MODEL GERAK PERUBAHAN NILAI MATA UANG...
Transcript of MODEL GERAK PERUBAHAN NILAI MATA UANG...
MODEL GERAK PERUBAHAN NILAI MATA UANG DALAM
PERSAMAAN NAVIER-STOKES TERMODIFIKASI
MENGGUNAKAN METODE FINITE DIFFERENCE
DIMAS YUDHA PRATAMA
DEPARTEMEN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Model Gerak
Perubahan Nilai Mata Uang dalam Persamaan Navier-Stokes Termodifikasi
menggunakan Metode Finite Difference adalah benar karya saya dengan arahan
dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, April 2016
Dimas Yudha Pratama
NIM G74120043
ABSTRAK
DIMAS YUDHA PRATAMA. Model Gerak Perubahan Nilai Mata Uang dalam
Persamaan Navier-Stokes Termodifikasi Menggunakan Metode Finite Difference.
Dibimbing oleh AGUS KARTONO dan SETYANTO TRI WAHYUDI.
Persamaan Navier-Stokes dikenal sebagai persamaan untuk menyelesaikan
permasalahan aliran fluida. Tujuan penelitian ini adalah memperoleh pendugaan
kurs IDR terhadap USD menggunakan persamaan Navier-Stokes. Persamaan
Navier-Stoke dalam penelitian ini telah termodifikasi untuk memenuhi asumsi-
asumsi. Sifat aliran fluida dianologikan sebagai sifat dari kurs. Bilangan Reynold
(Re) yang merupakan parameter penentu turbulensi pada aliran fluida, dalam
penelitian ini dianologikan sebagai selisih neraca perdagangan 2 negara.
Sedangkan diameter pipa aliran fluida dianalogikan sebagai pendapatan nasional
domestik (PDB domestik). Terdapat 2 model yang digunakan dalam penelitian ini,
model 1 dan model 2 yang diujikan untuk dua periode waktu yang berbeda.
Ketepatan yang dihasilkan model 1 sebesar 99.3177% dan model 2 sebesar
99.3534% pada periode 1. Sedangkan pada periode 2, kedua model tersebut
menghasilkan ketepatan sebesar 99.3563% dan 99.4251%.
Kata kunci:Navier-Stokes, kurs, pendugaan
ABSTRACT
DIMAS YUDHA PRATAMA. Model of Exchange Rate in Navier-Stokes
Modified Equation Using Finite Difference Method. Supervised by AGUS
KARTONO and SETYANTO TRI WAHYUDI.
Navier-Stokes equation has been well-known for solving the fluid dynamics
problem. The purpose of this research is aimed to forecast the exchange rate of
IDR to USD using Navier-Stokes equation. Navier-Stokes equation in research
has been modified to fully comply with our problem. The fluid’s flow is assumed
as the exchange rate, and the Reynold number (Re) which describes the turbulence
parameter of fluid is assumed as the net balance of trade between two countries.
The diameter of the pipe is assumed as gross domestic product (GDP). In this
reseach 2 models are used, it is model 1 (for three weeks span) and model 2 (for
daily span). Accuracy who obtain model 1 is 99.3177% and model 2 is 99.3534%
in period 1. While in period 2, both of model have accuracy 99.3563% and
99.4251%.
Keyword : Navier-Stokes, exchange rate, forecast
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains
pada
Departemen Fisika
MODEL GERAK PERUBAHAN NILAI MATA UANG DALAM
PERSAMAAN NAVIER-STOKES TERMODIFIKASI
MENGGUNAKAN METODE FINITE DIFFERENCE
DIMAS YUDHA PRATAMA
DEPARTEMEN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan November 2015 ini ialah
ekonofisika, dengan judul Model Gerak Perubahan Nilai Mata uang dalam
Persamaan Navier-Stokes Termodifikasi Menggunakan Metode Finite Difference.
Terima kasih penulis ucapkan kepada Bapak Dr Agus Kartono dan Bapak
Dr Setyanto Tri Wahyudi selaku pembimbing, serta Bapak Heryanto Syafutra M.
Si yang telah banyak memberi saran. Di samping itu, ucapan terima kasih juga
penulis sampaikan kepada teman-teman fisika angkatan 49 yang telah
memberikan semangat selama proposal ini dikerjakan. Ungkapan terima kasih
juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala doa dan
kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Bogor, April 2016
Dimas Yudha Pratama
DAFTAR ISI
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 2
Tujuan Penelitian 2
Manfaat Penelitian 2
TINJAUAN PUSTAKA 2
Perubahan Nilai Mata Uang 2
Persamaan Navier-Stokes 4
METODE 5
Alat dan Bahan 5
Prosedur Analisis Data 5
HASIL DAN PEMBAHASAN 7
SIMPULAN DAN SARAN 10
Simpulan 10
Saran 10
DAFTAR PUSTAKA 10
LAMPIRAN 12
RIWAYAT HIDUP 19
DAFTAR GAMBAR
1 Pergerakan kurs IDR terhadap USD selama periode 18 Januari 2016
– 13 Maret 2016 7 2 Pergerakan Rataan kurs IDR terhadap USD tiap minggu selama
periode 18 Januari – 13 Maret 2016 7
DAFTAR LAMPIRAN
1. Penyelesaian persamaan Navier-Stokes termodifikasi menggunakan
software Matlab 2016a 12 2. Grafik hasil penyelesaian persamaan Navier-Stokes termodifikasi
secara 2D dan 3D 13 3. Data parameter ekonomi 13 4. Pergerakan kurs model 1 dan model 2 pada periode 1 (18 Januari 2016
- 14 Februari 2016). 13 5. Pergerakan kurs model 1 dan model 2 pada periode 2 (18 Januari 2016
- 14 Februari 2016). 13 6. Data aktual 13
PENDAHULUAN
Latar Belakang
Ekonofisika (econophysics) berawal dari ketertarikan para fisikawan atas
melimpahnya jutaan data pasar keuangan dan berbagai data-data ekonomi baik
mikro ataupun makro. Keingintahuan yang sangat luar biasa dari para fisikawan
ini merangsang mereka untuk mencoba membedah data-data ekonomi dan
keuangan dengan berbagai model fisis dan piranti matematika yang ada untuk
menganalisis dinamika sistem ekonomi dan keuangan. Metode-metode fisika
uuntuk analisis kuantitatif pasar dan pemodelan sistem ekonomi sangat banyak
seperti self-organized criticality, active agents approach, scaling theory,
detrended fluctuation analysis, correlation dimension, conditional entropies, atau
evolving network yang baru-baru ini muncul dalam fisika statistik, dinamika non-
linier, atau fisika sistem kompleks dan saat ini telah banyak digunakan dalam
bidang keuangan dan ekonomi1.
Perekonomian Indonesia hingga kini masih sangat rentan terhadap gejolak
perkonomian dari luar negeri. Keterbukaan perekonomian yang tercermin dalam
strategis pengembangan industri nasional yang berorientasi ke luar (outward
looking strategy) berdampak pada pergerakan nilai tukar mata uang yang semakin
bebas2. Pergerakan dalam nilai tukar mata uang memiliki dampak yang berbeda-
beda terhadap sektor kegiatan ekonomi, tergantung dari karakteristik khusus dari
setiap industri. Karakteristik ini seperti tingkat investasi awal, tingkat substitusi
barang dan ketahanan produk (durable good/nondurable good). Dalam hal ini
kegiatan ekonomi dengan kebutuhan investasi awal yang sedikit akan cenderung
untuk lebih sensitif terhadap volatilitas nilai tukar mata uang. Sedangkan sektor
ekonomi dengan tingkat kebutuhan investasi awal yang cukup besar tidak sensitif
terhadap volatilitas nilai tukar mata uang2, 3.
Seiring dengan meningkatnya perdagangan internasional, meningkat pula
penggunaan valuta asing. Nilai tukar valuta asing selalu berubah-ubah. Contohnya
pada bulan September – Oktober 2015, Indonesia mengalami pelemahan IDR
terhadap USD, tetapi pada bulan November 2015 secara perlahan kembali
menguat. Banyak hal yang mempengaruhi perubahan tersebut, misalnya tingkat
inflasi, tingkat pendapatan masyarakat, suku bunga, kontrol pemerintah atas
perekonomian, termasuk harapan atau perkiraan masyarakat mengenai kondisi-
kondisi perekonomian di masa yang akan datang juga turut mempengaruhi
perubahan dalam nilai tukar mata uang4.
Salah satu model fisika yang mampu menggambarkan pola perubahan nilai
mata uang adalah model turbulensi. Model turbulensi untuk nilai mata uang
menggunakan beberapa sifat fisis yang diterjemahkan ke dalam perilaku dalam
pasar keuangan. Salah satu contoh misalnya energi pada masalah fisika serupa
dengan informasi pada pasar keuangan. Pada model turbulensi perubahan harga
diasosiasikan dengan fluktuasi nilai indeks S&P 500 (salah satu saham gabungan)
dan perubahan kecepatan fluida. Nilai simpangan dari fluktuasi mendekati
kecepatan aliran fluida1, 5.
2
Perumusan Masalah
1. Apakah persamaan Navier-Stokes dengan metode finite difference efektif
dalam menggambarkan perubahan nilai mata uang?
2. Apakah hasil perhitungan numerik menghasilkan nilai yang sama dengan
data aktual (real)?
3. Apakah hasil perhitungan dapat memprediksi (ekstrapolasi) laju perubahan
nilai mata uang di masa mendatang?
Tujuan Penelitian
1. Menentukan solusi perubahan nilai mata uang menggunakan persamaan
Navier-Stokes.
2. Membandingkan hasil numerik perhitungan dengan data aktual (real).
3. Melakukan ekstrapolasi (pendugaan) perubahan nilai mata uang di masa
mendatang.
Manfaat Penelitian
Mampu menggunakan persamaan dinamika fluida Navier-Stokes untuk
menggambarkan dinamika perubahan nilai mata uang (IDR terhadap USD)
serta melakukan prediksi ke depan atas perubahan tersebut.
TINJAUAN PUSTAKA
Perubahan Nilai Mata Uang
Nilai tukar suatu mata uang atau kurs adalah nilai tukar mata uang suatu
negara terhadap mata uang negara asing6. Definisi yang lebih lengkap adalah
pertukaran antara dua mata uang yang berbeda, yaitu merupakan perbandingan
nilai atau harga antara kedua mata uang tersebut. Perbandingan nilai inilah sering
disebut dengan kurs (exchange rate). Nilai tukar biasanya berubah-ubah,
perubahan kurs dapat berupa depresiasi dan apresiasi. Depresiasi mata uang IDR
terhadap USD artinya suatu penurunan harga USD terhadap IDR. Sedangkan
apresiasi IDR terhadap USD adalah kenaikan IDR terhadap USD7.
Nilai tukar kurs umumnya memiliki 3 (tiga) jenis yaitu:
1. Nilai tukar tetap
Sistem nilai tukar ditahan secara bertahap oleh pemerintahan atau
berfluktuasi di dalam batas yang sangat sempit. Jika nilai tukar berubah
terlalu besar, maka pemerintah akan mengintervensi untuk
memliharanya dalam batas-batas yang dikehendaki.
2. Nilai tukar mengambang terkendali
Sistem nilai yang terletak diantara fixed sistem dan freely floating tetapi
mempunyai kesamaan dengan fixed exchange sistem, yaitu pemerintah
bisa melakukan intervensi untuk menjaga supaya nilai mata uang tidak
3
berubah terlalu banyak dan tetap dalam arah tertentu. Sedangkan
bedanya dengan free floating, managed float masih lebih baik. Managed
floating exchange rate sistem adalah sebuah sistem dimana pemerintah
mengatur perubahan nilai tukar tanpa bermaksud untuk membuat nilai
tukar dalam kondisi tetap.
3. Nilai tukar mengambang bebas
Sistem nilai tukar yang terletak diantara fixed sistem dan managed
sistem floating, tetapi mempunyai kesamaan dengan managed sistem
floating, yaitu pemerintah bisa melakukan intervensi untuk menjaga
supaya nilai mata uang tidak berubah terlalu banyak dan tetap dalam
arah tertentu. Sedangkan bedanya dengan managed floating, free
floating masih lebih bebas menentukan suatu mata uang hingga
mencapai suatu titik kesimbangan.
Pada saat ini, Indonesia menganut sistem kurs mengambang secara penuh
sejak 14 Agustus 1997. Sejak sistem mengambang penuh diberlakukan, kurs IDR
mengalami depresiasi terhadap USD yang sangat tajam7, 8. Adapun faktor-faktor
yang mempengaruhi nilai mata uang adalah4:
1. Perbedaan tingkat inflasi antara kedua negara.
Kenaikan tingkat inflasi yang drastis di suatu negara akan menyebabkan
meningkatnya impor oleh negara tersebut terhadap berbagai barang dan
jasa dari luar negeri, sehingga semakin diperlukan banyak valuta asing
untuk membayar transaksi impor tersebut. Hal ini akan mengakibatkan
meningkatnya permintaan terhadap valuta asing di pasar valuta asing.
Selain itu juga menyebabkan tereduksinya kemampuan ekspor suatu
negara sehingga akan mengurangi supply terhadap valuta asing di dalam
negerinya.
2. Perbedaan tingkat suku bunga antara kedua negara
Perubahan tingkat suku bunga akan berdampak pada perubahan jumlah
investasi di suatu negara, baik yang berasal dari investor domestik
maupun investor asing, khususnya pada jenis-jenis investasi portofolio,
yang umumnya berjangka pendek. Perubahan tingkat suku bunga ini
akan berpengaruh pada perubahan jumlah permintaan dan penawaran di
pasar uang domestik. Dan apabila suatu negara menganut rezim devisa
bebas, maka hal tersebut juga memungkinkan terjadinya peningkatan
aliran modal masuk (capital inflow) dari luar negeri. Hal ini akan
menyebabkan terjadinya perubahan nilai tukar mata uang tersebut
terhadap mata uang di pasar valuta asing.
3. Perbedaan tingkat pendapatan nasional (Gross Domestic Product
(GDP)) antara kedua negara.
Perbedaan tingkat pendapatan nasional di dua negara alan dapat
mempengaruhi transaksi ekspor dan impor barang maupun transaksi
asset lintas negara yangbersangkutan. Hal tersebut selanjutnya dapat
mempengaruhi perubahan jumlah permintaan dan penawaran valuta
asing di negar-negara tersebut.
Selain ketiga faktor ekonomi tersebut, perbedaan perubahan jumlah uang
beredar antara kedua negara dan posisi neraca perdagangan internasional juga
4
merupakan faktor yang harus diperhitungkan dalam proses penetuan pergerakan
nilai tukar valuta asing di suatu negara9.
Persamaan Navier-Stokes
Persamaan Navier-Stokes menjelaskan dinamika fluida dalam skala
makroskopis10. Persamaan Navier-Stokes merupakan serangkaian persamaan
terkopel yang menjelaskan pergerakan suatu fluida baik cairan maupun gas.
Persamaan-persamaan ini menyatakan bahwa perubahan momentum partikel-
partikel fluida bergantung pada gaya gesekan (viskositas). Dengan demikian,
persamaan Navier-Stokes menjelaskan gaya-gaya yang berkerja pada fluida11, 12.
Persamaan Navier-Stokes dapat ditulis1, 5:
ρ ( ∂
∂tυ⃗ + (υ⃗ ∙ ∇⃗⃗⃗) υ⃗) = -∇⃗⃗⃗Ρ + μ∇ 2⃗⃗⃗⃗⃗⃗ υ ⃗⃗⃗+ (ν +
1
3μ)∇ ⃗⃗⃗⃗ (∇⃗⃗⃗ ∙ υ⃗)
(1)
Dengan ∇ ∙ �⃗⃗⃗�=0 , menunjukkan persamaan Navier-Stokes tersebut dalam keadaan
incompressible (tak termampatkan). Kesulitan utama dalam menyelesaikan
persamaan Navier-Stokes adalah ketidaklinierannya timbul dari suku percepatan
konvektif. Persamaan Navier-Stokes berlaku pada aliran laminar dan aliran
turbulen.
Bentuk fluida terbagi menjadi 2 yaitu, termampatkan (compressible) dan tak
termampatkan (incompressible). Compressible fluida adalah fluida yang tingkat
kerapatannya berubah-ubah ( 𝜌 ≠ 𝑘𝑜𝑛𝑠𝑡𝑎𝑛) , sedangkan incompressible fluida
adalah fluida yang tingkat kerapatannya tidak berubah atau perubahannya kecil
sekali dan dianggap tidak ada (𝜌 = 𝑘𝑜𝑛𝑠𝑡𝑎𝑛).
Berdasarkan struktur alirannya, aliran fluida dibedakan menjadi aliran
laminar dan aliran turbulen. Untuk aliran laminar kecepatan pada suatu titik akan
tetap terhadap waktu. Sedangkan aliran turbulen kecepatannya akan
mengindikasikan suatu yang acak. Aliran turbulen didefinisikan sebagai aliran
yang dimana pergerakan dari partikel-partikel fluida sangat tidak menentu karena
mengalami pencampuran serta putaran partikel antar lapisan yang menimbulkan
momentum dari fluida tersebut. Adapun syarat aliran turbulen didapat dari
bilangan Reynold-nya >400011.
Transisi aliram fluida merupakan fenomena komplek yang hanya dapat
dikarakterisasi dengan nilai rata-rata beberapa parameter yang disebut dengan
bilangan Reynold13. Dalam mekanika fluida, bilangan Reynold merupakan
perbandingan antara gaya inersia terhadap gaya viskoitas yang mengkuantifikasi
hubungan gaya tersebut dengan suatu kondisi aliran tertentu. Bilangan ini
mengidentifikasi jenis aliran yang berbeda, yaitu aliran laminar dan turbulen.
Re = υ ⃗⃗⃗d ρ
μ
(2)
Dimana υ⃗⃗ adalah kecepatan aliran fluida (m/s2). d adalah diameter pipa (m).
μ adalah viskositas aliran fluida ( m s kg⁄ ). Bilangan Reynold tersebut akan
mempengaruhi penurunan tekanan, sehingga menyebabkan aliran turbulen.
5
Apabila Re< 2000 maka aliran bersifat laminar dan akan menjadi turbulen jika
Re>4000. Sedangkan apabila 2000<Re<4000 maka disebut aliran kritis11, 14.
METODE
Alat dan Bahan
Penelitian ini menggunakan peralatan tulis (kertas/buku tulis, pena, pensil)
dan sebuah komputer dengan spesifikasi RAM 5 GB, prosesor Intel Centrino
T6600 2.20 GHz dan beroperasi menggunakan Windows 8.1. Laptop tersebut
dilengkapi dengan Microsoft Office 2013 dan software Matlab R2015a. Serta
menggunakan data aktual suku bunga, inflasi, produk domestik bruto (PDB), dan
neraca perdagangan internasional yang berasal dari web
http://id.tradingeconomics.com/ dan data kurs sekunder dari web
http://www.bi.go.id
Prosedur Analisis Data
Pencarian solusi numerik dari perubahan nilai mata uang dilakukan
mendiskritkan persamaan Navier-Stokes dengan bentuk diskritisasi metode finite
difference. Namun sebelumnya, harus tersedia data kurs 1 minggu dimulai
berubahnya suku bunga tiap bulan, suku bunga 2 negara, inflasi 2 negara, neraca
perdagangan 2 negara, dan GDP negara domestik. Data kurs 1 minggu digunakan
untuk mencari perubahan nilai mata uang dengan menggunakan formulasi sebagai
berikut:
sdi = √1
n - 1 (xi - x̅)
2
(3)
Parameter sd adalah perubahan nilai kurs (𝜐 dalam persamaan Navier-Stokes), n
adalah banyak waktu (hari), dan x adalah data kurs dalam 1 minggu.
Analogi variabel ekonomi dalam persamaan Navier-Stokes sebagai berikut:
kecepatan (𝜐) dalam persamaan Navier-Stokes sebagai perubahan kurs, bilangan
Reynold (Re) sebagai neraca perdagangan 2 negara, dan diameter (d) sebagai
PDB negara domestik. Variable ekonomi lain seperti inflasi dan suku bunga
digunakan setelah persamaan Navier-Stokes telah dimodifikasi. Bentuk asli
persamaan Navier-Stokes termampatkan (incompressible):
ρ ( ∂
∂tυ ⃗⃗ ⃗⃗ + (υ⃗ ∙ ∇⃗⃗⃗)υ ⃗⃗⃗) = -∇⃗⃗⃗Ρ + μ∇ 2⃗⃗⃗⃗⃗⃗ υ⃗
(4)
Modfikasi persamaan Navier-Stokes digunakan untuk memenuhi asumsi-
asumsi pada penelitian ini. Bentuk persamaan Navier-Stokes yang dimodifikasi:
6
ρ ( ∂
∂t(υ ⃗⃗⃗⃗⃗- υ'⃗⃗⃗) + (υ⃗ ∙ ∇⃗⃗⃗) υ ⃗⃗ ⃗⃗ ) = μ∇ 2⃗⃗ ⃗⃗ ⃗υ ⃗⃗⃗
υ'⃗⃗⃗ = i - r (inflasi-suku bunga)
(5)
(6)
Bentuk persamaan Navier-Stokes yang telah dimodifikasi selanjutnya
mengalami diskritisasi metode finite difference. Bentuk diskritisasi sebagai
berikut:
∂2υ
∂x2
= υi+1 - 2υi + υi-1
Δx2
(7)
∂υ
∂x =
υi+1 - υi
Δx
(8)
Batas – batas kondisi pada metode finite difference ini diperoleh dari yang
diperoleh dari persamaan (3). Sehingga diperoleh data perubahan kurs dalam satu
minggu. Kondisi ini mengasilkan tujuh (7) data, dimana kenyataan data aktual
hanya terdapat lima (5) data.
Hasil numerik yang diperoleh, merupakan nilai perubahan kurs untuk 1
periode (1 bulan). Dimana minggu pertama merupakan data aktual dan data pekan
selanjutnya adalah data ekstrapolasi (pendugaan) perubahan kurs. Selisih suku
bunga 2 negara dan inflasi diperoleh dengan menggunakan persamaan teori
international fisher effect (IFE). Berikut persamaan IFE:
kurs1 = kurs0 x 1 + 𝑖𝑑
1 + 𝑖𝑓
(9)
kurs1 = kurs0 x 1 + 𝑟𝑑
1 + 𝑟𝑓
(10)
Dimana kurs1adalah kurs baru, kurs0 adalah kurs awal, id adalah inflasi negara
domestik, if adalah inflasi negara asing, rd adalah suku bunga negara domestik, rf
adalah suku bunga negara asing.
Data yang didapat dari penyelesaian persamaan Navier-Stokes sebagai data
perubahan harga pada perhitungan. Pendugaan terbagi menjadi 2 model, model 1
dan model 2. Model 1 digunakan untuk meramal data 3 pekan berikutnya. Model
2 digunakan untuk meramal data harian.
7
HASIL DAN PEMBAHASAN
Data grafik 1 dan grafik 2 dihasilkan dari beberapa asumsi seperti ; (1) Data
dimulai dari berubahnya suku bunga negara domestik (Indonesia). (2) Data hari
Sabtu dan Minggu mengikuti data pada hari Jum’at untuk minggu pertama. (3)
Gambar 1 Pergerakan kurs IDR terhadap USD selama periode 18 Januari 2016
hingga 13 Maret 2016
12.8
13
13.2
13.4
13.6
13.8
14
16-Jan 22-Jan 28-Jan 3-Feb 9-Feb 15-Feb 21-Feb 27-Feb 4-Mar 10-Mar 16-Mar
Data aktual Model 1 Model 2
Gambar.2 Pergerakan Rataan kurs IDR terhadap USD tiap pekan selama
periode 18 Januari hingga 13 Maret 2016
13
13.1
13.2
13.3
13.4
13.5
13.6
13.7
13.8
13.9
14
0 1 2 3 4 5 6 7 8 9
Data aktual Model 1 Model 2
8
Data hari libur (tanggal merah) mengikuti data hari sebelumnya. (4) Data hari
Senin dimulai pekan kedua mengikuti data hari Minggu pada minggu sebelumnya.
Pendugaan kurs IDR terhadap USD menggunakan persamaan Navier-Stokes
termodifikasi menghasilkan data seperti diatas gambar 1 dan gambar 2. Persamaan
Navier-Stokes merupakan persamaan yang digunakan dalam menyelesaikan
permasalahan aliran udara maupun zat cair. Turbulensi yang merupakan salah satu
faktor dalam aliran fluida dianologikan dengan peristiwa yang terjadi pada kurs.
Turbulensi umumnya ditentukan dengan Bilangan Reynold (Re) yang tinggi,
sekitar Re>4000. Akibatnya fluida bergerak sangat cepat. Perlu diperhatikan,
fluida yang bergerak sangat cepat ini tidak hanya akibat Bilangan reynold yang
tinggi, tetapi dipengaruhi oleh diameter penampung (pipa) berukuran kecil.
Seperti yang tertulis pada persamaan (2). Bilangan reynold (Re) digunakan
sebagai parameter adanya turbulensi, dianologikan sebagai selisih neraca
perdagangan 2 negara. Selisih neraca perdagangan 2 negara ini ditentukan dari
besarnya ekspor dan impor negara. Jika ekspor suatu negara lebih tinggi dari
kebutuhan impor negara tersebut, neraca perdagangan negara tersebut akan
bernilai positif. Akibatnya kurs mata uang negara tersebut akan terapresisi, begitu
juga sebaliknya. Diameter pipa pada permasalahan aliran fluida dianologikan
sebagai produk domestik bruto (PDB) domestik. Meningkatnya PDB negara
domestik mengakibatkan banyak kegiatan ekonomi yang terjadi sehingga
mengakibatkan kurs tidak terlalu banyak mengalami perubahan.
Persamaaan Navier-Stokes dengan asumsi yang diberikan menghasilkan
data / kurs yang mendekati data aktual. Hasil tersebut tidak sepenuhnya berasal
dari penyelesaian secara numerik. Data yang didapat dari persamaan Navier-
Stokes termodifikasi diselesaikan dengan metode finite difference perlu diolah
untuk mendapatkan data seperti lampiran 4 dan lampiran 5.
Hasil yang diperoleh model 1 pada periode 1 (18 Januari 2016 – 14 Februari
2016) memberikan rataan nilai Rp. 13.7735 pada rataan hari Senin sampai Jum’at.
Sedangkan data yang didapat pada rataan hari Senin sampai Minggu sebesar Rp.
13.7691. Ketepatan data yang diperoleh 99,3177% dan 99.2977% dengan data
aktual sebesar Rp. 13.695 pada rataan hari Senin sampai Jum’at dan Rp. 13.684
pada rataan hari Senin sampai Minggu. Data-data tersebut terjadi pada minggu
kedua sampai akhir pekan keempat periode 1 (25 Januari 2016 – 14 Februari).
Model 1 periode 1 memiliki keterbatasan. Minggu keempat menghasilkan rataan
terendah yaitu sebesar 98.8976%. Hal ini disebabkan pengaruh inflasi diawal
bulan, sehingga ketepatan pendugaan model 1 dengan acuan tidak seperti rataan
minggu sebelumnya.
Periode 2 (15 Februari 2016 – 13 Maret 2016) menunjukkan nilai rataan
yang lebih baik dari periode 1. Rataan Hari Senin sampai Jum’at meningkat
menjadi 99.3563%, sedangkan rataan hari Senin sampai Minggu 99.4808%.
Ketepatan data yang diperoleh mengacu dari rataan data aktual sebesar Rp 13.275
pada rataan hari Senin sampai Jum’at dan Rp 13.258 pada rataan hari Senin
sampai Minggu.
Hasil model 2 pada periode 1 memiliki rataan sebesar Rp 13.7346 untuk
rataan hari Senin sampai Jum’at dan Rp 13.7179 untuk rataan hari Senin sampai
minggu. Ketepatan yang diperoleh rataan periode 1 sebesar 99.3534% dan
99.40185%. Peningkatan ketepatan terjadi pada periode 2. Hal ini terjadi juga
pada model 1. Ketepatan yang diperoleh sebesar 99.4251% dan 99.4459% dari
9
data aktual. Secara keseluruhan model 1 dan model 2 menghasilkan data yang
tidak jauh berbeda walaupun fungsinya sedikit berbeda. Model 1 digunakan untuk
meramal data untuk 3 pekan selanjutnya sedangkan model 2 digunakan untuk
meramal data keesokan harinya. Kesamaan model 1 dan model 2 menggunakan
perubahan data yang sama untuk melakukan pendugaan.
Neraca perdagangan memiliki pengaruh terhadap pergerakan kurs. Hal ini
disebabkan neraca perdagangan mengandung unsur ekspor dan impor suatu
negara. Peningkatan ekspor cenderung mengapresiasi nilai mata uang domestik,
karena negara domestik menjual barang lebih banyak15, 16. Hal ini sesuai dengan
kondisi yang terjadi pada periode pengamatan. Ketika suatu neraca perdagangan
negara positif (nilai ekspor lebih tinggi) maka mata uang negara tersebut
terapresiasi, begitu juga sebaliknya. Jika neraca perdagangan negara negatif,
berarti negara tersebut lebih tinggi impor sehingga mata uangnya terdepresi.
Tingkat inflasi suatu negara memiliki pengaruh terjadinya pergerakan kurs.
Peningkatan laju inflasi cenderung meningkatkan depresi mata uang domestik jika
melebihi tingkat suku bunga negara domestik. Peningkatan laju inflasi harus
diimbangi dengan meningkatnya tingkat suku bunga. Hal ini bertujuan untuk
mengurangi banyaknya uang yang beredar. Tingginya tingkat suku bunga akan
mendorong masyarakat untuk berinvestasi. Tingkat inflasi domestik pada periode
pengamatan mengalami penurunan sehingga suku bunga domestik perlahan turun.
Turunnya tingkat suku bunga domestik berpeluang untuk mempercepat
pertumbuhan ekonomi. Semakin rendahnya tingkat suku bunga maka semakin
banyak masyarakat untuk meminjam modal pada perbankan.
Pertumbuhan produk domestik bruto (PDB) memiliki pengaruh positif pada
kurs. Sehingga mata uang domestik akan terapresiasi. Peningkatan pendapatan
nasional menimbulkan kelebihan permintaan uang. Terjadinya kelebihan
permintaan uang dapat menurunkan harga domestik (menurunkan tingkat inflasi).
Terapresiasinya IDR terhadap USD pada periode pengamatan disebabkan
faktor ekonomi mengalami peningkatan positif. Tingkat inflasi meningkat dari
3.35% menjadi 4.14%. Meningkatnya inflasi menyebabkan terdepresinya IDR.
Akan tetapi, hal ini tidak terjadi disebabkan tingkat inflasi negara acuan
mengalami hal yang sama yaitu meningkatnya tingkat inflasi menjadi 1.4% dari
0.7%. Meningkatnya inflasi seharusnya diikuti dengan meningkatnya suku bunga.
Suku bunga Indonesia mengalami hal yang berlawanan yakni turun menjadi 7%
dari 7.25%. Penurunan suku bunga ini menjadikan perekonomian Indonesia
meningkat. Ketika suku bunga rendah, pelaku pasar lebih agersif untuk meminjam
modal yang bertujuan meningkatkan kegiatan perekonomiannya. Sehingga yang
terjadi neraca pembayaran Indonesia meningkatnya menjadi 0.05 Milyar USD
dari -0.23 milyar.
10
SIMPULAN DAN SARAN
Simpulan
Solusi persamaan Navier-Stokes diselesaikan secara numerik menggunakan
metode finite difference eksplisit. Hasil dari penyelesaian numerik ini dijadikan
sebagai data dalam perubahan kurs. Ketepatan dari 2 model yang diberikan
sebesar 99.3177% dan 99.3534% pada periode 1. Ketepatan periode 2 sebesar
99.3563% dan 99.4251%. Periode 1 menghasilkan aturan-aturan untuk
menentukan / meramalkan kurs pada periode 2. Meningkatnya tingkat inflasi tidak
sebanding dengan suku bunga. Suku bunga pada periode pengamatan mengalami
penurunan. Pengaruh terbesar apresisasinya kurs IDR terhadap USD dikarenakan
neraca perdagangan Indonesia yang meningkat positif.
Saran
Hasil yang diperoleh dari penyelesaian numerik persamaan Navier-Stoke
sudah cukup baik. Perlu dilakukan penelitian lebih lanjut untuk menguji asumsi
dan analogi parameter fisika ke parameter ekonom serta dilakukan penelitian
terhadap mata uang negara asing lainnya untuk menguji model pada penelitian ini
bisa menjadi pendugaan pada kasus umum atau hanya pada kasus mata uang
tertentu (khusus).
DAFTAR PUSTAKA
1. Surya Yohanes, Hokky Situngkir, Yun Hariadi, Rendra Suroso. APLIKASI
FISIKA DALAM ANALISIS KEUANGAN MEKANIKA STATISTIK
INTERAKSI AGEN. Jakarta. PT. Bina Sumber Daya MIPA. 2004.
2. Mukhlis Imam. Analisis volatilitas nilai tukar mata uang IDR terhadap dolar.
Journal of IndonesianApplied Economics. 2011; 5(2):172-182.
3. Larson Donald W, Maurico V L Bittencourt, Stanley R Thompson.
Examination of the impact of exchange rate volatility on sectoral trade in the
mercosur [paper]. Prepared for presentation at the America agricultural
economics association annual meeting. Providence. Rhode Island. 2005; juli
24-27:1-31.
4. Madura J. International Financial Management 5th edition. New Jersey.
Prentice International Inc. 1997.
5. Mantegna Rosario N, H Eugene Stanley. AN INTRODUCTION TO
ECONOPHYSICS Correlations and Complexity in Finance. Cambridge.
CAMBRIDGE UNIVERSITY PRESS. 2000.
6. Thobarry Achmad Ath. Analisis pengaruh nilai tukar, suku bunga, laju inflasi
dan pertumbuhan GDP terhadap indeks harga saham sektor properti (kajian
empiris pada bursa efek Indonesia periode pengamatan tahun 2000 – 2008)
[tesis]. Semarang (ID): Universitas Diponegoro. 2009.
11
7. Anwary Ahmad Amiruddin. Prediksi kurs IDR terhadap USD menggunakan
fuzzy time series [skripsi]. Semarang (ID). 2011.
8. Muchlas Zainul. Faktor-faktor yang mempengaruhi kurs IDR terhadap dolar
amerika pasca kritis (2000 – 2010). Jurnal JIBEKA. 2015; 9(1):76-86.
9. Atmadja Adwin Surja. Analisis pergerakan nilai tukar IDR terhadap dolar
amerika setelah diterapkannya kebijakan sistem nilai tukar mengambang
bebas di Indonesia. Jurnal akuntansi & keuangan. 2002; 4(1):69-78.
10. Guo Z, T S Zhao, Y Shi. Generalized hydrodynamics model for fluida flows,
from nanoscale to macroscale. J phys Fluida. 2006. 18.067107.
11. Hapsoro Cahyo Aji, Wahyu Srigutomo. Pemodelan aliran fluida 2-D pada
kasus aliran permukaan menggunakan metode finite difference. Jurnal
Matematika & Sains. 2013; 18(3): 81-92
12. Welty JR. Dasar-Dasar Fenomena Transport Edisi Keempat Voume 1
Transfer Momentum (Terjemahan). Jakarta. Erlangga. 2004.
13. Ding Y dan M Kawahan. Linear stability of incompressible fluida flow in
cavity using finite element method. Int J Numer Meth Fl. 1998 (27):139-157.
14. Yilmaz T. Numerical solution of Navier-Stokes equation for laminar fluid
flow in rows of plates in staggereg arrangement. J heat fluid Fl.
1982;3(4):201-206.
15. Mishkin Frederic S. The Economics of Money,Banking and Financial Market
Sixth Edition. Addison Wesley. 2001.
16. Purbayati Radia. Analisis faktor-faktor penyebab krisis mata uang IDR
[skripsi]. Bogor (ID). 2006.
12
Lampiran 1Penyelesaian persamaan Navier-Stokes termodifikasi menggunakan
software Matlab 2015a %sourcecode tugas akhir
%inisialisasi parameter
%panjang hari x = 1; %panjang hari dalam hitungan minggu. n = 7; %banyaknya hari dalam 1 minggu. dx=x/(n-1); %perubahan panjang (hari).
%panjang minggu t = 1; %panjang minggu dalam hitungan bulan. m = 4; %banyaknya minggu dalam 1 bulan. dt=t/(m-1); %perubahan waktu (minggu).
%PDB atau GDP s =(besarnya PDB domestik (milyar dollar)).
%Neraca Perdagangan Nd = neraca perdagangan domestik (juta dollar) Na = neraca perdagangan asing (juta dollar)
%inflasi %Januari 2016 fd = inflasi domestik. fa = inflasi asing.
%suku bunga %Januari 2016 rd = suku bunga domestik. ra = suku bunga asing.
%matriks awal v=zeros(n,m); %martik awal bernilai 0(nol);
v(1,1)= kondisi hari pertama v(2,1)= kondisi hari kedua v(3,1)= kondisi hari ketiga v(4,1)= kondisi hari keempat v(5,1)= kondisi hari kelima v(6,1)= kondisi hari keenam v(7,1)= kondisi hari ketujuh
for j=2:m for i=2:n-1
v(1,j)=v(n,j-1);
v(i,j) = v(i,j-1) + dt*((v(i,j-1)*s)*... ((v(i+1,j-1) -2*v(i,j-1) + v(i-1,j-1))/(Re*(dx^2)))... -(v(i,j-1)*(v(i+1,j-1)-v(i,j-1))/dx))+ ((v(i,j-1)*(f-
r)));
13
v(n,j)=v(n-1,j); end end
U=v'
figure(1) surf(U') xlabel('Minggu ke-') ylabel('Hari') zlabel('Perubahan harga') title('Pergerakan perubahan data periode 1')
figure(2) x=(1:1:7); y1=U(1,1:7); y2=U(2,1:7); y3=U(3,1:7); y4=U(4,1:7);
plot(x,y1,'-',x,y2,'-',x,y3,'-',x,y4,'-') gridon
xlabel('Hari') ylabel('Perubahan Harga') title('Pergerakan perubahan data periode 1')
figure(3) x=[1:1:28]; a=U(1,1:7); b=U(2,1:7); c=U(3,1:7); d=U(4,1:7);
z=[a b c d]; plot(x,z)
grid on
xlabel('Hari') ylabel('Perubahan Harga') title('Pergerakan perubahan data periode 1')
%good luck
15
Lampiran 3Data parameter ekonomi
Parameter ekonomi Waktu Indonesia Amerika
Neraca perdagangan
(milyar USD)
Januari 2016 -0.23 -42.37
Februari 2016 0.05 -43.36
Tingkat inflasi (%) Januari 2016 3.35 0.7
Februari 2016 4.14 1.4
Suku bunga (%) Januari 2016 7.25 0.5
Februari 2016 7 0.5
PDB (milyar USD) 2015 888.54 17419
Sumber :www.id.tradingeconomics.com (diolah)
16
Lampiran 4Pergerakan kurs model 1 dan model 2 pada periode 1 (18 Januari 2016 - 14 Februari
2016).
Tanggal
Data Pendugaan Selisih Ketepatan
Matlab Aktual Model 1 Model 2 Model
1
Model
2 Model 1 Model 2
18-jan 0.0145 13.931 13.931 13.931 0 0 100 100
19-jan 0.0104 13.921 13.921 13.921 0 0 100 100
20-jan 0.0002 13.896 13.896 13.896 0 0 100 100
21-jan 0.0014 13.899 13.899 13.899 0 0 100 100
22-jan 0.0088 13.874 13.874 13.874 0 0 100 100
23-jan 0.0088 13.874 13.874 13.874 0 0 100 100
24-jan 0.0088 13.874 13.874 13.874 0 0 100 100
Rataan 0.00756 13.8956 13.8956 13.896 0 0 100 100
25-jan 0.0088 13.844 13.803 13.803 -0.041 -0.041 99.7037 99.7037
26-jan 0.0098 13.904 13.8619 13.84 -0.0421 -0.0637 99.6971 99.542
27-jan 0.0002 13.871 13.8771 13.834 0.00608 -0.0373 99.9562 99.7312
28-jan 0.0014 13.889 13.9001 13.928 0.0111 0.03949 99.9201 99.7156
29-jan 0.008 13.846 13.8783 13.859 0.0323 0.01349 99.7667 99.9026
30-jan 0.0084 13.846 13.8457 13.835 -0.0003 -0.0111 99.998 99.9196
31-jan 0.0084 13.846 13.8457 13.824 -0.0003 -0.0216 99.998 99.8443
Rataan 0.00643 13.8637 13.8588 13.846 -0.0049 -0.0174 99.8628 99.7656
1-feb 0.0084 13.699 13.6888 13.765 -0.0102 0.06563 99.9254 99.5209
2-feb 0.0089 13.621 13.7298 13.821 0.10881 0.19989 99.2011 98.5325
3-feb 0.0002 13.757 13.7461 13.689 -0.0109 -0.0682 99.9208 99.5045
4-feb 0.0013 13.622 13.7698 13.644 0.1478 0.0217 98.9145 99.8401
5-feb 0.0074 13.653 13.7523 13.746 0.09934 0.0938 99.2723 99.9312
6-feb 0.0081 13.653 13.7234 13.571 0.0704 -0.0819 99.484 99.39977
7-feb 0.0081 13.653 13.7234 13.571 0.07338 -0.0201 99.4625 99.8528
Rataan 0.00606 13.6654 13.7338 13.695 0.06839 0.03013 99.45439 99.42334
8-feb 0.0081 13.653 13.6877 13.575 0.0347 -0.0776 99.7454 99.4309
9-feb 0.0082 13.689 13.7087 13.614 0.01969 -0.0749 99.8560 99.4521
10-feb 0.0002 13.538 13.7235 13.626 0.1855 0.0882 98.6296 99.3481
11-feb 0.0013 13.369 13.7463 13.646 0.3773 0.2774 97.1778 97.9246
12-feb 0.0068 13.471 13.7297 13.6273 0.2587 0.1563 98.0790 98.8393
13-feb 0.0077 13.471 13.7022 13.5972 0.2312 0.1262 98.2834 99.0627
14-feb 0.0077 13.471 13.7053 13.5978 0.2343 0.1268 98.2602 99.0586
Rataan 0.00571 13.5231 13.7148 13.6120 0.1917 0.0889 98.5759 99.0166
Senin-jum'at 0.00527 13.6951 13.7735 13.7346 0.0784 0.03955 99.3177 99.3534
Senin-
minggu 0.00607 13.6841 13.76915 13.7179 0.08505 0.03388 99.2977 99.40185
Data dalam ribuan
17
Lampiran 5Pergerakan kurs model 1 dan model 2 pada periode 2 (18 Januari 2016 - 14 Februari 2016).
Tanggal Data Pendugaan Selisih Ketepatan
Matlab Aktual Model 1 Model 2 Model 1 Model 2 Model 1 Model 2
15-feb 0.0062 13.476 13.476 13.476 0 0 100 100
16-feb 0.0646 13.333 13.333 13.333 0 0 100 100
17-feb 0.0052 13.504 13.504 13.504 0 0 100 100
18-feb 0.005 13.479 13.479 13.479 0 0 100 100
19-feb 0.0236 13.549 13.549 13.549 0 0 100 100
20-feb 0.0236 13.549 13.549 13.549 0 0 100 100
21-feb 0.0236 13.549 13.549 13.549 0 0 100 100
Rataan 0.021686 13.4913 13.4913 13.4913 0 0 100 100
22-feb 0.0236 13.46 13.46385 13.46385 0.003851 0.003851 99.97139 99.97139
23-feb 0.0239 13.397 13.35399 13.41171 -0.04301 0.014706 99.67897 99.89023
24-feb 0.0069 13.446 13.47157 13.41934 0.025567 -0.02666 99.80985 99.80171
25-feb 0.0052 13.416 13.51321 13.48518 0.097209 0.069182 99.27543 99.48433
26-feb 0.02 13.4 13.45038 13.42089 0.050379 0.020893 99.62404 99.84408
27-feb 0.0227 13.4 13.36281 13.27062 -0.03719 -0.12938 99.72246 99.0345
28-feb 0.0227 13.4 13.36501 13.3444 -0.03499 -0.0556 99.73891 99.58505
Rataan 0.017857 13.417 13.4258 13.4023 0.00883 -0.0147 99.93417 99.89032
29-feb 0.0227 13.395 13.04398 13.18038 -0.35102 -0.21462 97.3795 98.39775
1-mar 0.0213 13.368 13.16144 13.34207 -0.20656 -0.02593 98.4548 99.80603
2-mar 0.0073 13.314 13.23688 13.40774 -0.07712 0.093737 99.42077 99.29595
3-mar 0.0054 13.26 13.27767 13.45728 0.017666 0.197284 99.86677 98.51219
4-mar 0.0177 13.159 13.22402 13.29538 0.065022 0.136384 99.50588 98.96357
5-mar 0.0215 13.159 13.14245 13.12528 -0.01655 -0.03372 99.87426 99.74373
6-mar 0.0215 13.159 13.1498 13.10658 -0.0092 -0.05242 99.9301 99.60165
Rataan 0.016771 13.2591 13.1766 13.2735 -0.0825 0.01439 99.37752 99.89149
7-mar 0.0215 13.029 13.14762 13.17152 0.118622 0.142517 99.08955 98.90616
8-mar 0.0195 13.128 13.05871 13.10781 -0.06929 -0.02019 99.47217 99.84617
9-mar 0.0075 13.128 13.1486 13.0459 0.020602 -0.0821 99.84307 99.37463
10-mar 0.0055 13.149 13.20372 13.21692 0.054716 0.067916 99.58388 99.48349
11-mar 0.016 13.087 13.16967 13.1133 0.082668 0.026303 99.36832 99.79901
12-mar 0.0202 13.087 13.12377 13.03893 0.03677 -0.04807 99.71903 99.63266
13-mar 0.0202 13.087 13.11746 13.00721 0.030463 -0.07979 99.76723 99.3903
Rataan 0.015771 13.0993 13.1385 13.1002 0.03922 0.00094 99.549 99.4903
Senin-
jum'at 0.0149333 13.27573 13.26169 13.30262 -0.01405 0.026884 99.35629 99.42511
Senin-
minggu 0.0168 13.25848 13.24698 13.25868 -0.01149 0.000204 99.48078 99.44593
Data dalam ribuan
18
Lampiran 6Data aktual
Data aktual
Periode 1 Periode 2
18-Jan 13.931 15-Feb 13.476
19-Jan 13.921 16-Feb 13.333
20-Jan 13.896 17-Feb 13.504
21-Jan 13.899 18-Feb 13.479
22-Jan 13.874 19-Feb 13.549
23-Jan 13.874 20-Feb 13.549
24-Jan 13.874 21-Feb 13.549
25-Jan 13.844 22-Feb 13.46
26-Jan 13.904 23-Feb 13.397
27-Jan 13.871 24-Feb 13.446
28-Jan 13.889 25-Feb 13.416
29-Jan 13.846 26-Feb 13.4
30-Jan 13.846 27-Feb 13.4
31-Jan 13.846 28-Feb 13.4
1-Feb 13.699 29-Feb 13.395
2-Feb 13.621 1-Mar 13.368
3-Feb 13.757 2-Mar 13.314
4-Feb 13.622 3-Mar 13.26
5-Feb 13.653 4-Mar 13.159
6-Feb 13.653 5-Mar 13.159
7-Feb 13.653 6-Mar 13.159
8-Feb 13.653 7-Mar 13.029
9-Feb 13.689 8-Mar 13.128
10-Feb 13.538 9-Mar 13.128
11-Feb 13.369 10-Mar 13.149
12-Feb 13.471 11-Mar 13.087
13-Feb 13.471 12-Mar 13.087
14-Feb 13.471 13-Mar 13.087
Sumber :www.bi.go.id
Data dalam ribuan
19
RIWAYAT HIDUP
Penulis bernama Dimas Yudha Pratama lahir pada tanggal 5 Juni 1994 di
Talang Padang (kabupaten Tanggamus, Lampung). Penulis anak pertama dari dua
bersaudara, dari pasangan Aminuddin dan Sulastri. Jenjang pendidikan penulis
dimulai mengikuti pendidikan TK PKK Sukarame Talang Padang pada tahun
1999. Penulis menamatkan sekolah dasar pada SDN 3 Bukit Kemiling Permai dan
diterima di SMPN 22 Bandar Lampung pada 2006. Tahun 2009 penulis lulus dari
SMPN 22 Bandar Lampung, kemudian melanjut ke SMAN 7 Bandar Lampung
dan lulus pada tahun 2012.
Tahun 2012 menjadi tahun penuh kejutan karena penulis dapat melanjutkan
pendidikan S1 di kampus Institut Pertanian Bogor (IPB). Penulis masuk IPB
melalui jalur SNMPTN undangan dan diterima sebagai mahasiswa fisika pada
Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama masa studi penulis
berkesempatan menjadi Asisten Praktikum fisika TPB IPB pada 2014. Selain itu
juga aktif menjadi Asisten Praktikum Mata Kuliah Fisika komputasi pada tahun
2015. Di tahun 2016 aktif sebagai Asisten Mata Kuliah Simulasi Sistem Fisis dan
Eksperimen FIsika II. Dalam kegiatan organisasi penulis aktif di kegiatan
Himpunan Mahasiswa Fisika (HIMAFI) IPB sebagai Ketua Departemen Sains
dan Teknologi pada tahun 2014 dan Wakil Ketua HIMAFI pada tahun 2015.