Nowcasting Ekonomi Real-Time, Potensi Query Data Mesin Pencarian

Nowcasting Ekonomi Real-Time: Potensi Query Data Mesin Pencarian

Kemajuan teknologi informasi dalam beberapa dekade terakhir telah membuka berbagai peluang baru dalam mengumpulkan, menganalisis, dan menggunakan data untuk berbagai keperluan, termasuk dalam ekonomi. Salah satu inovasi paling signifikan adalah penggunaan data kueri mesin pencari untuk memprediksi indikator ekonomi secara real-time. 

Penelitian oleh Aoki, Ataka, Doi, dan Tsubouchi (2023) yang dipublikasikan dalam The Journal of Finance and Data Science menggarisbawahi potensi besar data pencarian internet untuk melakukan nowcasting, atau estimasi indikator ekonomi sebelum data resmi diumumkan. Dalam situasi ekonomi yang tidak stabil, seperti pandemi COVID-19, ketepatan waktu dalam membuat keputusan menjadi sangat penting bagi pemerintah dan sektor swasta.

Selama ini, metode prediksi ekonomi tradisional yang mengandalkan data makroekonomi sering kali tertinggal akibat proses pengumpulan data yang panjang dan kompleks. Sebagai contoh, dalam konteks Jepang, indeks bisnis seperti Indexes of Business Conditions yang dikeluarkan oleh Kantor Kabinet Jepang biasanya mengalami keterlambatan hingga dua bulan. Dengan adanya keterbatasan ini, pendekatan baru yang lebih cepat dan responsif sangat dibutuhkan.

Penelitian ini menjadi relevan karena mampu mengisi kekosongan tersebut dengan menggunakan data besar dari mesin pencari, terutama Yahoo! Japan, yang menguasai lebih dari 60% pangsa pasar pencarian internet di Jepang. Penggunaan data ini menawarkan solusi yang lebih cepat dan akurat untuk memperkirakan indikator ekonomi, seperti Consumer Confidence Index (CCI) dan Coincident Index (CI). Bahkan, di tengah pandemi COVID-19, model yang dikembangkan dalam penelitian ini mampu memprediksi indikator ekonomi dengan tingkat akurasi tinggi, membuktikan keunggulannya dalam menangani situasi disrupsi besar.

***

Metodologi berbasis data yang diperkenalkan oleh Aoki et al. (2023) dalam penelitian mereka mengandalkan sepenuhnya pada data kueri mesin pencari. Pendekatan ini berbeda dari model ekonomi tradisional yang menggunakan variabel makroekonomi yang telah ditentukan oleh manusia. Dalam metode ini, tim peneliti menganalisis miliaran kueri yang dikumpulkan dari Yahoo! Japan untuk melihat korelasi antara istilah pencarian dengan indikator ekonomi tertentu, seperti Coincident Index dan Consumer Confidence Index. Proses analisis dilakukan dengan menggunakan regresi berganda untuk menemukan kueri yang paling relevan, yang kemudian digunakan dalam model prediksi.

Hasil penelitian menunjukkan bahwa metode ini memiliki akurasi yang tinggi, bahkan di tengah kondisi ekonomi yang terganggu oleh pandemi COVID-19. Salah satu contohnya adalah kemampuan model ini untuk memprediksi perubahan signifikan dalam Coincident Index pada bulan April 2020, ketika pemerintah Jepang pertama kali mengumumkan keadaan darurat nasional. Dengan memanfaatkan data pencarian yang luas dan beragam, model ini tidak hanya menangkap perubahan dalam variabel ekonomi, tetapi juga menangkap sinyal dari perilaku manusia yang kompleks, seperti meningkatnya pencarian untuk hiburan dewasa dan komedi, yang menurut peneliti berhubungan langsung dengan kondisi ekonomi Jepang pada saat itu.

Angka-angka yang dihasilkan juga menunjukkan keefektifan pendekatan ini. Selama periode "sebelum COVID-19," model tradisional berbasis makroekonomi memiliki Mean Squared Error (MSE) sebesar 9,0 untuk Coincident Index, sedangkan model berbasis data pencarian memiliki MSE yang lebih tinggi, yaitu 31,8. Namun, selama periode pandemi, model berbasis data pencarian hanya mengalami penurunan performa sebesar 1,1 kali lipat (dengan MSE 34,4), sedangkan model makroekonomi tradisional mengalami penurunan hingga 11 kali lipat dengan MSE 98,7. Ini menunjukkan bahwa dalam situasi disrupsi besar, pendekatan berbasis data pencarian jauh lebih tanggap dan robust dibandingkan model tradisional.

Selain itu, analisis dari kueri yang digunakan dalam model menunjukkan bahwa kebutuhan mendasar manusia, seperti libido dan keinginan untuk tertawa, ternyata memiliki dampak signifikan terhadap kondisi ekonomi. Sebagai contoh, selama pandemi, pencarian untuk hiburan dewasa di Jepang meningkat secara signifikan dan menunjukkan korelasi kuat dengan indikator ekonomi. Ini menyoroti bagaimana perilaku pencarian online mencerminkan perubahan sosial yang lebih luas, yang seringkali terlewatkan dalam analisis berbasis makroekonomi tradisional.

***

Penelitian yang dilakukan oleh Aoki et al. (2023) membuka perspektif baru dalam memprediksi indikator ekonomi dengan memanfaatkan data pencarian internet. Metodologi berbasis data ini terbukti tidak hanya efektif dalam situasi ekonomi yang stabil, tetapi juga unggul dalam menghadapi disrupsi besar seperti pandemi COVID-19. Ketika model-model makroekonomi tradisional gagal menangkap perubahan cepat di masyarakat, pendekatan ini berhasil memberikan estimasi real-time yang akurat dan relevan.

Dengan tingkat akurasi yang tinggi serta fleksibilitas dalam menangani perubahan mendadak, penggunaan data pencarian internet untuk nowcasting indikator ekonomi dapat menjadi alat yang sangat berguna bagi pemerintah dan pelaku bisnis. Model ini juga menawarkan wawasan berharga tentang bagaimana perilaku manusia yang terekam melalui pencarian online dapat mencerminkan kondisi ekonomi yang lebih luas. Ke depan, pendekatan ini memiliki potensi untuk diterapkan di berbagai negara dan konteks ekonomi lainnya, membantu pengambilan keputusan yang lebih cepat dan tepat dalam situasi yang tidak menentu.

Referensi:

Aoki, G., Ataka, K., Doi, T., & Tsubouchi, K. (2023). Data-driven estimation of economic indicators with search big data in discontinuous situation. The Journal of Finance and Data Science, 9, 100106. https://doi.org/10.1016/j.jfds.2023.100106