Mengapa Fine-Tuning Kebijakan Insentif Biodiesel Perlu Dilakukan dari Waktu ke Waktu

Penulis : Lin Che Wei

Mencoba untuk memperkirakan harga minyak dunia
secara tepat merupakan pekerjaan sangat sulit.
Apalagi jika kita juga harus memperkirakan harga
komoditas seperti CPO. Mencoba memperkirakan
berapa anggaran yang dibutuhkan untuk insentif
biodiesel membutuhkan ketepatan akurasi dari 2
variabel, yaitu harga minyak dunia dan harga CPO
itu sendiri. Oleh sebab itu, pengalaman sejarah
dari sejak BPDPKS berdiri 7 tahun yang lalu telah

dilakukan 9 kali penyesuaian insentif baik mayor
maupun minor sementara dari 16 bulan terakhir
telah dilakukan 4 kali penyesuaian. Kami percaya
bahwa meskipun dalam jangka waktu pendek
dan menengah (kurang dari 6 bulan) kita dapat
memperkirakan pergerakan jumlah insetif biodiesel,
namun mencoba memperkirakan untuk periode
panjang, yaitu lebih dari 2 tahun, sangatlah sulit.
dari waktu ke waktu perlu dilakukan penyesuaian
secara periodik.

Adapun alasan mengapa penyesuaian perlu dilakukan secara berkala

Mencoba untuk memperkirakan level harga minyak bumi dan harga CPO adalah pekerjaan yang sangat
sulit. Bahkan ekonom energi, market pundit dan investor yang terkenal tidak dapat menunjukan mereka
dapat memperkirakan secara tepat. Hal ini disebabkan fundamental dan tren harga minyak tidak dapat
terbebas. Mengutip Ben Carlson, Direktur Institutional Asset Management “Tidak ada formula untuk
melakukan forecast terhadap pasar karena hal ini mencoba untuk memprediksi perilaku manusia, sesuatu
yang tidak bisa dilakukan”. Sebagai contoh pada bulan Maret 2020, tidak ada orang yang bisa menduga
bahwa harga minyak WTI akan jatuh ke level negatif.

“Kesimpulan yang dapat diambil dari periode selama 2 tahun terakhir adalah tidak ada pola yang
jelas yang dapat dijadikan patokan selama 7 tahun terakhir sejak BPDPKS didirikan untuk dapat
memprediksi selisih insentif secara akurat. Harga minyak dunia yang mengalami bear market pada
awal pandemi, kemudian keberhasilan OPEC+ untuk menjaga suplai meskipun pandemi belum
berakhir serta situasi commodities supercycle membuat pergerakan harga sangat volatil”
-Pengalaman selama Pandemi-

Oleh sebab itu kami berpendapat Fine-Tuning dari
forecast untuk memutuskan penganggaran yang
dapat dipertanggungjawabkan sangat diperlukan.
Hal yang paling basic dan paling penting dalam
melakukan forecast adalah menentukan model
forecast apa yang akan digunakan. BPDPKS, Badan
Kebijakan Fiskal, Narasumber yang mengamati
pasar secara detail semua menggunakan model
yang berbeda. Satu model yang mungkin cocok
untuk pola demand tertentu belum tentu cocok
untuk yang lain hal yang menimbulkan komplikasi
tambahan – model forecast yang cocok untuk
situasi yang lalu belum tentu cocok dalam kondisi
pandemi.
Cara yang bermanfaat dalam fine-tuning forecast
adalah melalui penyesuaian parameter yang
digunakan untuk menciptakan statistical forecast.
Selain menggunakan model yang tepat kita juga
dapat menggunakan ‘what-if’ scenario untuk
melakukan stress-testing terhadap kondisi tertentu.
Kami mengusulkan untuk melakukan adjustment
dengan:


• Demand Filter Factor – berdasarkan standard
deviation dan digunakan untuk mengevaluasi
anomali.


• Reasonableness Limit Factor – dihitung dengan
membagi System Forecast dengan Adjusted
Demand dan mencoba untuk mengukur
seberapa kewajaran (reasonableness) dari
forecast. Biasanya reasonableness limit
factor diluar 0.5% hingga 2% patut dicurigai
kewajarannya.

Smoothing Factor – karena CPO merupakan
komoditas yang mempunyai seasonality trend
maka kita menggunakan relative weight dari
seasonal component – sehingga apabila kita ingin
meningkatkan akurasi – sudah sewajarnya kita
melakukan forecast berdasarkan setidaknya 2
angka (yaitu 1H dan 2H) dan bukannya average
tahunan sebab hal ini akan dapat meningkatkan
forecast akurasi dibandingkan dengan hanya
menggunakan rata-rata per tahun. Sebagai contoh
ada kecenderungan kita memakai data terbaru
dengan pembobotan yang terlalu tinggi. Sebagai
contoh apabila kita memakai trend factor 0.2 berarti
20% dari forecast berasal dari periode baru dan 80%
berasal dari periode lama dari trends.
Meskipun kita sulit untuk melakukan forecasting
secara akurat, hal ini tidak berarti kita berhenti
melakukan forecasting. Sebagai institusi
yang berdasarkan anggaran yang harus bisa
dipertanggungjawabkan Program Insentif BPDPKS
harus dibuat berdasarkan ‘the best available model’
berdasarkan input dan informasi terakhir yang
kita miliki. Yang menjadi tantangan adalah kita
harus lebih sering melakukan Fine-Tuning dalam
memperbaiki model ini karena situasi yang sangat
dinamis.

Posted in Uncategorized

Leave a Reply

Your email address will not be published.