukan transformasi digital dengan baik, benar, dan diridhoi oleh khalayak, sebaiknya bertumpu pada bukti dan pengetahuan.

Transformasi berbeda dengan perubahan. Transformasi bernuansa jangka panjang, sustainable, bertahap, terencana, dan menyeluruh. Perubahan lebih bernuansa jangka pendek dan tidak utuh. Sebagai metafora, transformasi seperti ulat berubah jadi kepompong, lalu menjadi kupu-kupu muda hingga dewasa dan bisa terbang bebas. Sedangkan perubahan (change) seperti ular yang ganti kulit saja. 

Transformasi ditandai adanya perubahan peran dari melata menjadi terbang. Mari kita simak transformasi ala Smart City di Kota kita tercinta. Sebenarnya transformasi digital membutuhkan dua syarat utama. Yaitu, digitisasi dan digitalisasi. Sudah berapa persen data yang terdigitisasi? Data Staitistik, keuangan, dan spasial sudah berapa yang terintegrasi, Apakah cukup dengan data berbasisi web? Itulah mengapa McKinsey menyebut, “Transformations are hard, and digital ones are harder.” Dan tentu tidak bisa diselesaikan dalam 1 periode pemerintahan Walikota.

Tabrizi dkk. Pernah menulis HBR (Harvard Business Shool) mengatakan “Digital Transformation is not about technology”. Digital transformation success depends not on technology, but systemic and behavioral changes. Raita menambahkan tiga kunci sukses dalam melakukan transformasi digital: 1) purpose, tujuannya dari digital transformasi harus jelas. 2) visible progress, seluruh anggota tim tahu ada di mana posisi organisasinya dalam tranformasi ini. 3) Emotional, karena transformasi akan mengubah dari steady state menjadi steady state yang lain.

Menurut Survey Walikota, hanya 8 % warga kota Makassar yang mengetahui Meteverse (makassar.tribunnews.com/2022). Nah, bagaimana mungkin sebuah program (MakaVerse) bisa sukses jika yang mengetahuinya hanya sedikit warga kota. Pada aspek ini, program tersebut bisa dikatakan ‘program sporadis’ dan cenderung ilutif.

Kembali ke ‘Kesadaran’

Hasil Penelusuran saya pada Program Smart dan ‘Sombere’ di Kota Makassar dengan memperhatikan konsistensi perencanaan pembangunan Kota. Keterkaitan antar dokumen Perencanaan seperti RPJMD Kota Makassar 2021-2016, RKPD Kota Makassar 2022, Rencana Strategis (RENSTRA) Bappeda 2021-2026, RENJA Bappeda Kota Makassar 2022, Masterplan Makassar Sombere & Smart City, LKPJ (Laporan Kinerja Pertanggung Jawaban) Kota Makassar Tahun 2022, Dan dokumen-dokumen pendukung lainnya. Sepertinya Program smart City yang kerap berubah-ubah secara cepat memberikan kesan bahwa Program ini belum di rumuskan secara baik dan memperhatikan aspek yang lebih komprehensif selain seolah-olah adaptif dengan perkembangan teknologi terbaru.

Secara hirarkis Perencanaan Pembangunan Visi, Misi, Tujuan, Strategi, Kebijakan, Program, dan Kegiatan sudah dirumuskan cukup baik dengan target terukur. Namun memberikan porsi perhatian yang sangat dominan pada Program Smart City yang ‘bombastis’ tanpa memperhatikan lingkungan atau ekosistem kesuksesan program Transformasi Digital dapat menyebabkan terjadinya inkonsistensi dalam perencanaan dan penganggaran. Kita sadar bahwa permbangunan mestinya berjalan gradual, sistemik, dan lamban.

Baars mengkaji kesadaran secara psikologis dengan mempopulerkan analisis kontrastif untuk membandingkan kesadaran dengan ketidaksadaran. Menurutnya, Kesadaran itu bersifat lamban sebab terkait dengan keterbatasan kapasitas baik dalam memori, perhatian selektif maupun sistem serial. Sedangkan ketaksadaran bersifat cepat, paralel, dan cenderung sporadis. Bahkan dalam kesadaran kuantum mengatakan bahwa ‘setiap orang terhubung dengan segala hal’. Artinya membangun kota, berarti bersedia membuka telinga, pikiran, hati, dari aspirasi warga, karena kita sadar akan keterbatasan kita [].


Note:

Tabrizi dkk. Pernah menulis HBR (Harvard Business Shool) mengatakan “Digital Transformation is not about technology”. Digital transformation success depends not on technology, but systemic and behavioral changes. Raita menambahkan tiga kunci sukses dalam melakukan transformasi digital: 1) purpose, tujuannya dari digital transformasi harus jelas. 2) visible progress, seluruh anggota tim tahu ada di mana posisi organisasinya dalam tranformasi ini. 3) Emotional, karena transformasi akan mengubah dari steady state menjadi steady state yang lain.

Menurut Giffinger (et al.,2007) Smart Governance yang baik memenuhi kriteria 1). Partisipasi masyarakat dalam pengambilan keputusan, 2).Pelayanan umum dan sosial, 3). Tata kelola yang transparan, 4). Strategi dan perspektif politik. Namun jika memperhatikan secara empirik, beberapa kebijakan di Kota Makassar tidak menunjukkan memnuhinya aspek di atas. Hal ini dapat dilihat dari program yang tidka berjalan sesuai harapan, dan kerap tidak mencerminkan kebutuhan masyarakat sebagai implikasi partisipasi yang rendah.



22/05/2023

ANALISA TREN DENGAN ALGORITMA REGRESI

 ANALISA TREN

Dalam metode statistik ini, ada tiga jenis data yang bisa digunakan dalam analisis, yaitu data cross section, data time series, dan data panel (gabungan cross section dan time series).

Data time series adalah jenis data berdasarkan waktu yang memiliki banyak titik waktu. Banyak titik waktu di sini berarti waktunya lebih dari satu periode waktu. Berbeda dengan data cross section/silang waktu yang periode waktunya hanya 1 titik waktu. Periode waktu bisa 1 detik, 1 meni, 1 jam, 1 hari, 1 minggu, 1 bulan, 1 dekade, 1 tahun, 1 abad, dan seteresunya. Misalnya, dalam kurun waktu 1 tahun (data cross section), terdiri 12 bulan (data time series).

Tren adalah pergerakan jangka panjang dalam suatu kurun waktu yang kadang-kadang dapat digambarkan dengan garis lurus atau kurva mulus. Analisis trend digunakan untuk membangun model umum kecenderungan data berkala (time series) untuk keperluan peramalan (proyeksi tren). Analisis trend dipakai untuk data dengan horison waktu yang lama (sebaiknya lebih dari 10 tahun) dan tidak mengandung komponen musiman.

Beberapa model analisis yang umum dipakai :

  • Linier dan non linier (2-4)
  • Kuadratik 
  • Eksponensial
  • Kurva-S

Perhatikan Ilustrasi Berikut
















Gambar1 : Pola Time Series

Dalam analisa tren ada beberapa istilah:
  • Tren jangka panjang adalah suatu garis (trend) yang menunjukkan arah perkembangan secara umum.
  • Variasi musim adalah suatu gerakan yang naik turun secara teratur yang cenderung untuk terulang kembali dalam jangka waktu tidak lebih dari 1 tahun.
  • Variasi siklis adalah suatu gerakan yang naik turun secara teratur yang cenderung untuk terulang kembali setelah jangka waktu lebih dari 1 tahun.
  • Variasi random adalah suatu gerakan yang naik turun secara tiba-tiba atau mempunyai sifat yang sporadis sehingga biasanya sulit untuk diperkirakan sebelumnya

Mengapa Analisa Tren Penting?

Analisis tren memiliki beberapa kepentingan yang menjadikannya penting dalam berbagai bidang. Berikut adalah beberapa alasan mengapa analisis tren penting:
  1. Mengidentifikasi Pola dan Perubahan: Analisis tren membantu mengidentifikasi pola perubahan dalam data seiring waktu. Ini dapat membantu dalam memahami arah dan kecenderungan data serta mengidentifikasi apakah ada perubahan signifikan atau pola yang konsisten.
  2. Prediksi dan Perencanaan: Dengan memahami tren masa lalu, analisis tren dapat digunakan untuk membuat prediksi tentang masa depan. Informasi tren yang dihasilkan dapat membantu dalam perencanaan strategis, pengambilan keputusan, dan peramalan, sehingga membantu mengurangi ketidakpastian dan meningkatkan efisiensi.
  3. Evaluasi Kinerja: Analisis tren dapat digunakan untuk mengevaluasi kinerja suatu variabel atau fenomena seiring waktu. Misalnya, dalam bisnis, analisis tren dapat membantu dalam melihat pertumbuhan penjualan, laba, atau pengeluaran dan membandingkannya dengan target atau periode sebelumnya.
  4. Deteksi Anomali: Dengan memahami tren yang normal, analisis tren dapat membantu dalam mendeteksi anomali atau perubahan yang tidak biasa dalam data. Hal ini dapat membantu dalam mengidentifikasi masalah atau kesalahan yang mungkin terjadi dan mengambil tindakan yang sesuai.
  5. Pengambilan Keputusan: Analisis tren memberikan wawasan yang berharga dalam tren jangka panjang dan memungkinkan pengambilan keputusan yang lebih informasi. Informasi tren dapat membantu dalam mengidentifikasi peluang, mengelola risiko, dan mengoptimalkan strategi bisnis atau kebijakan publik.

Perhatikan tren IHSG berikut















Gambar 2: Ilustrasi tren IHSG


Berikut perbedaan tren linier dan non linier

1. Analisis Tren Linier:
Analisis tren linier melibatkan penggunaan garis lurus untuk menggambarkan tren atau pola dalam data seiring waktu. Metode yang umum digunakan dalam analisis tren linier adalah regresi linier, di mana garis lurus terbaik ditempatkan di antara titik-titik data untuk memperkirakan hubungan linier antara variabel dependen (y) dan variabel independen (x). Jika garis tersebut memiliki kemiringan positif, itu menunjukkan tren naik, sedangkan kemiringan negatif menunjukkan tren menurun. 

2. Analisis Tren Nonlinier:
Analisis tren nonlinier mencoba untuk menggambarkan pola yang tidak dapat dijelaskan oleh garis lurus atau hubungan linier. Dalam analisis tren nonlinier, berbagai jenis fungsi matematika dan model statistik digunakan untuk memodelkan dan menggambarkan tren yang lebih kompleks. Beberapa metode analisis tren nonlinier yang umum meliputi regresi nonlinier, smoothing spline, regresi polinomial, dan model eksponensial. 


Gambar 3 : Ilustrasi Forecasting (peramalan)

Salah satu tujuan utama analisa tren adalah untuk melakukan peramalan/forecasting.
Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982)











Gambar 4 : Ilustrasi Error

Analisis Tren Linier dengan Algoritma Regresi Linier

Regresi adalah metode statistika yang digunakan untuk memodelkan dan menganalisis hubungan antara satu atau lebih variabel independen (prediktor) dengan satu variabel dependen (yang ingin diprediksi). Tujuan utama dari regresi adalah untuk mengidentifikasi dan mengukur pengaruh variabel independen terhadap variabel dependen.

Secara umum, regresi dapat dibedakan menjadi dua jenis utama: regresi linier dan regresi non-linier. Regresi linier melibatkan hubungan linier antara variabel independen dan dependen, sementara regresi non-linier melibatkan hubungan yang lebih kompleks dan non-linier antara variabel tersebut.
Regresi linier sering digunakan dan merupakan salah satu bentuk yang paling umum dari analisis regresi. Dalam regresi linier, hubungan antara variabel independen dan variabel dependen dapat dijelaskan dengan persamaan garis lurus. Regresi linier memodelkan hubungan ini dengan mengestimasi koefisien regresi yang menggambarkan sejauh mana perubahan dalam variabel independen akan mempengaruhi perubahan dalam variabel dependen.


Penggunaan algoritma regresi Linier maupun non linier paling banyak digunakan dan kerap keliru diterapkan pada saat melakukan interpretasi model regresi.















Gambar 5: Ilustrasi Membuat dan menguji Model Regresi


Penjelasan Lengkap di Modul Cikal Akal. Analisa Tren dan Machine Learning.


Memaknai model Regresi dengan Bijak


Misalnya kita mempunyai dua model persamaan Linier antara 2 entitas. 
X adalah variabel bebas, Pendapatan
Y adalah variabel terikan, Konsumsi

Model 1. Y =  3X +3
Model 2. Y =  9x + 3

Perhatikan Ilustrasi Berikut















Gambar 6: perbandingan dua model Linier

Dalam penerapan statistik dan matematika dalam ekonomi, ada 3 model penjelasan untuk menjelasakan dan menafsirkan model.

Bagaimana Anda menafsirkan model regresi ini dengan bijak dan bermakna?

Model 1. Y =  3X +3
Model 2. Y =  9x + 3
Silakan dijelaskan dengan:
  1. Narasi
  2. Tabel
  3. Gambar / Kurva
Sesuai selera Anda, dan bisa Anda pahami dengan baik.

Contoh Kasus Regresi Berganda. 1 variabel dependen, dan dua variabel bebas.
X1: Pengeluaran Makanan (Rp10.000) 
X2: Pengeluaran Transportasi (Rp.10.000)
X3: Berat Badan (kg) (Y)

No.  X1.  X2.    Y
1 50 20 60
2 40 25 55
3 60 30 65
4 55 35 70
5 45 40 62
6 65 50 75
7 70 55 80
8 75 60 85
9 80 65 90
10 90 70 95

Untuk memperoleh model regresi dari data di atas dapat dilakukan dengan 3 cara
  1. Cara Manual Eliminasi dan subtitusi persamaan
  2. Menggunakan aplikasi pengolah data seperti excel, evies, SPSS, STATA, dll
  3. Menggunakan bahasa pemrograman (koding)
Berdasarkan data di atas, peneliti ingin membangun model regresi untuk memprediksi berat badan (Y) berdasarkan pengeluaran makanan (X1) dan pengeluaran transportasi (X2).

Tugas Kita adalah melakukan analisis regresi dengan menggunakan data di atas untuk menentukan persamaan regresi (model ramalan) dan koefisien regresi yang sesuai.

Untuk menghasilkan persamaan regresi dan koefisien regresi menggunakan Excel, Kita dapat mengikuti langkah-langkah berikut:

  1. Masukkan data yang diberikan ke dalam spreadsheet Excel. Misalnya, Kita dapat menempatkan data pada kolom A hingga D, dengan kolom A untuk nomor partisipan, kolom B untuk pengeluaran makanan (X1), kolom C untuk pengeluaran transportasi (X2), dan kolom D untuk berat badan (Y).
  2. Selanjutnya, pada sel E2, masukkan rumus regresi menggunakan fungsi "LINEST". Misalnya, rumusnya dapat dituliskan >>>>. =LINEST(D2:D11, B2:C11) Pastikan untuk menyesuaikan rentang sel dengan data yang tepat.
  3. Tekan kombinasi tombol Ctrl + Shift + Enter untuk mengkonfirmasi rumus sebagai rumus matriks. Dalam beberapa versi Excel, Kita mungkin perlu menekan Enter setelah memasukkan rumus.
  4. Setelah itu, Excel akan menghasilkan output matriks dalam rentang sel E2:F3. Sel E2 akan berisi koefisien regresi (intersep dan koefisien X1), sedangkan sel F2 akan berisi koefisien X2.
  5. Untuk menampilkan persamaan regresi berdasarkan koefisien yang dihasilkan, Kita dapat memasukkan rumus berikut di sel G2="Y = "&E2&" + "&F2&" * X1 + "&G2&" * X2"
Ini akan menghasilkan persamaan regresi dengan koefisien yang sesuai.

Kode Python

Kode Python untuk menganalisis data regresi dengan 2 variabel bebas dan 1 variabel terikat menggunakan paket statsmodels:

#Import Library
import numpy as np
import pKitas as pd
import statsmodels.api as sm

# Membuat DataFrame dari data yang diberikan
data = {
    'Partisipan': np.arange(1, 11),
    'Peng Makanan': [50, 40, 60, 55, 45, 65, 70, 75, 80, 90],
    'Peng Transportasi': [20, 25, 30, 35, 40, 50, 55, 60, 65, 70],
    'Berat Badan': [60, 55, 65, 70, 62, 75, 80, 85, 90, 95]}

df = pd.DataFrame(data)

# Memisahkan variabel independen dan dependen
X = df[['Pengeluaran Makanan', 'Pengeluaran Transportasi']]
y = df['Berat Badan']

# Menambahkan kolom konstanta untuk intercept
X = sm.add_constant(X)

# Membangun model regresi
model = sm.OLS(y, X)
results = model.fit()

# Menampilkan hasil
print(results.summary())

Silakan Tampilkan Outputnya dan Lakukan uji Model sesabgaimana Gambaran pada Gambar 5 di atas.

Diskusi dan pendalaman di kelas offline / online.

Salam Hangat, MATH IS GREAT :D

13/03/2023

TRANSFORMASI DIGITAL UNTUK SIAPA?

TRANSFORMASI DIGITAL UNTUK SIAPA?

Berdasarkan Survei Global World Digital Competitiveness Index yang dirilis Institute Management Development (IMD), peringkat literasi digital Indonesia mengalami peningkatan. The 2022 IMD World Digital Competitiveness Rankings menggunakan 3 indikator utama:

  • KNOWLEDGE (Talent, Training and Eductaion, Scientific Concentration)
  • TECHNOLOGY (Regulatory Framework, Capital, Technological Framework)
  • FUTURE READINESS (Adaptive attitudes, Business agility, IT integration)

Rangking indonesia dari tahun 2018(62), 2019(56), 2020(56), 2021(53), 2022(51). Laporan lengkapnya dapat dilihat di siniKnowledge is power kata Francis Bacon. Kini Knowledge is Potential Power (Napoleon Hill).  “Knowledge is only potential power. It becomes power only when, and if, it is organized into definite plans of action, and directed to a definite end.” 

― Napoleon Hill, Think and Grow Rich: The Original 1937 Unedited.

Klaus Schwab dengan Industri 4.0-nya mengemukakan:

  • Argumentasi: Kecepatan, keluasan dan kedalaman, dampak sistemik (terhadap negara, masyarakat, industri, dan perusahaan).
  • Dampak sistemik: ketimpangan sebagai tantangan terbesar.
  • Megatrend: Fisik (kendaraan tanpa pengemudi, mesin cetak 3D, advanced robotics, dan material baru), digital, biologis.
  • Tipping point dari Industri 4.0 diperkirakan terjadi pada tahun 2025.

SALAH KAPRAH TRANSFORMASI DIGITAL 

Transformasi membutuhkan strategi bukan sekadar langkah taktis mengadopsi teknologi terbaru. Transformasi digital bukan hanya mendigitalkan yang sebelumnya tidak digital. Sebagai metafore transformasi dapat diilustrasikan seperti berikut.

07/03/2023

TIGA TEORI EKONOMI DIGITAL

 TIGA TEORI EKONOMI DIGITAL

Salam Hangat !

Semoga senantiasa dalam cinta kasih Tuhan Yang Maha Kuasa, dan tetap semangat menjalani aktivitas yang penuh guncangan (disrupsi). Ada sebuah kutipan yang pernah menjadi slogan kegiatan Training Pendampingan Masyarakat (TPM), ketika masih di Lembaga Kemahasiswaan. Kutipan dikutip dari majalah terbitan Bina Desa Jakarta, yang merupakan mitra dalam kegiatan TPM. 
'Percikan bunga api itu bisa membakar ilalang'. 

Bunga api hanyalah sebuah percikan, namun berpotensi membakar segala yang ada disekitarnya. Upaya sekecil apapun harus tetap dilakukan untuk tercapainya sebuah transformasi diri menjadi lebih sempurna dan menyempurna setiap hari. Mengawali Materi yang sederhana ini, beberapa referensi dalam materi ini dapat disimak pada setiap link yang ditautkan. Dua rujukan utama tentang Model Bisnis Digital, Inovasi, Transformasi Digital, dll. Dapat disimak di digitalleadership, digital business model dan juga di harvard business

Pada materi ini hendak mengulas sekilas seputar 3 teori ekonomi digital berikut ini:
Disruptive innovation is the process in which a smaller company, usually with fewer resources, is able to challenge an established business (often called an “incumbent”) by entering at the bottom of the market and continuing to move up-market ~Christensen~

Kreativias dan Inovasi kerap membingungkan, semoga deskripsi berikut membantu mengurangi kebingungan kita.



The 7 Fields of Innovation

Experts agree there are 7 Fields of Innovation—7 areas of your business where Innovation can take shape. Through understanding these distinct areas of potential Innovation, you can best select where your specific business should invest its resources (source: digitalleadershipcom)

31/01/2023

'BISNIS KEBIJAKAN' SUBSIDI GREEN LIFE STYLE

'BISNIS KEBIJAKAN' SUBSIDI GREEN LIFE STYLE
Syamsu Alam
Kita tidak mewarisi bumi dari nenek moyang, tapi kita meminjamnya dari anak cucu kita.
~Pepatah Suku Indian~
Jika Anda berencana membeli mobil baru, motor baru, boleh dipertimbangkan dulu. Kenapa? Kabarnya Pemerintah akan mensubsidi kendaraan listrik sekitar 5 triliun rupiah. Pemerintah melalui Kementerian Perindustrian berencana memberikan subsidi kendaraan listrik listrik sebesar Rp80 juta dan mobil berbasis hybrid sebesar Rp40 juta, serta motor listrik baru Rp8 juta. Meskipun demikian besaran angka-angka ini belum final di Kementerian Keuangan.

Setiap kebijakan biasanya dilandasai oleh tiga hal. Kajian akademik teoretis, regulasi, data data (termasuk benchmarking). Secara teoretis ekonomi hijau ataupun energi hijau sangat baik. Nafasnya adalah, bagaimana aktifitas ekonomi saat ini, tidak mengorbankan generasi yang akan datang. Dari aspek regulasi, baik secara internasional sampai ke tingkat lokal sudah tersedia dipaparkan dengan indah dalam dokumen-dokumen regulasi pemerintah. Dari Undang-undang, Peraturan Pemerintah, Instruksi presiden, sampai peraturan Bupati/walikota. 

Sedangkan aspek data dan bechmarking, Indonesia dianggap memiliki potensi sumber daya alam yang besar untuk mendorong ekonomi hijau. Potensi tambang mineral untuk beterai, potensi hutan, lahan pertanian, dll. Khusus subsidi kendaraan listrik benchmarking adalah Taiwan dan Vietnam.

Instruksi Presiden Republik Indonesia (Inpres) Nomor 7 Tahun 2022 tentang Penggunaan Kendaraan Bermotor Listrik Berbasis Baterai (Battery Electric Vehicle) sebagai Kendaraan Dinas Operasional dan/atau Kendaraan Perorangan Dinas Instansi Pemerintah Pusat dan Pemerintahan Daerah pada tanggal 13 September 2022. Sejumlah kebijakan dan program progresif dilakukan untuk menindaklanjutinya.

Setiap ‘rencana kebijakan’ selalu menuai pro-kontra. Gaya marketing pemerintah sedari dulu demikian, ibaratnya melempar umpan untuk melihat riak, termasuk rencana subsidi kendaraan listrik. Benarkah rencana subsidi sebesar itu untuk mendukung gaya hidup ‘green’, atau ‘seolah-olah pro-green’ untuk bisnis para oligark? 

Bisnis Kebijakan ‘Green Life Style’

Sebuah bisnis pasti memiliki ekosistem. Semakin besar dan dominan sektor bisnis tersebut, tentu ekosistemnya juga solid. Relasi pemerintah dan pebisnis ibarat dua sisi uang koin. Tidak akan disebut uang koin, tanpa dua sisi. Keduanya adalah simbiosis mutualisme.

09/10/2021

EVOLUSI KAPITAL (CAPITAL EVOLUTION)

[Serial Kapital] : EVOLUSI KAPITAL 

KAPITAL adalah kunci utama dalam aktivitas ekonomi dan bisnis. Bahkan dalam aktifitas sehari-hari, Kapital adalah kuncinya. Banyak orang menjadikan modal sebagai kendala utama dalam berusaha. Modal juga kerap menjadi 'sang tertuduh' atas terjadinya ketidakharmonisan semesta (bencana). Konsep modal juga menjadi pemicu debat dari era klasik berbagai mazhab dalam ekonomi hingga saat ini. 

Teori kapital adalah salah satu konsep paling mendasar dan tidak ada definisi tunggal tentang kapital dalam teori ekonomi. Oleh karena itu pengukuran terhadap kapital pun sangat beragam dan dinamis. Jika kapital adalah aset maka masih dapat ditelusuri apakah Tangible asset (empiris) atau intangible asset (non-empiris). Namun yang dapat disepakati adalah modal adalah input. Ia adalah masukan bagi sebuah proses rantai produksi bahkan dalam rantai nilai kehidupan manusia.

Di weblog ini akan diulas secara serial teori tentang kapital, termasuk kekeliruan memaknai tentang kapital (modal) yang menyesatkan sebagian besar masyarakat. Sehingga terkesan modal adalah sesuatu yang sulit dan jauh di luar diri kita, padahal Tuhan secara alamiah telah memberikan potensi pada kita semua: Panca indera, akal, hati (qalbu), kemampuan imajinasi, harapan, teman, kemampuan membaca, dll adalah juga termasuk modal.    

Berikut adalah ilustrasi bagaimana konsep atau pun teori kapital berevolusi, dari yang tradisional hingga yang mutakhir. 


Kita kerap mereduksi Kapital hanya sekadar modal fisik dan modal keuangan, sedangkan produktivitas memanfaatkan potensi diri, seperti ide, kreatifitas tidak dianggap sebagai kapital. 

Mungkin dalam kerangka produksi yang massif definisi tentang kapital adalah bahan material fisik, mesin-mesin produksi, tanah, sumber keuangan. Namun level yang lebih mikro pada diri setiap manusia ada harapan, kepercayaan, cita-cita, keberanian untuk memulai sebuah usaha adalah juga kapital. Jangan-jangan kita semua adalah Kapitalis, yang tidak memahami kemampuan kapital yang kita miliki.

Claude Frédéric Bastiat dalam Capital and Interest Theory secara ekstrim menyebutkan everybody was a capitalist. 

see you next .... :)

16/09/2021

PROPOSAL PENELITIAN

CONTOH PROPOSAL PENELITIAN

Postingan ini merupakan kombinasi dari dua tulisan sebelumnya yaitu  CONTOH (Kerangka) PROPOSAL PENELITIAN EKONOMI (1) dan CONTOH (Kerangka) PROPOSAL PENELITIAN EKONOMI (2)

Keberhasilan membuat rencana penelitian yang baik dalam dokumen "Proposal Penelitian" merupakan setengah dari keberhasilan penelitian itu sendiri.
Oleh karena itu penting memahami langkah-langkah membuat proposal penelitian dengan baik, secara sederhana dan sistematis.

Tulisan ini akan memberikan cara membuat proposal penelitian secara umum dan sistematikanya.kenapa secara umum ? karena setiap institusi mempunyai pola sistematika sendiri, namun pada umumnya sama saja.

Oleh karena itu, tulisan ini fokus pada penjelasan kerangka proposal khususnya untuk Skripsi dan Tesis. Pada tulisan ini fokus mengambil contoh pada bidang Ekonmi dan Bisnis.




Cakupan proposal penelitian :
I. JUDUL PENELITIAN
II. PENDAHULUAN
III. TINJAUAN PUSTAKA
IV. METODE PENELITIAN
V. DAFTAR PUSTAKA

1. JUDUL PENELITIAN

 Singkat dan spesifik, tetapi cukup jelas menggambarkan penelitian yang diusulkan.
ciri-cirinya :

  •  Menarik, khas, dan orisinal
  •  Menggambarkan ruang lingkup penelitian
  •  Memuat variabel-variabel yang akan diteliti
  •  Dinyatakan dalam kalimat pernyataan
  •  6 – 20 kata (bukan harga mati)

Note: Dalam merumuskan judul penelitian, yang paling tepat untuk ditonjolkan adalah inti permasalahan penelitian.

2.  PENDAHULUAN

Merupakan bagian penting penelitian yg sebaiknya mampu menarik perhatian para pembaca dan membuat mereka curious tdk puas kalau tdk membaca seluruh proposal. Hmmm ibarat minuman, nikmat sampai tetesan terakhir :)

Cakupan dalam pendahuluan :

  • Latar Belakang Penelitian
  • Masalah Penelitian
  • Tujuan Penelitian
  • Manfaat penelitian

Nah, bagian ini kerap menjadi momok bagi kebanyakan mahasiswa, kesulitan merangkai kata dan mengerucutkan permasalahan menjadi kesulitan tersendiri.
Oleh karena itu, akan di uraikan satu persatu, bagaimana membuat pendahuluan yang baik.

  • Latar Belakang Penelitian
Latar belakang merupakan faktor penting dalam riset, bagian ini juga termasuk hal yang dianggap sulit bagi peneliti, terutama mahasiswa yang tidak terbiasa dengan format penullisan karya ilmiah.

beberapa panduan yang bisa dijadikan rujukan untuk menyusun latar belakang adalah...

1.  Kondisi umum atau perspektif makro penelitian
2.  Jelaskan pentingnya penelitian
3.  Kemukakan jika penelitian:
  • Penelitian relatif baru, merupakan sanggahan atau pengembangan dari penelitian sebelumnya.
  • Mulai dengan pernyataan yg provokatif, kontroversial sehingga ada ketertarikan untuk membaca.
  • Sajikan secara menarik tentang kronologis judul yang dapat berupa evaluasi judul hingga statusnya sekarang.
  • Tampilkan data sekunder tentang profil obyek penelitian,  yang dapat diperoleh dari buku-buku, jurnal, majalah, lapooran penelitian,  dll.
  • Akhiri dengan pernyataan : Berdasarkan uraian yang dikemukakan di atas, maka peneliti memilih judul penelitian: ....……………………….

Latar belakang dapat diilustrasikan dengan3 pola seperti berikut:


  1. Piramida, diawali dengan target penelitian (misal inflasi), kasus-kasus khusus yang menarik (provokatif/kontroverisal) 
  2. Piramida terbalik, diawali dengan ide-ide umum, bisa juga teori
  3. Gabungan piramida terbalik dengan piramida.
bisa juga mengikuti panduan berikut:

  • Paragraf pembuka: Tuliskan tentang fenomena atau persoalan ekonomi yang menjadi fokus riset.
  • Paragraf isi I: Tuliskan bagaimana keterkaitan teori dengan fenomena tersebut
  • Paragraf isi II: Tuliskan bagaimana hasil penelitian terdahulu yang terkait
  • Paragraf isi III: Tuliskan argument tentang pentingnya penelitian (skripsi) ini untuk dilakukan dan kebaruan (novelty) dari penelitian
  • Paragraf penutup IV: Tuliskan atau pertegas kembali tentang apa yang akan menjadi topic dalam penelitian ini atau apa yang akan dibahas dalam penelitian ini.

Dalam deskripsi latarbelakang yang kerap menjadi momok adalah mendeskripsikan tabel, gambar, atau grafik.





























Gambar di atas menunjukkan volume dan harga Bitcoin yang meningkat agresif. Peningkatan volume Bitcoin fluktuatif cenderung meningkat. Peningkatan volume Bitcoin sebesar 1689 % sepanjang periode maret 2018 sampai dengan maret 2021 atau meningkat setara 791,9 triliun. Perubahan volume terbesar Bitcoin sebesar 112% pada bulan Juli 2018, penurunan tertinggi pada juni 2020 sebesar -45%. Harga Bitcoin meningkat sebesar 526% atau setara 653,8 juta per koinnya. Volume transaksi Bitcoin tertinggi pada Jan 2021 dengan volume sebesar 918 triliun. Peningkatan harga bitcoin meningkat signifikan dibanding periode sebelumnya terjadi pada periode november 2021 yang meningkat 35% dibanding bulan sebelumnya. Sedangkan harga Bitcoin meningkat tertinggi sebesar 58% pada januari 2021, terendah pada desember 2018.

Kenaikan mata uang digital ‘Bitcoin’ yang akseleratif karena semakin banyak perusahaan yang mengguakan mata uang tersebut untuk bertransaksi. Pada periode februari 2021 sebanyak 162 perusahaan menggunakan bitcoin untuk transaksi perdagangan, diantaranya terdapat 19 perusahaan besar (paybis.com). Diantara perusahaan raksasa yang menggunakan Bitcoin adalah, Microsoft, AT&T, BMW, NordPVN, Rakuten, dll. Terdiri dari berbagai perusahaan koas, taknologi, travel, dll.

Setidaknya ada 3 kunci dalam deskripsi Tabel atau Gambar.
  1. Perhatikan tren dari titik awal sampai titik akhir, apakah naik, turun, fluktuatif
  2. Perubahan titik awal ke titik akhir
  3. Jika fluktuatif, perhatikan titik atau perubahan ekstrim.
  4. Bisa Anda tambahkan...
........
  • Masalah Penelitian
Masalah penelitian adalah setiap kesulitan yang menggerakkan manusia untuk memecahkannya atau menyelesaikannya. Masalah penelitian harus dapat dirasakan sebagai suatu rintangan yang mesti dilalui oleh peneliti
(dengan jalan mengatasinya, bukan lari dari masalah) bila kita akan mencari penyelesaiaan atau jawabannya serta dapat mengatasinya.

Dalam pengertian umum, masalah diartikan sebagai penyimpangan atau beda antara fakta/kenyataan dengan standar-standar tertentu. Standard tertentu tersebut dapat merupakan teori, aturan, logika, kebiasaan atau keharus-an.

Dalam pengertian ini, maka masalah penelitian baru merupakan masalah objek. Bagi suatu penelitian, masalah adalah pertanyaan bagi peneliti yang ingin dicari jawabannya atau penyelesaiannya. Disini berarti bahwa masalah
dalam penelitian dapat dimulai oleh penyimpangan fakta.

Masalah penelitian dapat berupa gejala sosial yang menarik perhatian peneliti atau seseorang.

Tahapannya bisa mengikuti langkah berikut:

  Identifikasi, pilih dan rumuskan masalah-masalah penelitian.
  •    Apakah terdapat hubungan yang erat antara ... dengan…..?
  •    Bagaimana pengaruh ……….terhadap …………...?
  • Tujuan Penelitian
 Kemukakan yang akan dicapai oleh penelitian: Untuk mengetahui, menganalisis atau membandingkan.
-- Untuk mengetahui pengaruh … terhadap …
-- Untuk mengetahui hubungan antara ……dengan …..…
-- Untuk menganalisis …..…….
  • Manfaat penelitian
Kemukakan siapa yg diharapkan memperoleh manfaat penelitian: Pengembangan ilmu pengetahun, Lemabaga, dan atau penelitian lain.
  • Penelitian ini diharapkan memberi manfaat dalam………
  • Penelitian ini diharapkan menjadi salah satu bahan pertimbangan dalam...
Jadi penelitian kita hanya salah satu bahan, kadang kita sedikit angkuh mengatakan sebagai referensi. :).

3. TINJAUAN PUSTAKA

Cakupan:  Penelitian terdahulu,  Landasan teoritis,  Kerangka teoretis (pikir),  Hipotesis penelitian.

  • Kemukakan hasil penelitian2 sebelumnya utk mengakrabkan peneliti dg informasi, data, model/peralatan analisis yang mungkin terkait dengan masalah yang sedang diteliti.
  • Kemukakan dan sintesakan teori-teori yang relevan dengan masalah yang sedang diteliti.
  • Buat dan tuliskan kerangka fikir dari sintesis teori-teori yang relevan, hubungkan variabel-variabel yang terkait .
  • Buat bagan keterkaitan variabel-variabel yang mungkin berhubungan atau mempengaruhi variabel penelitian yang sedang dilakukan.
  • Dari kerangka fikir, turunkan hipotesis penelitian yang merupakan jawaban teoritis sementara atas masalah-masalah  penelitian yang telah dikemukakan yang masih harus dibuktikan  validitasnya. 
  • Jumlah hipotesis seyogyanya berkorespondensi dengan jumlah masalah penelitian.
  • (ini juga kadang menjadi masalah umum, dimana masalah penelitian tidak sama jumlahnya dengan hipotesis).

4.  METODE PENELITIAN
Cakupan:  Lokasi Penelitian,  Populasi dan sampel,  Jenis data (Primer atau sekunder),  Model Analisis,  Definisi operasional konsep/variabel.



5.  DAFTAR PUSTAKA
Memuat daftar semua bacaan yang terkait dg penelitian. Alfabetis, atau  nomor, atau lainnya.

to be continue....

Contoh Proposal Penelitian Ekonomi : Download Here 

Silakan diperiksa data-data, mungkin link berikut bisa bermanfaat bagi bagi yang sulit menemukan masalah penelitian.


Keep share and enjoy !

Contoh Proposal Penelitian Ekonomi : Download Here
Full Download send email to alamyin@gmail.com to get password.