Assignment 2 – BD309 – Rendhika Adyatama – 2481416795

September 22, 2025
By Rendhika Adyatama

Pertanyaan:

4 Cases Study Linier Equations

Status: 100%

Keterangan: Saya sudah mengerjakan dengan baik dan benar.

Bukti:

Formula baseline (provinsi):

P_t = α + β * H_t

Keterangan: P_t = baseline price provinsi pada bulan t; H_t = headline price index Banten bulan t; α = konstanta; β = koefisien sensitivitas.

Prediksi 12 bulan ke depan (proyeksi indeks lalu dimasukkan ke formula):
1. Hitung rata-rata pertumbuhan bulanan r dari 12 bulan terakhir:
r = (H_t / H_{t-12})^(1/12) - 1
1. Proyeksikan H untuk h = 1..12:
H_{t+h} = H_t * (1 + r)^h
1. Masukkan H_{t+h} ke formula baseline untuk tiap bulan:
P_{t+h} = α + β * H_{t+h}

Jika ingin menambahkan penanganan fuel shock (hanya untuk kategori transport):

P_t^{(transport)} = α + β * H_t + γ * S_t

di mana S_t = ukuran shock bahan bakar di bulan t (mis. % change BBM), dan γ = sensitivitas transport terhadap shock. Gunakan γ konservatif (mis. 0.3–0.5).
Dua kategori yang dikecualikan:

Makanan dan minuman non-alkohol, karena sensitif musim festival, promo berkala, serta risiko gangguan pasokan; kenaikan merata bisa langsung menekan volume belanja.
Transportasi, karena sangat dipengaruhi kebijakan harga BBM dan pola mobilitas; lebih aman menunggu kepastian sebelum menerapkan markup.

Jika ada penyesuaian harga bahan bakar bulan depan, formula diperbarui dengan menambahkan dummy/shock adjustment ke variabel transportasi, bukan mengubah keseluruhan $β\beta$ . Dengan begitu baseline headline tetap memandu, sementara dampak BBM diperlakukan sebagai faktor sementara yang dievaluasi ulang dalam siklus tinjauan 90 hari.