Skip to content
T

TVECMFast

Project ID: 442

Aplikasi FAST dengan tambahan modul TVECM

Panduan Penggunaan Aplikasi FAST : Modul TVECM

Daftar Isi

  • Instalasi
  • Cara Input Data
  • Flowchart Pemodelan TVECM
  • Activity Diagram Pemodelan TVECM Pada Aplikasi FAST
  • Prosedur Pengujian Kausalitas
  • Prosedur Pengujian Stasioneritas
  • Prosedur Pengujian Kointegrasi
  • Hasil Estimasi Model TVECM
  • Prosedur Pengujian Efek Threshold
  • Evaluasi Model TVECM

Instalasi

Prosedur instalasi aplikasi FAST dapat dilakukan dengan 2 cara, yaitu melalui web browser dan menggunakan IDE R Studio . Berikut penjelasannya:

  • Akses melalui web browser Aplikasi FAST dapat diakses melalui web browser (terkoneksi ke internet) dengan mengakses halaman web dari FAST. Namun saat ini halaman web FAST belum dapat diakses secara umum karena masih ada perbaikan fitur dan penambahan modul analisis.

  • Menggunakan IDE R Studio Aplikasi FAST dapat dibuka dengan menggunakan R Studio. Berikut adalah prosedurnya :

    1. Buka Folder FAST lalu masuk ke subdirectory fast.
    2. Buka file server.R atau ui.R menggunakan R Studio.
    3. Klik pada Run App untuk menjalankan program sebagaimana yang dilingkari warna merah pada gambar berikut :

runFAST

Untuk dapat menjalankan FAST khususnya modul TVECM menggunakan R Studio maka ada beberapa packages yang perlu diinstal. Berikut adalah packages yang digunakan pada modul TVECM :

  • Shiny
  • MASS
  • ggplot2
  • reshape2
  • tsDyn
  • vars
  • urca
  • tseries
  • DT
  • gridExtra

Cara Input Data

Sebelum melakukan pemodelan TVECM pada aplikasi FAST maka perlu untuk memasukkan (input) data yang akan dimodelkan pada FAST. Menu input data dapat dilihat pada nav bar Data. Data yang diinput kedalam FAST harus dalam format .RDA atau .CSV. Selain itu pengguna juga dapat menggunakan data contoh yang sudah disediakan oleh FAST. Berikut adalah prosedur input data pada FAST :

deksripsidata

  1. Pilih nav bar Data.
  2. Pilih format/ ekstensi data yang akan diinput (.RDA atau .CSV) seperti yang ditunjukkan pada lingkaran nomor 1.
  3. Klik browse kemudian pilih data yang akan diinput (ditunjukkan oleh lingkaran nomor 2).
  4. Jika ingin menyimpan data yang sama klik button save (ditunjukkan oleh lingkaran nomor 3).
  5. Untuk mengganti nama data yang telah diinput klik pada textbox yang berada diatas button rename, kemudian ketiklah nama baru dari data yang diinput. Setelah selesai mengetik nama baru data kemudian tekan button save (ditunjukkan oleh lingkaran nomor 4).
  6. Untuk menghapus data dari daftar datasets maka klik pada nama data yang ingin dihapus pada listbox yang ada diatas button remove. Kemudian klik button remove (ditunjukkan oleh lingkaran nomor 5).

Main panel yang terdapat pada navbar Data memiliki 6 tab sebagai berikut :

  • Tab Manage Tab manage menampilkan deskripsi dari data (Untuk saat ini fitur ini belum dapat digunakan).
  • Tab View Tab View menampilkan tabel data.
  • Tab Visualize Tab visualize untuk menampilkan data dalam bentuk plot atau grafik.
  • Tab Explore Tab explore menampilkan ringkasan data seperti nilai maximum, minimum, rata-rata, median dan modus.
  • Tab Transform Tab transform untuk melakukan editing pada data, seperti menambah/ mengurangi jumlah observasi atau variabel

FLOWCHART PEMODELAN TVECM

Sebelum menggunakan aplikasi FAST untuk pemodelan TVECM sebaiknya pengguna memahami proses pengujian asumsi TVECM yang diperlukan. Setelah asumsi yang diperlukan terpenuhi selanjutnya melakukan estimasi model TVECM dan terakhir melakukan pengujian efek threshold. Berikut adalah flowchart pemodelan TVECM : flowchartTVECM2

Berdasarkan flowchart diatas, berikut adalah prosedur pemodelan TVECM :

  1. Input data runtun waktu yang akan dimodelkan.
  2. Melakukan pengujian kausalitas engle-granger, jika data runtun waktu tersebut tidak memiliki hubungan kausalitas maka pemodelan ARIMA lebih tepat dilakukan.
  3. Melakukan pengujian stasioneritas data runtun waktu pada level, jika data stasioner pada level maka pemodelan VAR in-level lebih tepat dilakukan.
  4. Data runtun waktu yang tidak stasioner pada level maka perlu dilakukan pengujian apakah runtun waktu tersebut stasioner pada orde yang sama. Jika tidak stasioner pada orde yang sama maka pemodelan VAR in-difference lebih tepat dilakukan.
  5. Jika data runtun waktu tersebut stasioner pada order yang sama maka selanjutnya melakukan pengujian kointegrasi. Jika tidak terdapat hubungan kointegrasi maka pemodelan VAR in-difference lebih tepat dilakukan.
  6. Jika data runtun waktu tersebut memiliki hubungan kointegrasi maka perlu dilanjutkan pengujian keberadaan efek threshold.
  7. Jika terdapat efek threshold maka pemodelan TVECM sudah tepat dilakukan.

ACTIVITY DIAGRAM PEMODELAN TVECM PADA APLIKASI FAST

activityDiagram

Activity diagram analisis data menjelaskan tahapan – tahapan yang dilakukan dalam melakukan pemodelan TVECM. Untuk melakukan pemodelan TVECM, maka pengguna perlu terlebih dahulu melakukan beberapa pengujian asumsi, diantaranya stasioneritas, kausalitas, kointegrasi dan linieritas. Masing – masing pengujian asumsi tersebut dapat dilakukan pada aplikasi yang telah dibuat.

PROSEDUR PENGUJIAN KAUSALITAS

deskKausal

Berikut adalah prosedur untuk pengujian kausalitas :

  1. Pilih tab "Causality Test"
  2. Tentukan jumlah lag optimal pada sidebar panel berdasarkan pemilihan lag pada tab "Data"
  3. Tentukan tingkat signifikansi uji yang ingin digunakan pada sidebar panel
  4. Tentukan variabel dependen, aplikasi akan secara otomatis menggunakan variabel lainnya sebagai variabel cause
  5. Tentukan variabel cause.

PROSEDUR PENGUJIAN STASIONERITAS

deskStasio

Berikut adalah prosedur untuk pengujian stasioneritas :

  1. Pilih tab "Stationarity Test".
  2. Tentukan jumlah lag optimal pada sidebar panel berdasarkan pemilihan lag pada tab "Data".
  3. Tentukan tingkat signifikansi uji yang ingin digunakan pada sidebar panel.
  4. Pilih variabel yang akan diuji pada select input.
  5. Pilih metode pengujian stasioneritas yang ingin digunakan pada select input . Pada modul TVECM yang dibangun disediakan 3 jenis pengujian stasioneritas, yaitu : uji Augmented Dicky Fuller, uji Phillips Perrone dan uji KPSS.
  6. Pilih orde pengujian apakah pada data asli (level) atau pada first difference pada radio button.
  7. Klik button Stationarity test!.

PROSEDUR PENGUJIAN KOINTEGRASI

deskKoint Berikut adalah prosedur untuk pengujian kointegrasi :

  1. Pilih tab "Cointegration Test".
  2. Tentukan jumlah lag optimal pada sidebar panel berdasarkan pemilihan lag pada tab "Data".
  3. Tentukan tingkat signifikansi uji yang ingin digunakan pada sidebar panel.

Pengujian kointegrasi memerlukan asumsi bahwa data tidak stasioner pada level namun stasioner pada orde integrasi yang sama. Pengujian kointegrasi pada modul TVECM yang dibangun menggunakan metode MLE Johansen.

HASIL ESTIMASI MODEL TVECM

deskModel Berikut adalah prosedur untuk estimasi model TVECM : Berikut adalah prosedur untuk estimasi model TVECM :

  1. Pilih tab "TVECM Model".
  2. Tentukan jumlah lag optimal pada sidebar panel berdasarkan pemilihan lag pada tab "Data".
  3. Tentukan tingkat signifikansi uji yang ingin digunakan pada sidebar panel.
  4. Klik button "TVECM" yang ada pada sidebar panel.

Tab “Model TVECM” memiliki 4 subpanel yang masing – masing menampilkan informasi statistik model TVECM yang dihasilkan (AIC, BIC, SSR, vektor kointegrasi, nilai threshold), estimasi parameter rejim pertama, estimasi parameter rejim kedua, dan plot dari nilai threshold / gamma. Selain itu baik pada panel rejim 1 dan rejim 2 juga ditampilkan parameter – parameter hasil estimasi yang signifikan pada tingkat signfikansi tertentu. Parameter yang signifikan ditandai dengan warna hijau, sedangkan yang tidak signifikan ditandai dengan warna merah.

PROSEDUR PENGUJIAN EFEK THRESHOLD

deskThresh

Berikut adalah prosedur untuk pengujian efek threshold :

  1. Pilih tab "Threshold supLM Test".
  2. Tentukan jumlah lag optimal pada sidebar panel berdasarkan pemilihan lag pada tab "Data".
  3. Tentukan tingkat signifikansi uji yang ingin digunakan pada sidebar panel.
  4. Tentukan jumlah bootstrap pada sidebar panel.
  5. Klik button "Threshold Test!" yang ada pada sidebar panel.

Antarmuka uji threshold menampilkan pengujian keberadaan efek threshold dengan hipotesis nolnya model berbentuk linier VECM. Selain itu juga ditampilkan nilai kritis, statistik uji dan p-value pengujian. Pengujian threshold menggunakan uji supLM yang dikembangkan oleh Hansen Seo (2002). Perhitungan p-value menggunakan fixed-regressor bootstrap. Sebelum melakukan pengujian efek threshold pengguna terlebih dahulu menentukan jumlah replikasi bootstrap yang diinginkan untuk menghitung nilai p-value. Jika ¬p-value lebih kecil dari alfa (tingkat signifikansi) maka hipotesis nol ditolak, sehingga dapat disimpulkan terdapat efek threshold yang signifikan.

Evaluasi Model TVECM

deskEval

Evaluasi model TVECM yang terbentuk dapat dilihat pada tab "Evaluation". Tab "Evaluation" terdiri dari 4 subpanel, yaitu grafik antara fitted values (nilai hasil estimasi model TVECM) dan actual values (nilai observasi sebenarnya), nilai residual, peramalan 1 periode berikutnya dan akurasi dari model TVECM yang terbentuk. Pengguna juga dapat menentukan variabel apa yang ingin divisualisasikan fitted values (nilai hasil estimasi model TVECM) dan actual values (nilai observasi sebenarnya) melalui sidebar panel Evaluate TVECM Model (ditunjukkan oleh lingkaran nomor 1) dan pengguna juga dapat mengunduh laporan (saat ini masih dalam bentuk html) melalui sidebar panel Generate Report (ditunjukkan oleh lingkaran nomor 2).