Citra Azfa Juhaida

Public Sector Accounting Student | Data & Financial Analysis Enthusiast

Saya adalah mahasiswa Akuntansi Sektor Publik di Politeknik Keuangan Negara STAN (PKN STAN) angkatan 2023 yang berfokus pada analitika data keuangan sektor publik, sistem informasi, dan manajemen kas negara. Saya tertarik mempelajari pemodelan deret waktu (time series) dan data mining untuk mendukung pengambilan keputusan fiskal yang transparan, akuntabel, dan berbasis bukti (evidence-based). Selama perkuliahan, saya aktif melakukan analisis data runtun waktu realisasi belanja pemerintah menggunakan model ARIMA pada perangkat lunak Orange Data Mining.

🏛️ PKN STAN (Angkatan 2023) 📊 Akuntansi Sektor Publik 📍 Tangerang Selatan, Banten

Lihat Proyek Riset Hubungi Surel Unduh CV (PDF)

Keahlian & Kompetensi

Bidang kompetensi analitika data deret waktu, pemodelan fiskal, dan perangkat lunak data mining.

Analitika Deret Waktu & Ekonometrika

Pemodelan Time Series ARIMA & ARMA
Pengujian Stasioneritas & Differencing (d=1, d=2)
Analisis Correlogram (Fungsi ACF & PACF)
Diagnostik Residual White Noise & Homoscedasticity
Evaluasi Out-of-Sample Cross-Validation (20 Folds)
Kriteria Informasi Seleksi Model (AIC & BIC)

Perkakas Analisis (Tools)

Orange Data Mining (Timeseries & ARIMA Canvas)
Microsoft Excel (Pemodelan & Pengolahan Data Fiskal)
Google Workspace (Kolaborasi Riset)
Database & Manajemen Sistem Informasi Akuntansi
AI-assisted Analytics & Productivity

Manajemen Keuangan Publik & Kebijakan

Cash Management & Rekening Kas Umum Negara (RKUN)
Perencanaan Penerbitan Surat Berharga Negara (SBN)
Analisis Penyerapan Belanja Kementerian/Lembaga (K/L)
Mitigasi Risiko Idle Cash & Penyelarasan Likuiditas
Penyusunan Laporan Riset Keuangan Sektor Publik

Proyek Analitika Data Keuangan Sektor Publik

Studi komprehensif analisis dan peramalan data deret waktu realisasi belanja negara menggunakan model ARIMA pada Orange Data Mining.

1. Eksplorasi Deret Waktu & Uji Stasioneritas Belanja Negara

Eksplorasi & Preprocessing Data

Periode Pengerjaan Semester Genap 2026 (Tugas Mata Kuliah Analitika Data Keuangan Sektor Publik, PKN STAN)

Peran Saya (Kelompok 2) Menganalisis statistik deskriptif 144 bulan observasi, mengidentifikasi tren jangka panjang dan pola musiman tahunan (s=12), menganalisis peluruhan Correlogram ACF/PACF, serta melakukan uji eksperimen differencing tingkat pertama (d=1) versus kedua (d=2) pada kanvas Orange Data Mining.

Masalah yang Diangkat Pola realisasi belanja negara di Indonesia menunjukkan penyerapan anggaran yang rendah di awal tahun dan melonjak tajam pada kuartal IV (year-end spending surge). Data tingkat dasar (level) terbukti tidak stasioner dalam rata-rata (slow decay pada ACF), sehingga memerlukan pembedaan (differencing) yang tepat untuk mencegah regresi lancung (spurious regression) tanpa menimbulkan over-differencing.

Data yang Dipakai 144 observasi bulanan realisasi belanja Kementerian/Lembaga (K/L) periode Januari 2014 – Desember 2025. Rata-rata: Rp1.026,23 Miliar, Standar Deviasi: 277,10, Nilai Minimum: Rp487,80 Miliar (Januari 2014), dan Nilai Maksimum: Rp1.798,25 Miliar (Desember 2025).

Metode Analisis Exploratory Data Analysis (EDA), Line Chart Historis, Correlogram (ACF & PACF), First Order Difference (d=1, Shift=1) menggunakan widget Difference Orange Data Mining.

Hasil Terukur (Metrik Utama)

144 Observasi • Lonjakan Desember Rata-rata 1,66x (48%–88% di atas Q1–Q3) • Differencing d=1 Optimal

Pembedaan d=1 berhasil menstabilkan varians; pembedaan d=2 terbukti over-differencing karena standar deviasi melonjak menjadi 353,21.

Simpulan Pembedaan tingkat pertama (d=1) terbukti secara visual dan matematis cukup untuk menstasionerkan data deret waktu belanja negara ke dalam batas signifikansi 95% tanpa menambah noise buatan.

Grafik deret waktu historis realisasi belanja negara dan plot Correlogram ACF/PACF dari laporan tugas

Grafik Line Chart Historis & Correlogram ACF

2. Konstruksi, Evaluasi Komparatif & Champion Model ARIMA

Pemodelan Ekonometrika & Validasi Silang

Periode Pengerjaan Semester Genap 2026

Peran Saya (Kelompok 2) Mengonstruksi 3 arsitektur model ARIMA pada kanvas Orange Data Mining, menguji performa menggunakan skema Out-of-Sample Cross-Validation 20 folds dengan 3 forecast steps, membandingkan efisiensi model (AIC/BIC), menetapkan Champion Model, dan menguji diagnostik residual White Noise.

Masalah yang Diangkat Model autoregresif jangka pendek AR(1) hanya memperhitungkan korelasi 1 bulan sebelumnya sehingga gagal menangkap lonjakan siklis tahunan (RMSE 168,4). Diperlukan arsitektur ARIMA terintegrasi yang mampu menangkap struktur lag musiman 12 bulan dengan efisiensi parameter terbaik.

Data yang Dipakai Data deret waktu belanja K/L stasioner (d=1) yang dievaluasi dinamis dalam 20 skenario pengujian silang untuk memprediksi 3 periode ke depan secara konsisten.

Metode Analisis Komparasi model: Baseline ARIMA(12,0,12), Integrated ARIMA(12,1,12), Tuned ARIMA(12,2,11), dan AR(1). Evaluasi metrik standar (RMSE, MAE, MAPE, POCID, R², AIC, BIC) dan uji residual White Noise (rata-rata nol, varians homoscedastic, pola acak).

Hasil Terukur: Champion Model ARIMA(12, 1, 12)

RMSE: 62.9 • MAE: 47.9 • MAPE: 4.2% • R²: 0.921 • AIC: 936.5 • BIC: 997.0

Performa jauh melampaui model AR(1) (RMSE 168.4 vs 62.9). Residual terbukti White Noise dengan fluktuasi stabil di rentang -100 s.d. +150 Miliar Rp.

Simpulan ARIMA(12,1,12) secara resmi ditetapkan sebagai Champion Model terbaik berdasarkan nilai AIC (936.5) dan BIC (997.0) terendah serta kemampuan menjelaskan model In-Sample (R² = 0.919) yang paling unggul tanpa bias.

Grafik hasil peramalan 12 periode ke depan dan analisis residual white noise pada model ARIMA

Grafik Proyeksi Peramalan & Residual White Noise

3. Proyeksi Pengeluaran Kas 12 Periode & Strategi Manajemen SBN DJPb

Implementasi Fiskal & Cash Management

Periode Pengerjaan Semester Genap 2026

Peran Saya (Kelompok 2) Menghasilkan angka proyeksi peramalan 12 periode bulanan ke depan, memetakan kurva kebutuhan kas bulanan pemerintah, menganalisis implikasi manajerial terhadap Rekening Kas Umum Negara (RKUN), serta menyusun rekomendasi strategi lelang Surat Berharga Negara (SBN) bagi Direktorat Jenderal Perbendaharaan (DJPb).

Masalah yang Diangkat Ketidakpastian kurva pengeluaran kas dan penumpukan belanja di bulan Desember berisiko memicu biaya bunga tinggi akibat kas menganggur (idle cash) di awal tahun atau risiko kekurangan likuiditas di akhir tahun. Diperlukan sinkronisasi jadwal penerbitan utang (SBN) dengan kurva kebutuhan belanja riil.

Data yang Dipakai Proyeksi 12 bulan ke depan: Bulan 1 (Rp1.092,51 M), Bulan 2 (Rp1.080,71 M), Bulan 6 (Rp1.352,09 M), Bulan 9 (Rp1.503,74 M), Bulan 11 (Rp1.605,58 M), hingga Bulan 12 (Rp1.821,30 Miliar).

Metode Analisis Peramalan kuantitatif (Line Chart Forecasting), analisis rasio musiman Q1–Q3 vs Q4, evaluasi arus kas keluar (cash outflow baseline), dan perumusan strategi likuiditas Just-in-Time serta front-loading terukur bagi Ditjen Perbendaharaan.

Hasil Terukur: Puncak Proyeksi Belanja Rp1.821,30 Miliar

Strategi Mitigasi Idle Cash Q1–Q3 • Just-in-Time Liquidity Rp1.795–Rp1.821 Miliar di Kuartal IV

DJPb dapat meminimalkan lelang SBN di Q1–Q3 guna menghemat beban bunga, lalu menjadwalkan lelang terpusat tepat sebelum November–Desember untuk mengamankan likuiditas RKUN.

Simpulan Peramalan model ARIMA(12,1,12) memberikan dasar bukti yang solid bagi DJPb Kemenkeu untuk mengintegrasikan proyeksi belanja ke dalam dashboard perencanaan kas, mewujudkan efisiensi biaya dana dan ketahanan likuiditas negara.

Kanvas alur kerja lengkap pemodelan time series ARIMA pada aplikasi Orange Data Mining

Workflow Alur Kerja Orange Data Mining

📄 Unduh Berkas Lengkap Laporan Riset (PDF 10 Halaman)

Unduhan Curriculum Vitae

Dokumen riwayat hidup dan rekam jejak akademik resmi Citra Azfa Juhaida.

Curriculum Vitae — Citra Azfa Juhaida

Format PDF Resmi. Memuat rekam jejak akademik, kepengurusan organisasi kampus, dan keahlian di bidang akuntansi serta analitika data sektor publik.

Unduh CV Resmi (PDF)

Kontak

Saluran komunikasi resmi untuk keperluan akademik, penelitian, dan profesional.

Alamat Surel Institusi

Surel resmi mahasiswa PKN STAN:

citra_4131230130@pknstan.ac.id

Institusi Akademik

Lokasi studi dan aktivitas akademik:

Politeknik Keuangan Negara STAN
Jl. Bintaro Utama Sektor V, Bintaro Jaya, Tangerang Selatan