Pemodelan Utang Luar Negeri Indonesia Menggunakan Metode Regresi Semiparametrik Spline Truncated
Sari
Perkembangan ekonomi suatu negara umumnya membutuhkan dukungan finansial yang signifikan. Di Indonesia, utang luar negeri seringkali menjadi salah satu sumber utama pendanaan untuk proyek pembangunan. Dalam beberapa tahun terakhir, terjadi peningkatan substansial dalam jumlah utang luar negeri Indonesia. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat utang tersebut. Metode yang digunakan dalam penelitian ini adalah Regresi Semiparametrik Spline Truncated. Variabel yang dianalisis termasuk utang luar negeri Indonesia sebagai variabel respons, serta cadangan devisa, utang luar negeri tahun sebelumnya, tingkat inflasi, suku bunga, dan nilai kurs sebagai variabel prediktor. Hasil analisis menunjukkan bahwa jumlah knot optimum pada komponen parametrik adalah tiga dengan nilai GCV sebesar 62293170. Uji signifikansi parameter menunjukkan bahwa variabel inflasi, cadangan devisa, utang luar negeri tahun sebelumnya, suku bunga, dan kurs memiliki pengaruh yang signifikan terhadap utang luar negeri Indonesia. Koefisien determinasi mencapai 97.3%, yang menunjukkan bahwa variabel prediktor mampu menjelaskan sebagian besar variabilitas utang luar negeri Indonesia, sementara sisanya dijelaskan oleh faktor-faktor lain di luar cakupan penelitian.
Kata Kunci
Teks Lengkap:
PDFReferensi
[1] Alamsyah, M. H., Ramadhani F., Azizah N. (2020). Tinjauan Hutang Negara dalam Perspektif Islam. J. Islam Econ Financ Stud. 1(1), 62.
[2] Kusnandar, V. B. Utang Luar Negeri Indonesia Naik 57% dalam Sedekade [Internet]. databoks. 2023. Available from: https://databoks.katadata.co.id/datapublish/2023/02/16/utang-luar-negeri-indonesia-naik-57-dalam-sedekade#:$~$:text=Selama
[3] Didu, S. (2017). Pengaruh Utang Luar Negeri Dan Penanaman Modal asing (PMA) Terhadap Pertumbuhan Ekonomi Di Indonesia. J. Ekon., 7(2).
[4] Dewi, P. K. & Dewi M. H. U. (2019). Pengaruh penanaman modal asing , cadangan devisa, dan apbn terhadap utang luar negeri indonesia melalui impor tahun 1996-2015. E-Jurnal EP Unud [Internet]. 15(1), 121–51. Available from: https://ojs.unud.ac.id/index.php/piramida/article/view/55763
[5] Setiaji, H. Utang Luar Negeri RI Turun, Tapi Masih di Atas Rp 6.000 T [Internet]. CNBC Indonesia. 2022. Available from: https://www.cnbcindonesia.com/market/20220519100314-17-340087/utang-luar-negeri-ri-turun-tapi-masih-di-atas-rp-6000-t
[6] Bank Indonesia. Statistik Utang Luar Negeri Indonesia (SULNI). 2023.
[7] Saputro, Y. D. & Soelistyo A. (2017). Analisis faktor-faktor yang mempengaruhi utang luar negeri di Indonesia. J. Ilmu Ekon., 1(1), 45–59.
[8] Afandi, M. F. (2022). Pengaruh Nilai Tukar, Suku Bunga dan Inflasi Terhadap Utang Luar Negeri Indonesia Tahun 2001-2020. J. Ilmu Ekon JIE., 6(3), 513–24.
[9] Adrianingsih, N. Y., Dani, ATR. (2021). Estimasi Model Regresi Semiparametrik Spline Truncated Menggunakan Metode Maximum Likelihood Estimation (Mle). Jambura J Probab Stat., 2(2), 56–63.
[10] Dani, A. T. R., Ni’matuzzahroh, L., Ratnasari, V., Budiantara, I. N. (2021). Pemodelan Regresi Nonparametrik Spline Truncated pada Data Longitudinal. Inferensi, 4(1), 47.
[11] Fitriana, D., Budiantara, I. N., Ratnasari, V. (2018). Semiparametric Spline Truncated Regression on Modelling AHH in Indonesia. IPTEK J Proc Ser., (1), 26–31.
[12] Prawanti, D. D., Budiantara, I. N, Purnomo, J. D. T. (2019). Parameter interval estimation of semiparametric spline truncated regression model for longitudinal data. In: IOP Conference Series: Materials Science and Engineering, 52053.
[13] Dani, A. T. R., Adrianingsih, N. Y. (2021). Pemodelan Regresi Nonparametrik dengan Estimator Spline Truncated vs Deret Fourier. Jambura J Math., 3(1), 26–36.
[14] Dani, A. T. .R, Adrianingsih, N. Y., Ainurrochmah, A., Sriningsih, R. (2021). Flexibility of Nonparametric Regression Spline Truncated on Data without a Specific Pattern. J Litbang Edusaintech., 2(1), 37–43.
[15] Rositawati, A. F. D., Budiantara, I. N. (2020). Pemodelan Indeks Kebahagiaan Provinsi di Indonesia Menggunakan Regresi Nonparametrik Spline Truncated. J. Sains dan Seni ITS. , 8(2).
[16] Wei, X., Zhang, Y., Liu, L., Hughes, T. J. R. (2017). Truncated T-splines: Fundamentals and methods. Comput Methods Appl Mech Eng [Internet]., 316, 349–372. Available from: https://dx.doi.org/10.1016/j.cma.2016.07.020
[17] Rosanti, I. W., Budiantara, I. N. (2020). Pemodelan Faktor-Faktor Yang Mempengaruhi Morbiditas Di Jawa Tengah Menggunakan Regresi Nonparametrik Spline Truncated. Inferensi., 3(2), 107.DOI: https://doi.org/10.24176/simet.v15i2.12205
Refbacks
- Saat ini tidak ada refbacks.
Indexed by:




Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International.
Dedicated to:
