Pemodelan Prakiraan Kas Pemerintah

Abstract

ABSTRACT

Government cash management refers to the strategies for managing government money to fulfil governments’ obligations effectively. Failure to manage cash effectively risks undermining the implementation of government policies. The Greek crisis in 2010 is an example of a government failing to manage resources effectively. Despite the importance of effective government cash management, the literature on effective cash forecasting, as one of effective government cash management’s pillars, in the public sector is scarce. This paper addresses this shortcoming by developing a government cash forecasting model with an accuracy that meets acceptable levels of materiality for the cash manager. Using Indonesian government expenditures data in a case study, we utilise Autoregressive Integrated Moving Average (ARIMA) and Artificial Neural Network (ANN) to build cash forecasting models. The results provide evidence that the ANN method is superior then the ARIMA model to build a government cash forecasting model.

ABSTRAK

Pengelolaan Kas Pemerintah mengacu pada serangkaian strategi yang dilakukan oleh pemerintah dalam mengelola uang pemerintah secara efektif dalam rangka memenuhi kewajiban pemerintah. Kegagalan dalam mengelola uang pemerintah secara efektif beresiko mengganggu pelaksanaan kebijakan pemerintah. Krisis yang dialami Yunani di tahun 2010 merupakan salah satu contoh dampak yang dapat ditimbulkan dari tidak berhasilnya suatu pemerintahan mengelola sumber daya keuangan yang mereka milik secara efektif. Terlepas dari pentingnya mengelola kas pemerintah secara efektif, literatur tentang bagaimana menyusun prakiraan kas yang efektif – sebagai salah satu pilar Pengelolaan Kas Pemerintah – bagi sektor publik masih langka. Penelitian ini bertujuan untuk mengisi kesenjangan dalam literatur dengan memperkenalkan salah satu cara menyusun model prakiraan kas pemerintah dengan tingkat akurasi yang memenuhi harapan Pengelola Kas pemerintah. Dengan menggunakan data historis harian pengeluaran pemerintah Indonesia sebagai sebuah studi kasus, penelitian ini menggunakan Autoregressive Integrated Moving Average (ARIMA) dan Jaringan Syaraf Tiruan (JST) untuk menyusun model prakiraan kas. Penelitian ini menunjukkan bahwa penggunaan metode Jaringan Syaraf Tiruan (JST) dapat menjadi alternatif dalam menyusun model prakiraan kas pemerintah dengan tingkat akurasi model prakiraan kas yang lebih tinggi dibandingkan menggunakan ARIMA model.