Pemodelan Dinamik dan Peramalan Tarif Angkutan Pelayaran Curah Kering

Main Article Content

Anton Ferdiansyah
Luky Adrianto
Bagus Sartono

Abstract

Pasar Tarif Pelayaran Curah Kering dikenal sebagai pasar yang berisiko tinggi dan bervolatilitas, hal ini dikarenakan banyaknya ketidak pastian yang mempengaruhi, mulai dari kondisi ekonomi dunia, politik, teknologi, hingga sensitivitas sentimen pasar, yang menarik untuk diteliti. Banyak penelitian telah dilakukan salah satunya adalah mengenai hubungan peramalan sebagai alat yang bisa mengurangi risiko ketidakpastian. Penelitian ini mencoba meramalkan indeks tarif angkutan pelayaran curah kering (BDI) menggunakan pemodelan sistem dinamik dengan menggunakan data variabel untuk periode 1991 sampai 2016. Tujuan dari penelitian ini adalah untuk mendapatkan gambaran mengenai pembentukan tarif angkutan di pelayaran curah kering dan kemudian atas gambaran tersebut dilakukan pemodelan untuk meramalkan tarif ke depannya. Sehingga diharapkan dengan adanya informasi mengenai tarif di masa depan akan memungkinkan bagi para pelaku industri untuk mengantisipasi volatilitas dan dapat meminimalkan risiko daripadanya. Regresi Linier, analisis deret waktu dan model dinamik permintaan/penawaran dibahas untuk mengidentifikasi metode yang tepat untuk meramalkan tingkat harga di pasar tarif. Setelah model diuji validitasnya, dua skenario yang menitikberatkan pada pertumbuhan kapal dijalankan guna meramalkan tingkat BDI dari tahun 2017 sampai 2020, dan hasilnya menunjukkan pada skenario dengan pertumbuhan armada kapal nol persen ternyata BDI sangat cepat kenaikannya, sedangkan pada skenario sedang dengan laju pertumbuhan armada kapal sekitar 6,93% per tahunnya menunjukkan bahwa BDI sulit mengalami kenaikan walaupun di tahun 2017 sempat naik 73% namun di tahun berikutnya kembali mengalami penurunan akibat pertumbuhan armada kapal yang tak sebanding dengan kenaikan jumlah permintaan yang hanya di kisaran 3,7% per tahunnya. Sehingga kesimpulannya adalah pertumbuhan armada kapal cukup penting dalam mempengaruhi fluktuasi BDI, dan kondisi BDI saat ini akan sulit naik dari level rendahnya jika ada tidak ada usaha dari para pemilik kapal untuk mengurangi jumlah armada yang ada di pasaran

Downloads

Download data is not yet available.

Article Details

Section

Articles

References

Y. Barlas. Multiple tests for validation of system dynamics simulation models. European Journal of Operational Research (1989) 42(1): 59-87

M. Beenstock, A. Vergottis. Econometric Modeling of World Shipping. 1st ed. Chapman and Hall. London, UK (1993)

S. Chen. Modelling and forecasting in the dry bulk shipping market. Disertasi Doktoral, Delft University of Technology, Netherland (2011)

K. Daljajev. Is dry bulk shipping a rational market?. Tesis MSc, Norwegian School of Economics (2015)

IMF. World Economic Outlook Update ed. July 2017. Washington DC, USA

A. Jugovic, N. Komadina, A.P. Hadzic. Factors Influencing the Formation of Freight Rates on Maritime Shipping Markets. Scientific Journal of Maritime Research (2015) 29(4): 23 – 29

K.H. Kim, (2013) Forecasting the capesize freight market. Disertasi MSc, World Maritim University, Sweden (2013)

C. Lewis. Industrial and Business Forecasting Methods. London: Butterworth Scientific (1982)

J. McConville. Economics of Maritime Transport, Theory and Practice. Witherby and Co Ltd. London, UK (1998)

L.S. Patitsas. Shipping is it a high risk low return business. Tesis MSc, Massachusetts Institute of Technology, USA (2004)

J.D. Sterman. Business Dynamics: System Thinking and Modelling for a Complex World. Mc.Graw Hills, Boston, USA (2000)

M. Stopford. Maritime Economics (4th ed). Routledge, London, UK (2009)

Sugiyono. Metode Penelitian Bisnis. CV. Alfabeta, Bandung, Indonesia (2007)

L.D. Thien. Forecasting the Dry Bulk Freight Market. Disertasi MSc, World Maritim University, Sweden (2005)

UNCTAD. The Review of Maritime Transport. Geneva, Swiss (2016)