Anda di halaman 1dari 137
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI FLUKTUASI HARGA BAWANG MERAH DAN PERAMALANNYA (STUDI KASUS PASAR INDUK KRAMAT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI FLUKTUASI HARGA BAWANG MERAH DAN PERAMALANNYA (STUDI KASUS PASAR INDUK KRAMAT JATI, DKI JAKARTA)

Oleh :

HAPTO STATO

A14103020

INDUK KRAMAT JATI, DKI JAKARTA) Oleh : HAPTO STATO A14103020 PROGRAM STUDI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN

PROGRAM STUDI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR

2007

RINGKASAN HAPTO STATO. Analisis Faktor – Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah dan Peramalannya,

RINGKASAN

HAPTO STATO. Analisis Faktor – Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah dan Peramalannya, Studi Kasus Pasar Induk Kramat Jati, DKI Jakarta. Di Bawah Bimbingan Ir.ANITA RISTIANINGRUM, Msi.

Bawang merah merupakan salah satu komoditas sayuran yang penting bagi masyarakat Indonesia. Komoditas ini memiliki banyak kegunaan terutama dalam sektor konsumsi rumah tangga antara lain sebagai bumbu masakan guna menambah cita rasa masakan, bahan pelengkap untuk makanan dan obat-obatan penyakit tertentu, sehingga komoditas ini sudah dapat digolongkan sebagai salah satu kebutuhan pokok utama mengingat perannya tersebut. Pada saat ini konsumsi terhadap bawang merah cenderung mengalami peningkatan seiring dengan bertambahnya jumlah penduduk, meningkatnya ragam masakan yang menggunakan bawang merah, meningkatnya kesadaran masyarakat terhadap nilai gizi, dan berkembangnya industri pengolahan. Meskipun demikian komoditas ini mempunyai masalah dalam fluktuasi harga yang cukup besar. Harga bawang merah umumnya berfluktuasi secara musiman. Dengan semakin besarnya fluktuasi harga bawang merah yang diakibatkan oleh berbagai faktor, maka sangat diperlukan suatu peramalan terhadap harga bawang merah. Hal ini dilakukan untuk mengurangi resiko kerugian akibat fluktuasi harga jual bawang merah yang besar. Fluktuasi harga bawang merah yang besar tersebut, dapat merugikan berbagai pihak yang berkepentingan seperti petani dan konsumen. Selain melakukan peramalan terhadap harga bawang merah, diperlukan juga analisis terhadap faktor- faktor yang mempengaruhi fluktuasi harga bawang merah di PIKJ beserta upaya untuk memperkecil fluktuasi harganya. Dalam periode waktu Januari 2003 hingga Februari 2007, pola fluktuasi

harga bawang merah mengikuti suatu trend yang meningkat. Harga bawang merah di Pasar Induk Kramat Jati (PIKJ) berfluktuasi secara acak disekitar garis trend. Pola fluktuasi harga bawang merah mengikuti suatu pola musiman tertentu, yaitu terjadinya trend penurunan harga bawang merah dalam selang periode bulan Mei hingga bulan September, dan trend peningkatan harga bawang merah pada selang periode bulan Februari hingga bulan Mei yang berulang tiap tahunnya Trend penurunan dan peningkatan harga bawang merah tersebut berkaitan dengan pola produksi bawang merah yang mengalami panen puncak pada selang periode bulan Juni hingga bulan September, dan mengalami masa kosong panen pada selang periode bulan Februari hingga bulan Mei. Dari metode peramalan time series yang diuji, metode Box-Jenkins merupakan metode yang terbaik dan sesuai untuk meramalkan harga bawang merah di PIKJ. Penerapan metode ARIMA terbaik dengan panjang musiman 10 (L = 10) adalah ARIMA (2,1,1) (1,1,1) 10 . Metode Single Exponential Smoothing merupakan pilihan yang terbaik bagi para peramal yang mengutamakan kemudahan dan kesederhanaan penerapan tetapi tetap menuntut tingkat keakuratan yang tinggi.

nyata

terhadap fluktuasi harga bawang merah yaitu pasokan impor dan harga impor bawang merah, serta harga pupuk. Dari ketiga faktor tersebut yang memberikan

Berdasarkan

hasil

uji

regresi,

faktor- faktor

yang

berpengaruh

pengaruh paling besar terhadap fluktuasi harga bawang merah yaitu harga impor bawang merah, ditunjukkan dengan

pengaruh paling besar terhadap fluktuasi harga bawang merah yaitu harga impor bawang merah, ditunjukkan dengan nilai korelasinya sebesar 0,693. Usaha-usaha yang dapat dilakukan untuk memperkecil fluktuasi harga bawang merah khususnya di PIKJ ialah dengan mengatur pola tanam antar wilayah sentra produksi utama bawang merah di Jawa Tengah dan Jawa Timur yang mempunyai pola musim panen yang cenderung bersamaan yaitu pada bulan –

Juni

pertanian

mengingat produktivitas bawang merah Indonesia masih sangat rendah dibandingkan produktivitas bawang merah impor dimana produktivitas bawang merah Indonesia mencapai 8,5 – 10 ton/ha sedangkan produktivitas bawang merah impor rata-rata mencapai 20 ton/ha. Usaha lainnya adalah melakukan pengawasan terhadap harga pupuk agar harga pupuk yang sampai ke petani sesuai dengan Harga Eceran Tertinggi (HET) yang ditetapkan oleh Pemerintah, pengawasan ini dapat dilakukan oleh Lembaga Dinas Pertanian misalnya oleh Departemen Sarana Produksi Petanian. Usaha yang harus dilakukan oleh petani ialah petani bawang merah dapat melakukan pembelian pupuk secara bersama agar harga pupuk yang mereka terima dapat lebih rendah, dengan membentuk suatu lembaga tertentu misalnya kelompok tani.

guna

meningkatkan

September,

memberikan

bimbingan

melalui

pelatihan

program

kepada

petani

produksinya

misalnya

intensifikasi

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI FLUKTUASI HARGA BAWANG MERAH DAN PERAMALANNYA (STUDI KASUS PASAR INDUK KRAMAT

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI FLUKTUASI HARGA BAWANG MERAH DAN PERAMALANNYA (STUDI KASUS PASAR INDUK KRAMAT JATI, DKI JAKARTA)

Oleh :

HAPTO STATO

A14103020

Skripsi Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Pertanian Pada Fakultas Pertanian Institut Pertanian Bogor

PROGRAM STUDI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR

2007

Judul Skripsi : Analisis Faktor – Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah dan Peramalannya

Judul Skripsi : Analisis Faktor – Faktor yang Mempengaruhi Fluktuasi Harga

Bawang Merah dan Peramalannya (Studi Kasus Pasar Induk

Kramat Jati, DKI Jakarta).

Nama Mahasiswa : HAPTO STATO

NRP

Program Studi

: A14103020

: Manajemen Agribisnis

Menyetujui

Dosen Pembimbing Skripsi

Ir. Anita Ristianingrum, Msi NIP. 132 046 437

Mengetahui,

Dekan Fakultas Pertanian IPB

Prof. Dr. Ir. H. Didy Sopandie, M. Agr NIP.131 124 019

Tanggal Lulus :

PERNYATAAN DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI YANG BERJUDUL : “ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI FLUKTUASI

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI YANG

BERJUDUL : “ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

FLUKTUASI HARGA BAWANG MERAH DAN PERAMALANNYA

(STUDI KASUS PASAR INDUK KRAMAT JATI, DKI JAKARTA)”

ADALAH KAR YA SENDIRI DAN BELUM DIAJUKAN DALAM BENTUK

APAPUN KEPADA PERGURUAN TINGGI MANAPUN. 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.

Bogor, Mei 2007

HAPTO STATO

A14103020

UCAPAN TERIMA KASIH Puji syukur kepada Allah swt dan Nabi Muhammad SAW, pada kesempatan ini

UCAPAN TERIMA KASIH

Puji syukur kepada Allah swt dan Nabi Muhammad SAW, pada kesempatan ini

dengan segala kerendahan hati penulis ingin mengucapkan terima kasih dan

penghargaan kepada semua pihak yang telah membantu selama masa perkuliahan

dan juga dalam penyelesaian skripsi ini, yaitu :

1. Keluarga, yang telah memberikan motivasi kepada penulis selama pembuatan skripsi.

2. Ir. Anita Ristianingrum, MSi selaku dosen pembimbing skripsi, atas bimbingan dan kesabarannya membantu penulis dalam pembuatan skripsi ini.

3. Ir. Harmini, MS selaku dosen penguji utama, yang telah bersedia menguji penulis pada saat sidang skripsi.

4. Ir. Joko Purwono, MS selaku dosen penguji komdik, yang telah bersedia menguji penulis pada saat sidang skripsi.

5. Staf Sekretariat Departemen Agribisnis (Mbak Dian), yang telah membantu penulis dalam pembuatan surat izin penelitian.

6. Karyawan PIKJ, yang telah membantu penulis selama pembuatan skripsi.

7. Ir. Budi Purwanto, MS selaku dosen pembimbing akademik, yang telah memberikan bimbingan kepada penulis selama penulis kuliah.

8. Rahmatia Hardhani selaku pembahas, yang telah bersedia menjadi pembahas pada saat seminar.

9. Jujung, teman seperjuangan di Pontianak, yang telah banyak memberikan masukan kepada penulis selama pembuatan skripsi.

10. Teman – teman AGB 40 (Jujung, Panda, Rina, Riza, Nini, Widi, Mbe, Welly, Vedy, Yoga, Ulum, Oky, Santi, Anti, dan Meta) yang telah membantu dan menemani penulis selama seminar dan sidang skripsi.

11. Seluruh teman-teman AGB 40, atas persahabatannya selama menjalani perkuliahan.

Penulis berusaha mewujudkan kesempurnaan dalam menyajikan skripsi ini. Namun, penulis menyadari bahwa sebagai manusia

Penulis berusaha mewujudkan kesempurnaan dalam menyajikan skripsi

ini. Namun, penulis menyadari bahwa sebagai manusia pasti memiliki kekurangan

dan keterbatasan. Untuk itu, penulis mengharapkan saran dan kritik yang

membangun ke arah penyempurnaan skripsi ini. Penulis berharap semoga skripsi

ini bermanfaat bagi semua pihak yang membutuhkan.

vii

Bogor, Mei 2007

HAPTO STATO

A14103020

RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 21 September 1985, dari pasangan Wahono dan

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 21 September 1985, dari

pasangan

Wahono

dan

Mugiati.

Penulis

merupakan

anak

kedua

dari

tiga

bersaudara. Penulis mengawali pendidikan pada tahun 1991 di Sekolah Dasar 08

Jakarta

Timur dan lulus pada tahun 1997. Penulis melanjutkan ke Sekolah

Menengah Pertama 232 Jakarta Timur pada tahun 1997 hingga tahun 2000.

Penulis kemudian melanjutkan pendidikan ke Sekolah Menengah Atas 22 Jakarta

Timur dari tahun 2000 dan lulus pada tahun 2003. Penulis diterima di Institut

Pertanian Bogor melalui jalur USMI pada tahun 2003 hingga sekarang.

Selama kuliah penulis aktif dalam kegiatan Organisasi Departemen Sosial

Ekonomi Pertanian (MISETA) periode 2005 – 2006, dengan jabatan sebagai staf

Pengembangan Sumber Daya Manusia. Selama diperkuliahan penulis juga aktif

mengikuti berbagai lomba karya tulis. Pada tahun 2006 penulis berhasil menjadi

juara II Presentasi Pemikiran Kritis Mahasiswa Tingkat Nasional.

KATA PENGANTAR Penulis mengucapkan puji dan syukur kepada Allah swt dan Nabi Muhammad

KATA PENGANTAR

Penulis

mengucapkan

puji

dan

syukur

kepada

Allah

swt

dan

Nabi

Muhammad

SAW,

karena

berkat

rahmatnya

penulis

akhirnya

dapat

menyelesaikan skripsi ini. Penulis juga mengucapkan terima kasih kepada pihak-

pihak

yang

telah

membantu

penulis

dalam

pembuatan

skripsi

ini.

Tujuan

dibuatnya skripsi ini adalah untuk memenuhi tugas akhir dan sebagai salah satu

syarat untuk memperoleh gelar sarjana.

Penelitian

ini

berusaha

mengidentifikasi

pola

fluktuasi

harga

bawang

merah di Pasar Induk Kramat Jati, Jakarta karena fluktuasi harga yang dialami

oleh komoditas ini umumnya relatif cukup besar. Selain itu penelitian ini juga

mencoba merekomendasikan metode peramalan yang tepat untuk meramalkan

fluktuasi harga bawang merah yang terjadi di PIKJ dan menganalisis faktor- faktor

yang

menyebabkan

terjadinya

fluktuasi

harga

bawang

merah.

Dengan

diketahuinya

faktor-faktor

yang

berpengaruh

tersebut,

penulis

mencoba

merekomendasikan upaya-upaya untuk memperkecil fluktuasi harganya.

Skripsi ini diharapkan dapat memberikan manfaat bagi pihak-pihak yang

berkepentingan terhadap komoditas bawang merah terutama Pemerintah. Penulis

sadar bahwa masih banyak terdapat kekurangan pada skripsi ini. Mudah- mudahan

kekurangan tersebut tidak mengurangi manfaat dari skripsi ini.

Bogor, Mei 2007

HAPTO STATO

A14103020

DAFTAR ISI DAFTAR TABEL x DAFTAR GAMBAR xi DAFTAR LAMPIRAN xii I. PENDAHULUAN 1.1 Latar

DAFTAR ISI

DAFTAR TABEL

x

DAFTAR GAMBAR

xi

DAFTAR LAMPIRAN

xii

I. PENDAHULUAN

1.1 Latar Belakang

1

1.2 Perumusan Masalah

7

1.3 Tujuan Penelitian

10

1.4 Manfaat Penelitian

11

II. TINJAUAN PUSTAKA

2.1 Aspek Produksi Bawang Merah

12

2.1.1 Syarat Tumbuh Bawang Merah

12

2.1.2 Budidaya Bawang Merah

12

2.1.3 Pemeliharan Bawang Merah

13

2.1.4 Panen dan Pasca Panen

14

2.2 Aspek Pemasaran Tanaman Bawang Merah

15

2.3 Penelitian Terdahulu

16

III. KERANGKA PEMIKIRAN 3.1 Permintaan, Penawaran, dan Harga

18

3.1.1 Penentuan Harga oleh Permintaan dan Penawaran

18

3.1.2 Fluktuasi Produksi dan Kecenderungan Harga

20

3.1.3 Kecenderungan Harga dan Penerimaan Produsen

21

3.2 Definisi Peramalan

22

3.2.1 Jenis-Jenis Peramalan

23

3.2.2 Teknik Peramalan

23

3.2.3 Pemilihan Teknik Peramalan

33

3.3 Analisis Regresi Berganda

35

3.4 Analisis Korelasi Sederhana

35

3.5 Kerangka Pemikiran Operasional

37

IV. METODE PENELITIAN

4.1 Lokasi dan Waktu Penelitia n

41

4.2 Jenis dan Sumber Data

41

4.3 Pengolahan dan Analisis Data

42

4.4 Identifikasi Pola Data Harga Bawang Merah

43

A.

Metode Rata-Rata Bergerak Sederhana

44

A. Metode Rata-Rata Bergerak Sederhana 44   B . Single Exponential Smoothing 45 C. Double Exponential
 

B. Single Exponential Smoothing

45

C. Double Exponential Smoothing (Brown)

45

D. Double Exponential Smoothing (Holt)

46

E. Winter Multiplikatif

46

F. Dekomposisi Multiplikatif

46

G. Dekomposisi Aditif

47

H. ARIMA

48

I. SARIMA

51

4.6 Pemilihan Teknik Peramalan

51

4.7 Analisis Regresi Berganda

52

4.8 Analisis Korelasi terhadap Variabel Bebas yang Signifikan

56

4.9 Definisi Operasional

56

V.

HASIL DAN PEMBAHASAN

5.1 Gambaran Umum Pasar Induk Kramat Jati

58

5.2 Identifikasi Pola Fluktuasi Harga Bawang Merah

64

 

5.2.1

Identifikasi Unsur Trend dan Pola Musiman

71

5.3 Penerapan Metode Peramalan Time Series

73

 

5.3.1 Rata-rata Bergerak Sederhana

74

5.3.2 Metode Single Exponential Smoothing

75

5.3.3 Double Exponential Smoothing Brown

76

5.3.4 Double Exponential Smoothing Holt

77

5.3.5 Metode Winters Multiplikatif

78

5.3.6 Metode Dekomposisi

80

5.3.7 Metode Box Jenkins

82

5.4 Pemilihan Metode Peramalan Time Series

88

5.5 Analisis Faktor - Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah di PIKJ

89

5.6 Upaya-upaya untuk Memperkecil Fluktuasi Harga Bawang Merah di PIKJ

94

VI. KESIMPULAN DAN SARAN

6.1 Kesimpulan……………………………………………………………. 98

6.2 Saran…………………………………………………………

100

………

DAFTAR PUSTAKA………………………………………………………… 102

ix

DAFTAR TABEL Nomor Teks Halaman 1. Perkembangan Produksi dan Konsumsi Per Kapita Bawang Merah Periode

DAFTAR TABEL

Nomor

Teks

Halaman

1.

Perkembangan Produksi dan Konsumsi Per Kapita Bawang Merah Periode Tahun 2000 – 2005

1

2.

Ketersediaan dan Kebutuhan Benih Bawang Merah Tahun 2002 – 2005

2

3.

Volume (Ton) dan Nilai Ekspor (US$) Bawang Merah Periode 2001 -2005

3

4.

Perbandingan Pola Harga Bawang Merah di Tingkat Grosir (PIKJ) dengan Harga Impor Bawang Merah Tahun 2006

4

5.

Produksi Bawang Merah di Indonesia Berdasarkan Propinsi Tahun 2002-2005 (Ton)

6

6.

Jumlah Pasokan Bawang Merah (Ton) yang Masuk ke PIKJ periode Tahun 2003 – 2005

63

7.

Hasil Peramalan Metode Simple Moving Average berdasarkan nilai MAD dan MSE

75

8.

Hasil Peramalan Metode Double Exponential Smoothing Brown

77

9.

Hasil Peramalan Metode Double Exponential Smoothing Holt

77

10.

Hasil Metode Peramalan Winters Multiplikatif berdasarkan nilai MSE

78

11.

Hasil peramalan harga Metode Dekomposisi (L = 10)

82

12.

Nilai Akurasi Kesalahan Hasil Penerapan Metode ARIMA

85

13.

Ramalan Harga Bawang Merah Model ARIMA (2,1,2) (1,1,1) 10

87

14.

Hasil Penerapan Metode Time Series Terhadap Harga Bawang Merah

89

15.

Hasil Pengujian Masing - Masing Parameter terhadap Harga Bawang Merah di PIKJ

90

16.

Produksi Bulanan Bawang Merah pada Periode Tahun 2000 – 2003 (Kuintal)

96

DAFTAR GAMBAR Nomor Teks Halaman 1. Harga rata-rata Bawang Merah di PIKJ Periode Janua ri

DAFTAR GAMBAR

Nomor

Teks

Halaman

1.

Harga rata-rata Bawang Merah di PIKJ Periode Janua ri

-

Desember Tahun 2006

8

2.

Saluran Pemasaran Bawang Merah dari Desa Banjaranyar, Kabupaten Brebes

15

2.

Penentuan Harga oleh Permintaan dan Penawaran

19

3.

Fluktuasi Produksi dan Kecenderungan Harga

20

4.

Kerangka Operasional Penelitian

40

6.

Alur Masuk Keluar Bawang Merah di PIKJ

60

7.

Fluktuasi Harga Bawang Merah di PIKJ Periode Januari 2003

-

Februari 2007

65

8.

Fluktuasi Pasokan Bawang Merah di PIKJ Periode Januari 2003

-

Februari 2007

67

DAFTAR LAMPIRAN Nomor Halaman 1. Daftar Perkembangan Harga Rata –Rata Mingguan dan Pasokan Bawang Merah

DAFTAR LAMPIRAN

Nomor

Halaman

1.

Daftar Perkembangan Harga Rata –Rata Mingguan dan Pasokan Bawang Merah di PIKJ Periode Januari 2003 – Februari 2007

105

2.

Data Bulanan Harga dan Pasokan Bawang Merah di PIKJ, Harga dan Pasokan Impor Bawang Merah Nasional, Harga Pupuk Urea Periode Januari 2003 – September 2006

110

3.

Hasil Analisis Regresi Uji Trend Harga Bawang Merah

111

4.

Plot ACF dan PACF Harga Bawang Merah

112

5.

Plot ACF dan PACF Harga Bawang Merah setelah Pembedaan Pertama (Diff 1)

113

6.

Hasil Penerapan Metode Winter Multiplikatif (L = 10)

114

7.

Hasil Penerapan Metode Dekomposisi Multiplikatif

115

8.

Hasil Penerapan Metode Dekomposisi Aditif

116

9.

Plot ACF dan PACF Harga Bawang Merah setelah Pembedaan Pertama dan Pembedaan Musiman (Diff 1 Diff 20)

117

10.

Hasil Penerapan Model ARIMA (0,1,1) (0,1,1) 20

118

11.

Hasil Penerapan Model ARIMA (2,1,1) (1,1,1) 10

119

12.

Plot ACF dan PACF Residual Model ARIMA (2,1,1) (1,1,1) 10

120

13.

Hasil Uji Regresi Berganda Harga Bawang Merah terhadap Pasokan Bawang Merah di PIKJ, Harga dan Pasokan Impor Bawang Merah Nasional dan Harga Pupuk

121

14.

Produksi Bulanan Bawang Merah Propinsi Jawa Tengah dan Jawa Timur Periode Tahun 2000 - 2003 (Kuintal)

122

1.1 Latar Belakang BAB I PENDAHULUAN Bawang merah merupakan salah satu komoditas sayuran yang penting

1.1 Latar Belakang

BAB I

PENDAHULUAN

Bawang merah merupakan salah satu komoditas sayuran yang penting bagi

masyarakat Indonesia. Komoditas ini memiliki banyak kegunaan terutama dalam

sektor

konsumsi

rumah

tangga

antara

lain

sebagai

bumbu

masakan

guna

menambah cita rasa masakan, bahan pelengkap untuk makanan dan obat-obatan

penyakit tertentu, sehingga komoditas ini sudah dapat digolongkan sebagai salah

satu kebutuhan pokok utama mengingat perannya tersebut. Pada saat ini konsumsi

terhadap

bawang

merah

cenderung

mengalami

peningkatan

seiring

dengan

bertambahnya

jumlah

penduduk,

meningkatnya

ragam

masakan

yang

menggunakan bawang

merah, dan berkembangnya

industri

pengolahan serta

kebutuhan terhadap benih bawang merah yang berkualitas.

Tabel 1.

Perkembangan Produksi dan Konsumsi Per Kapita Bawang Merah

Periode Tahun 2000 – 2005

Tahun

Produksi (ton)

Penduduk (x 1000 orang)

Konsumsi

per kapita (kg/ th)

Total/ th (ton)

1

2

3

4 = 2 x 3

2001

861.150

209.214

2,19

458.178,66

2002

766.572

212.206

2,20

466.853,20

2003

762.795

215.276

2,22

477.912,72

2004

757.368

216.382

4,56

986.701,92

Sumber : BPS dan Dirjen Hortikultura, 2005 (diolah)

Dari Tabel 1 dapat dilihat bahwa produksi bawang merah dari tahun 2001

ke tahun 2004

mengalami trend penurunan sebesar 12,05 % sementara

itu

2

2 konsumsi per kapitanya terus mengalami peningkatan, terutama dari tahun 2003 hingga tahun 2004 peningkatannya

konsumsi per kapitanya terus mengalami peningkatan, terutama dari tahun 2003

hingga

tahun

2004

peningkatannya

produksinya yaitu meningkat sebesar

sangat

besar

hingga

melebihi

jumlah

106,46 %. Faktor yang menyebabkan

meningkatnya kebutuhan bawang merah dari tahun ke tahun salah satunya akibat

meningkatnya

kebutuhan

terhadap

benih.

Permintaan

benih

bawang

merah,

khususnya yang setara kualitas impor menunjukkan peningkatan setiap tahun.

Peningkatan

permintaan

benih

tersebut

terjadi

sebagai

akibat

dari

adanya

permintaan konsumen dalam negeri terhadap bawang konsumsi kualitas impor

yang meningkat tajam. Sementara itu petani menyukai benih varietas impor

karena selain kualitas produknya sesuai permintaan konsumen, daya hasilnya juga

lebih

tinggi

dibandingkan

dengan

varietas

lokal.

Tabel

2

dapat

dilihat

perbandingan antara kebutuhan dan ketersediaan benih bawang merah pada tahun

2002 – 2005.

Tabel 2. Ketersediaan dan Kebutuhan Benih Bawang Merah Tahun 2002 - 2005

Tahun

Ketersediaan (Kg)

Kebutuhan (Kg)

2002

60.000

103.021.400

2003

152.500

110.021.400

2004

784.232

117.021.400

2005

1.378.125

124.081.800

Sumber :Direktorat Perbenihan dan Sarana Produksi (2006)

Pada Tabel 2 terlihat bahwa dari tahun 2002 hingga tahun 2005

terjadi

defisit kebutuhan benih dimana ketersediaan benih selalu lebih kecil dibandingkan

dengan kebutuhannya.

Tingginya

permintaan

bawang

merah

terutama

untuk

kebutuhan benih tercermin dari meningkatnya jumlah impor bawang merah yaitu

dari 60.910 ton pada tahun 2001 meningkat menjadi 75.205 ton pada tahun 2005,

seperti terlihat pada Tabel 3. Observasi lapang mengindikasikan bahwa 40 % dari

3

3 volume impor bawang merah digunakan untuk memenuhi kebutuhan benih. Pada tahun 2010 kebutuhan benih bawang

volume impor bawang merah digunakan untuk memenuhi kebutuhan benih. Pada

tahun 2010 kebutuhan benih bawang merah berkualitas setara impor diperkirakan

mencapai 29 ribu ton (Direktorat Perbenihan, 2006). Indonesia adalah net importir

bawang merah. Impor bawang merah Indonesia terutama berasal dari Thailand,

Philipina, Myanmar, dan Malaysia. Sedangkan negara tujuan ekspornya adalah

Philipina,

Belanda,

Hortikultura, 2005).

Hongkong,

Vietnam,

dan

Amerika

Serikat

(Dirjen

Tabel 3. Volume (ton) dan Nilai Ekspor (US$) Bawang Merah Periode 2001 -

2005

Tahun

Volume (kg)

Nilai (US$)

Ekspor

Impor

Ekspor

Impor

2001

6.000.052

60.910.152

1.675.495

15.982.821

2002

6.945.819

45.841.856

2.219.830

12.754.301

2003

5.423.924

54.350.627

2.478.487

16.065.302

2004

4.700.017

66.312.460

1.952.233

19.297.975

2005

4.494.496

75.204.606

1.620.977

22.162.921

Sumber : COMTRADE (2006)

Peran komoditas bawang merah yang cukup penting dan penggunaannya

yang luas membuat komoditas ini memiliki nilai ekonomis yang cukup baik.

Meskipun demikian komoditas ini mempunyai masalah dalam fluktuasi harga

yang cukup besar. Harga bawang merah umumnya berfluktuasi secara musiman.

Perbandingan pola harga bawang merah di

tingkat grosir (PIKJ) dengan harga

impor bawang merah pada tahun 2006 diperlihatkan pada Tabel 4. Pada tingkat

nasional, harga impor bawang merah terendah terjadi pada bulan September yaitu

sebesar Rp 1.934,00/ kg sedangkan harga bawang merah pada tingkat grosir

(PIKJ) sebesar Rp 3.698,00/ kg. Harga impor bawang merah tertinggi terjadi pada

bulan Februari

yaitu sebesar Rp 3.761,00/ kg sedangkan harga bawang merah

4

4 yang terjadi pada tingkat grosir sebesar Rp 9.322/ kg. Hal ini mengindikasikan bahwa harga impor

yang terjadi pada tingkat grosir sebesar Rp 9.322/ kg. Hal ini mengindikasikan

bahwa harga impor bawang merah

mempunyai pengaruh yang cukup besar

terhadap perubahan harga bawang merah yang terjadi di PIKJ. Hal ini dibuktikan

dengan terjadinya peningkatan harga bawang merah di PIKJ yang cukup tajam

yaitu sebesar Rp 5.561,00/ kg ketika harga impor bawang merah

peningkatan sebesar Rp 1.827,00/ kg.

mengalami

Tabel 4. Perbandingan Pola Harga Bawang Merah di Tingkat Grosir (PIKJ)

dengan Harga Impor Bawang Merah Tahun 2006

Bulan

Rata-rata Harga Bulanan (Rp/ Kg)

Rata-rata Harga Bulanan (Rp/ Kg)

Grosir

Impor

Januari

8.786

3.422

Februari

9.322

3.761

Maret

8.943

3.470

April

9.011

3.461

Mei

8.500

3.403

Juni

8.500

3.105

Juli

7.625

3.070

Agustus

5.097

3.095

September

3.698

1.934

Sumber : Pasar Induk Kramat Jati dan Departemen Pertanian (2006)

Namun demikian harga impor belum dapat dijadikan satu-satunya faktor

sebagai penentu fluktuasi harga yang terjadi di PIKJ, karena masih banyak faktor

lainnya yang turut dalam mempengaruhi harga yang terjadi di PIKJ. Dalam teori

ekonomi ada dua kekuatan utama yang mempengaruhi harga yaitu permintaan dan

penawaran (Lipsey,1995). Apabila dilihat dari sisi permintaan, maka konsumsi

terhadap bawang merah terus mengalami peningkatan seperti terlihat pada Tabel

1, sedangkan dari sisi penawaran, dapat dilihat dari besarnya pasokan yang

mampu disediakan oleh petani bawang selaku produsen. Masalah yang dihadapi

5

5 dari sisi penawaran bawang merah umumnya adalah fluktuasi pasokan akibat perbedaan waktu panen antar propinsi

dari sisi penawaran bawang merah umumnya adalah fluktuasi pasokan akibat

perbedaan waktu panen antar propinsi penghasil bawang. Periode panen di empat

propinsi

penghasil

utama

bawang

merah

(Jatim,

Jateng,

Jabar

dan

Sulsel)

menunjukkan bahwa bulan panen cukup bervariasi. Pengamatan lebih lanjut

memberikan gambaran bahwa puncak panen terkonsentrasi antara bulan Juni-

Desember-Januari, sedangkan bulan kosong panen terjadi pada bulan Februari

sampai Mei dan November. Tabel 5 menunjukkan

produksi

bawang

merah

berdasarkan propinsi di Indonesia dari tahun 2002 sampai dengan tahun 2005.

Berdasarkan Tabel 5 dapat dilihat bahwa selama periode 2002-2005

produksi bawang merah tertinggi terjadi pada tahun 2002 sebesar 766.572 ton,

sedangkan produksi terendah terjadi pada tahun 2005 sebesar 732.609 ton atau

mengalami penurunan produksi sebesar 3,27 %. Propinsi Jawa memberikan

kontrib usi produksi bawang merah terbesar kemudian diikuti oleh Pulau Bali dan

Nusa Tenggara.

Dengan

semakin

besarnya

fluktuasi

harga

bawang

merah

yang

diakibatkan

oleh

berbagai

faktor,

maka

sangat

diperlukan

suatu

peramalan

terhadap

harga

bawang

merah.

Hal

ini dilakukan

untuk

mengurangi

resiko

kerugian akibat fluktuasi harga jual bawang merah yang besar. Fluktuasi harga

bawang

merah

berkepentingan

yang

besar

tersebut,

seperti

petani

dan

dapat

merugikan

berbagai

pihak

yang

konsumen.

Petani

selaku

produsen

membutuhkan kepastian harga jual sebelum mereka memutuskan untuk menanam

bawang atau tidak. Hal ini dilakukan untuk mengurangi resiko kerugian akibat

jatuhnya harga jual. Hal yang sama juga dialami oleh konsumen, khususnya

6

6 konsumen industri. Mereka memerlukan kepastian harga untuk mengendalikan biaya bahan baku mereka dalam proses produksi.

konsumen industri. Mereka memerlukan kepastian harga untuk mengendalikan

biaya bahan baku mereka dalam proses produksi.

Tabel 5. Produksi Bawang Merah di Indonesia Berdasarkan Propinsi Tahun 2002- 2005 (Ton)

         

Pertumbuhan

Provinsi

2002

2003

2004

2005

2002-2005 (%)

1. NAD

3.995

6.325

7.885

7.856

- 0,37

2. Sumut

25.144

25.431

19.710

9.226

- 53,20

3. Sumbar

10.736

8.157

13.837

19.118

38,17

4. Riau

0

0

0

0

0

5. Jambi

1.780

1.466

1.180

1.212

2,71

6. Sumsel

26

18

82

84

2,44

7. Bengkulu

652

2.089

352

290

- 17,61

8. Lampung

1.364

715

610

605

- 0,82

9. Bangka Belitung

0

0

0

7

~

SUMATERA

43.697

44.201

43.656

38.398

- 12,04

10. DKI. Jakarta

0

0

0

0

0

11. Jabar

96.619

120.219

121.194

118.795

- 1,98

12. Jateng

215.601

231.052

230.976

202.692

- 12,25

13. DI. Yogyakarta

27.038

24.810

18.818

21.444

13,96

14. Jatim

223.147

213.818

224.971

233.098

3,61

15. Banten

357

211

222

218

- 1,80

JAWA

562.762

590.110

596.181

576.247

- 3,34

16. Bali

12.502

12.614

12.697

11.294

- 11,05

17. NTB

91.151

82.838

77.237

81.369

5,35

18. NTT

6.524

5.367

5.739

3.837

- 33,14

BALI dan NT

110.177

100.819

95.673

96.500

0,86

19. Kalbar

0

0

0

0

0

20. Kalteng

0

0

0

0

0

21. Kalsel

120

0

0

0

0

22. Kaltim

114

208

223

64

- 71,30

KALIMANTAN

234

208

223

64

- 71.30

23.Sulut

1.506

2.243

2.332

2.587

10,93

24. Sulteng

4.911

4.430

5.041

2.285

- 54,67

25. Sulsel

41.053

18.304

11.056

12.081

9,27

26. Sul. Tenggara

972

158

309

418

35,28

27. Gorontalo

147

332

192

374

94,79

SULAWESI

48.589

25.467

18.930

17.745

- 6,26

28. Maluku

272

524

1.097

2.079

89,52

29. Maluku Utara

117

630

198

209

5,56

30. Papua

724

836

1.163

946

- 18,66

31. Irian Jaya Barat

247

421

70,44

Maluku dan IRJA

1.113

1.990

2.705

3.655

35,12

INDONESIA

766.572

762.795

757.368

732.609

- 3,27

Sumber : Badan Pusat Statistik (diolah)

7

7 1.2 Perumusan Masalah Pembentukan harga ekuilibrium suatu komoditas terjadi ketika permintaan sama dengan penawaran dari

1.2 Perumusan Masalah

Pembentukan harga ekuilibrium suatu komoditas terjadi ketika permintaan

sama dengan penawaran dari komoditas tersebut. Dengan asumsi faktor- faktor

lain yang mempengaruhi harga tidak mengalami perubahan (ceteris paribus),

maka harga akan naik apabila penawaran berkurang sementara permintaan tetap

(Lipsey et al 1995). Komoditas pertanian (termasuk bawang merah) umumnya

memiliki elastisitas permintaan yang inelastis dalam jangka pendek, sehingga

peningkatan

produksi

yang

melebihi

permintaan

pada

waktu

tertentu

akan

mengakibatkan harga turun sebaliknya produksi yang tidak dapat memenuhi

permintaan akan meningkatkan harga secara drastis.

PIKJ memiliki peranan sangat besar dalam memasok sayur-sayuran dan

buah-buahan bagi sebagian besar wilayah Indonesia dan menjadi parameter

pembentukan harga di pasar-pasar yang lain. Daerah pasokan bawang merah

umumya berasal dari propinsi Jawa Timur dan Jawa Tengah, yang menjangkau

wilayah distribusi yang sangat luas meliputi DKI Jakarta, Batam, Bangka Belitung

hingga wilayah Kalimantan dan Sumatera.

Pada Gambar 1

terlihat fluktuasi harga rata-rata bawang merah yang

terjadi di PIKJ periode Januari - Desember Tahun 2006. Dari gambar tersebut

terlihat bahwa fluktuasi harga rata-rata bawang merah tertinggi terjadi pada bulan

Januari 2006 tepatnya pada minggu keempat, yaitu mencapai Rp 10.357,00/ kg,

sedangkan harga rata-rata bawang merah terendah terjadi pada bulan Oktober

2006 tepatnya pada minggu kesatu, yaitu mencapai Rp 2.971,00/ kg. Fluktuasi

harga bawang merah yang besar atau mempunyai fluktuasi harga terbesar kedua

setelah harga cabai merah di PIKJ, dimana perbandingan antara harga tertinggi

8

8 dengan harga terendah yang mencapai 348,6 % tentunya akan dapat menimbulkan kerugian bagi pihak-pihak yang

dengan harga terendah yang mencapai 348,6 % tentunya akan dapat menimbulkan

kerugian bagi pihak-pihak yang berkepentingan terhadap komoditas bawang

merah ini. Petani selaku produsen membutuhkan kepastian harga jual sebelum

mereka memutuskan untuk menanam bawang atau tidak. Hal ini dilakukan untuk

mengurangi resiko kerugian akibat

jatuhnya harga jual, agar keuntungan yang

diperoleh petani dapat menutupi biaya produksi. Biaya produksi total yang harus

dikeluarkan dari suatu usahatani bawang merah yang menghasilkan panen sebesar

10 ton (15 % afkir) bawang merah ialah sebesar Rp 26.214.000

(Litbang

Pertanian, 2006). Keuntungan yang diperoleh petani ketika harga bawang merah

sebesar Rp 10.357,00/ kg adalah sebesar Rp 61.820.500, sedangkan kerugian yang

diperoleh petani ketika harga bawang merah sebesar Rp 2.971,00/ kg sebesar Rp

960.500.

Gambar 1. Harga rata-rata bawang merah di PIKJ

Fluktuasi Harga Bawang Merah Januari - Desember Tahun 2006

12000 10000 8000 6000 4000 2000 0 1 6 11 16 21 26 31 36
12000
10000
8000
6000
4000
2000
0
1 6
11
16
21
26 31
36 41
46 51
Harga(Rp/Kg)

Minggu

Harga

Sumber : Kantor PIKJ, DKI Jakarta

Hal

yang

sama

juga

dialami

oleh

konsumen,

khususnya

konsumen

industri. Mereka memerlukan kepastian harga untuk mengendalikan biaya bahan

9

9 baku mereka dalam proses produksi, sehingga peramalan terhadap harga bawang merah menjadi sangat diperlukan. Terdapat

baku mereka dalam proses produksi, sehingga peramalan terhadap harga bawang

merah menjadi sangat diperlukan.

Terdapat

beberapa

metode

peramalan

yang

dapat

digunakan

untuk

memperkirakan

harga

bawang

merah

dimasa

depan.

Dari

beberapa

metode

tersebut akan dipilih satu metode yang terbaik dan sesuai berdasarkan beberapa

hal antara lain akurasi kesalahan peramalan, kemudahan dalam pemakaian,

ketersediaan data yang diperlukan dan kesesuaian metode dengan keperluan atau

tujuan peramalan.

Selain

melakukan

peramalan

terhadap

harga

bawang

merah,

juga

diperlukan analisis faktor-faktor yang mempengaruhi fluktuasi harga bawang

merah di PIKJ. Faktor-faktor seperti harga impor bawang merah, jumlah pasokan

bawang di PIKJ,

jumlah pasokan bawang merah impor, dan harga input produksi

seperti harga pupuk serta faktor lainnya dapat juga mempengaruhi harga bawang

merah di PIKJ, walaupun pengaruh masing- masing faktor belum diketahui secara

pasti.

Analisis

terhadap

masing- masing

faktor

sangat

diperlukan

untuk

mengetahui faktor apa saja yang berpengaruh nyata terhadap fluktuasi harga

bawang merah. Dengan diketahuinya faktor - faktor yang mempengaruhi fluktuasi

harga bawang merah, diharapkan Pemerintah selaku pembuat kebijakan dapat

mengendalikan faktor - faktor tersebut, sehingga fluktuasi harga dapat diperkecil.

Pada akhirnya konsumen dan petani akan diuntungkan akibat kecilnya fluktuasi

harga bawang merah.

10

10 Dari uraian di atas, maka rumusan masalah dari penelitian ini adalah : 1. Ba ga

Dari uraian di atas, maka rumusan masalah dari penelitian ini adalah :

1. Ba ga imana pola atau perilaku harga bawang merah di Pasar Induk Kramat

Jati, DKI Jakarta ?

2. Metode peramalan apa yang terbaik dan sesua i untuk meramalkan harga

bawang merah serta hasil peramalannya di Pasar Induk Kramat Jati, DKI

Jakarta saat ini ?

3. Faktor-faktor apa saja yang mempengaruhi fluktuasi harga bawang merah

di PIKJ ?

4. Upaya – upaya apa yang dapat dilakukan untuk memperkecil fluktuasi

harga bawang merah ?

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah :

1. Mengidentifikasi pola atau perilaku harga bawang merah di Pasar Induk

Kramat Jati, DKI Jakarta.

2. Membandingkan

metode

peramalan

sehingga

diperoleh

metode

yang

terbaik dan sesuai untuk meramalkan harga bawang merah di Pasar Induk

Kramat Jati, DKI Jakarta saat ini.

3. Menganalisis faktor-faktor apa saja yang mempengaruhi fluktuasi harga

bawang merah di PIKJ.

4. Merekomendasikan

bawang merah.

upaya-upaya

untuk

memperkecil

fluktuasi

harga

11

11 1.4 Manfaat Penelitian Manfaat dari penelitian ini adalah : 1. Memberikan informasi kepada pihak-pihak yang

1.4 Manfaat Penelitian

Manfaat dari penelitian ini adalah :

1. Memberikan informasi kepada pihak-pihak yang berkepentingan seperti

petani dan Pemerintah terutama unt uk mengidentifikasi pola harga bawang

merah.

2. Memberikan informasi kepada pihak-pihak yang berkepentingan seperti

petani dan Pemerintah tentang prediksi harga bawang merah di masa yang

akan datang dengan teknik peramalan yang tepat.

3. Memberikan informasi kepada pihak-pihak yang berkepentingan seperti

Pemerintah tentang faktor – faktor yang mempengaruhi fluktuasi harga

bawang merah yang terjadi di PIKJ, agar Pemerintah selaku pembuat

kebijakan dapat mengendalikan faktor-faktor tersebut guna memperkecil

fluktuasi harga bawang merah.

4. Memberikan informasi

kepada Pemerintah dan petani mengenai upaya-

upaya yang harus dilakukan guna memperkecil fluktuasi harga bawang

merah.

5. Sebagai bahan acuan bagi kalangan akademis dan intelektual yang tertarik

dengan komoditas bawang merah dan ilmu peramalan bisnis dan ekonomi.

BAB II TINJAUAN PUSTAKA 2.1 Aspek Produksi Bawang Merah 2.1.1 Syarat Tumbuh Bawang Merah Tanaman

BAB II

TINJAUAN PUSTAKA

2.1

Aspek Produksi Bawang Merah

2.1.1

Syarat Tumbuh Bawang Merah

Tanaman bawang merah dapat ditanam di dataran rendah maupun dataran tinggi,

yaitu pada ketinggian 0 - 1.000 m dari permukaan laut. Meskipun demikian ketinggian

optimalnya adalah 0 - 400 m dari permukaan laut. Secara umum tanah yang tepat

bawang

merah

ialah

tanah

yang

bertekstur

remah,

sedang

sampai

liat,

ditanami

berdrainase baik, memiliki bahan organik yang cukup, dan pH-nya antara 5,6 - 6,5.

Syarat lain, penyinaran matahari minimum 70%, suhu udara harian 25 - 32°C, dan

kelembapan nisbi sedang yaitu 50 - 70%.

2.1.2 Budidaya Bawang Merah

Bibit Bawang merah diperbanyak dengan umbi. Umbi diambil dari tanaman

yang sudah cukup tua. Usianya sekitar 70 hari setelah tanam. Pada umur tersebut

pertumbuhan calon tunas dalam umbi sudah penuh. Umbi sebaiknya tidak terlalu besar

dan juga tidak terlalu kecil. Penampilan umbi harus segar, sehat, dan tidak kisut. Umbi

yang masih baik warnanya mengkilap. Sebaiknya umbi ini sudah melewati masa

penyimpanan 2,5 - 4 bulan. Untuk satu hektar lahan membut uhkan sekitar 600-800 kg

bibit. Penanaman bawang merah paling baik ditanam saat musim kemarau dengan

syarat air cukup untuk irigasi. Awal tanam bisa pada bulan April atau Mei setelah

musim panen padi atau pada bulan Juli atau Agustus. Biasanya petani di Brebes

melakukan penanaman di sawah yang telah ditanami padi. Pada lahan dibuat bedengan-

13

13 bedengan dengan lebar antara 1,2-1,8 m. Di sela-sela bedengan dibuat parit yang lebarnya 40-50 cm,

bedengan dengan lebar antara 1,2-1,8 m. Di sela-sela bedengan dibuat parit yang

lebarnya 40-50 cm, kedalaman parit antara 50-60 cm. Parit nantinya berfungsi sebagai

pemasukan air ataupun pengeluaran air yang berlebihan. Sebelum penanaman sawah

dikeringkan, kemudian tanah diolah dan dihaluskan. Bedengan tanam yang belum baik

diperbaiki. Pengolahan manual perlu 2-3 kali. Bila pH lahan kurang 5,5, tambahkan

kapur dolomit atau kaptan sebanyak 1-1,5 ton/ ha. Kapur ini sebaiknya diberikan jauh

sebelum tanam, minimum 2 minggu, Pengapuran bisa bersamaan dengan pengolahan

tanah. Selesai pengolahan tanah dilanjutkan dengan penanaman. Jarak tanam 20 x 15

cm atau 15 x 15 cm. Bibit yang hendak ditanam dirompes ujungnya. Perompesan ujung

bibit berfungsi untuk memecahkan masa dormansi bibit.

2.1.3 Pemeliharaan Bawang Merah

Penyiraman

Penyiraman perlu diperhatikan dalam budi daya bawang merah. Tanaman ini

tidak menyukai banyak hujan, tetapi kebutuhan airnya banyak. Pada saat musim

kemarau kita harus bisa menyiram tanaman setiap hari sejak ditanam hingga satu

sebelum

panen.

Penyiraman

dilakukan

pagi

dan

sore.

Kalau

sulit

minggu

pelaksanaannya paling tidak dilakukan pada pagi hari saja. Sejak awal tanam hingga

tanaman bawang merah berumur 2 minggu, gulma tumbuh dengan cepat sehingga

pertumbuhan

bawang

merah.

Untuk

itu

perlu

dilakukan

tindakan

mengganggu

penyiangan. Petani di Brebes biasanya melakukan penyiangan secara manual, baik

dengan mencabut langsung atau memakai kored.

14

14 Pemupukan Tanaman bawang merah membutuhkan pupuk organik dan pupuk anorganik. Pupuk organik yang diberikan ialah

Pemupukan

Tanaman bawang merah membutuhkan pupuk organik dan pupuk anorganik.

Pupuk organik yang diberikan ialah pupuk kandang. Dosisnya ialah 10-20 ton/ ha,

diberikan sebelum tanam yakni saat melakukan pengolahan. Pupuk organik yang

dibutuhkan adalah TSP sebanyak 150-200 kg/ ha. Pupuk ini dicampur dengan pupuk

kandang dalam aplikasinya . Selain itu kita berikan pupuk tambahan berupa 300 kg

Urea dan 200 kg KCl/ ha. Pupuk ini diberikan dengan cara larikan atau barisan saat

tanaman berumur 10-15 hari.

2.1.4 Panen dan Pasca Panen

Bawang

merah

di

dataran

rendah

lebih

cepat

memasuki

masa

panen

dibandingkan dengan yang di dataran tinggi. Ciri tanaman siap panen ialah leher batang

mengeras dan daun menguning. Bila ciri tersebut sudah mencapai 70 - 80% dari jumlah

tanaman maka panen bisa dilaksanakan. Panen dilakukan saat cuaca cerah dan tanah

Panen

dilakukan

dengan cara

untuk

mendapatkan

kadar

mencabut

air

umbi

tanaman.

Tindakan

penjemuran

80%.

Jangan

dijemur

langsung

kering.

diperlukan

menghadap cahaya matahari terik, melainkan cukup di tempat terlindung. Bila memiliki

alat pengering maka bisa dikeringkan sebentar. Setelah itu umbi disimpan di gudang

dengan cara menggantungkan ikatan-ikatan tadi. Suhu ruang penyimpanan sebaiknya 25

- 30° C dengan kelembaban nisbi 60 - 70%. Perlu diingat bahwa gudang yang dingin

dan lembab dapat menurunkan kualitas bawang merah yang disimpan.

15

2.2 Aspek Pemasaran Tanaman Bawang Merah

Aspek yang sangat berpengaruh agar bawang merah yang telah diproduksi

secepatnya sampai ke tangan konsumen ialah aspek pemasaran. Banyak saluran

pemasaran yang dapat digunakan untuk mendistribusikan bawang merah ke pasar,

Rosatiningrum (2004) dalam penelitiannya menjelaskan saluran pemasaran bawang

merah

yang

terjadi

di

Desa

Banjaranyar,

Brebes.

Dalam

penelitiannya

tersebut

dijelaskan bahwa saluran pemasaran bawang merah yang terjadi di Desa Banjaranyar

terdiri dari 3 pola pemasaran, yang dapat dilihat pada Gambar 2.

Pola I

P. Besar P. Pengecer Konsumen Non Lokal Pola II Petani P.Pengumpul P. Besar/ P. Pengecer
P. Besar
P. Pengecer
Konsumen Non
Lokal
Pola II
Petani
P.Pengumpul
P.
Besar/
P. Pengecer
Konsumen
*
Grosir
Non Lokal
Pola III
P.
Pengecer
Konsumen Lokal

Gambar 2. Saluran Pemasaran Bawang Merah dari Desa Banjaranyar, Kabupaten

Brebes

Keterangan: * Calo Desa

Dijelaskan pula bahwa pola saluran pemasaran yang paling banyak digunakan

oleh petani disana adalah pola II. Hal ini terjadi karena adanya ketergantungan atau

keterikatan antara petani dengan calo desa yang merupakan perantara antara petani

16

16 dengan pedagang pengumpul dan karena rendahnya modal yang dimiliki petani sehingga tidak ada modal transportasi

dengan pedagang pengumpul dan karena

rendahnya

modal

yang

dimiliki

petani

sehingga tidak ada modal transportasi untuk menjual bawang merah langsung ke

pedagang besar, selain itu petani hanya mengusahakan bawang merah pada lahan sempit

sedangkan untuk menjual bawang merah langsung ke pedagang besar harus dalam

jumlah besar agar menguntungkan. Sedangkan pada pola I, petani langsung menjual ke

pedagang besar dalam hal ini adalah Pasar Induk Kramat Jati Jakarta, petani tersebut

biasanya mempunyai kendaraan sendiri dan memiliki modal yang besar. Pada pola III,

karena hasil panennya cenderung sedikit, hasil panen tersebut ditujukan langsung untuk

konsumen lokal.

2.3 Penelitian Terdahulu

Sugiharta (2002) dalam penelitiannya tentang peramalan harga cabai merah di

Pasar Induk Kramat Jati, Jakarta, menjelaskan bahwa deret data harga cabai merah

memiliki pola data yang tidak stasioner, mengikuti pola trend yang menurun secara

memiliki

pola

musiman

tertentu.

Hal

ini

dibuktikan

setelah

signifikan dan tidak

dilakukannya berbagai serangkaian analisa secara visual pada plot data harga terhadap

dan uji signifikansi trend melalui uji

waktu, analisa statistik menggunakan plot ACF

regresi. Dari berbagai me tode peramalan yang digunakan, disimpulkan bahwa metode

terbaik untuk meramalkan harga cabai merah di PIKJ adalah metode Box Jenkins di

mana model ARIMA (2,1,2) merupakan model terbaik bagi harga cabai merah besar

dan model ARIMA (1,1,1) merupakan model ya ng paling baik untuk harga cabai merah

keriting karena nilai MSE nya lebih kecil dibandingkan model lainnya. Bagi peramal

yang mengutamakan kemudahan tetapi tetap menuntut keakuratan peramalan ya ng

tinggi maka model alternatif yang dapat digunakan untuk me ramalkan harga cabai

17

17 merah besar dan harga cabai merah keriting masing- masing ialah metode Pelicinan Eksponensial Tunggal dan

merah besar dan harga cabai merah keriting

masing- masing ialah metode Pelicinan

Eksponensial Tunggal dan metode Naive.

Rosatiningrum (2004) dalam penelitiannya tentang analisis efisiensi produksi

dan pemasaran usahatani bawang merah di Desa Banjaranyar, Brebes, menjelaskan

bahwa terdapat lima faktor yang mempengaruhi produksi bawang merah yaitu luas

lahan, jumlah bibit, jumlah tenaga kerja, pupuk dan pestisida. Dari kelima faktor

produksi tersebut yang berpengaruh besar terhadap peningkatan produksi bawang ialah

luas lahan yang ditunjukkan dengan nilai elastisitasnya yang lebih besar dibandingkan

variabel

lainnya.

Sedangkan

faktor

produksi

yang

pengaruhnya

relatif kecil

ialah

pestisida.

Ariningsih dan Tentamia (2004) dalam penelitiannya tentang analisis faktor-

faktor yang mempengaruhi penawaran dan permintaan bawang merah di Indonesia

dengan menggunakan metode two stages least squares menyimpulkan bahwa produksi

bawang merah di Jawa Tengah responsif terhadap perubahan harga pupuk, tetapi tidak

responsif terhadap perubahan harga bawang merah, harga cabe, dan upah tenaga kerja.

Di sisi lain permintaan bawang merah responsif terhadap perubahan jumlah penduduk,

tetapi tidak responsif terhadap harga bawang merah dan pendapatan per kapita. Ba ik

dalam jangka pendek maupun jangka panjang volume ekspor bawang merah responsif

terhadap perubahan produksi bawang merah. Juga disimpulkan bahwa dalam jangka

harga

bawang

merah

di

Indonesia

bersifat

responsif

terhadap

perubahan

panjang

penawaran. Untuk meningkatkan produksi bawang merah Indonesia perlu diupayakan

perbaikan teknologi budidaya, sedangkan untuk me ngurangi fluktuasi harga diperlukan

pengaturan pola tanam antar wilayah melalui perbaikan manajemen irigasi.

BAB III KERANGKA PEMIKIRAN 3.1 Permintaan, Penawaran, dan Harga 3.1.1 Penentuan harga oleh permintaan dan

BAB III

KERANGKA PEMIKIRAN

3.1

Permintaan, Penawaran, dan Harga

3.1.1

Penentuan harga oleh permintaan dan penawaran Dalam teori ekonomi mikro, harga terbentuk oleh keseimbangan antara

kurva permintaan dan kurva penawaran. Menurut Lipsey (1995), hubungan antara

harga suatu komoditas dengan jumlah yang diminta mengikuti suatu hipotesis

dasar ekonomi yang menyatakan bahwa semakin tinggi harga suatu komoditas,

maka semakin sedikit jumlah komoditas yang diminta, apabila variabel lain

konstan (ceteris paribus), sedangkan hubungan antara harga suatu komoditas

dengan

jumlah

yang

ditawarkan

mengikuti

hipotesis

dasar

ekonomi

yang

menyatakan bahwa secara umum, semakin rendah harganya maka semakin rendah

jumlah yang ditawarkan, apabila variabel lain konstan (ceteris paribus).

Lipsey (1995) juga menerangkan bahwa kedua kekuatan, permintaan dan

penawaran,

berinteraksi

dalam

menentukan

harga

dalam

suatu

pasar

yang

bersaing. Kondisi keseimbangan akan tercapai jika jumlah yang diminta sama

dengan jumlah yang ditawarkan. Pada kondisi ini, kedua pihak baik produsen

maupun

konsumen

sama-sama

diuntungkan.

Proses

terjadinya

kondisi

keseimbangan dapat dijelaskan melalui Gambar 3. Pada kondisi harga di titik P d ,

ketika jumlah yang ditawarkan produsen lebih kecil dibanding jumlah yang

diminta

konsumen,

terjadi

kelebihan

permintaan

terhadap

penawaran(excess

demand). Dalam hal ini konsumen akan bersaing untuk mendapatkan komoditas

tersebut dan berani membayar dengan harga yang lebih tinggi. Produsen juga akan

19

19 memanfaatkan kesempatan ini untuk meningkatkan harga. Jadi, dalam kondisi seperti ini akan ada tekanan ke

memanfaatkan kesempatan ini untuk meningkatkan harga. Jadi, dalam kondisi

seperti ini akan ada tekanan ke atas terhadap harga.

Harga Penawaran P u P e P d Permintaan
Harga
Penawaran
P
u
P
e
P
d
Permintaan

Jumlah

Gambar 3. Penentuan Harga oleh Permintaan dan Penawaran

Selanjutnya jika harga berada pada P u , ketika jumlah yang ditawarkan

produsen lebih besar dibanding jumlah yang diminta konsumen, dalam hal ini

terjadi kelebihan penawaran atas permintaan (excess supply). Melihat kondisi ini

para

produsen

akan

berusaha

menurunkan

harga

agar

kelebihan

penawaran

tersebut bisa terjual. Jadi, dalam keadaan excess supply akan ada suatu tekanan ke

bawah terhadap harga.

Akhirnya kedua kondisi tersebut akan mengarahkan harga pada P e , dimana

jumlah yang diminta sama dengan jumlah yang ditawarkan. Kedua pihak, baik

konsumen maupun produsen akan sama-sama diuntungkan. Kondisi inilah yang

disebut sebagai kondisi keseimbangan, dimana jumlah dan harga yang terjadi

sama-sama disetujui oleh kedua pihak.

20

20 3.1.2 Fluktuasi Produksi dan Kecenderungan Harga Fluktuasi produksi akan menyebabkan pergeseran kurva penawaran. Jika

3.1.2 Fluktuasi Produksi dan Kecenderungan Harga

Fluktuasi produksi akan menyebabkan pergeseran kurva penawaran. Jika

produksi turun, maka kurva penawaran akan bergeser ke kiri atas. Sebaliknya jika

produksi

naik,

maka

kurva

penawaran

akan

bergeser

ke

kanan

bawah.

Berdasarkan hukum permintaan dan penawaran, pergeseran kurva penawaran

akan mengakibatkan perubahan harga keseimbangan dan jumlah yang diminta.

Kemudian perubahan ini akan

(Lipsey, 1995).

mengakibatkan perubahan penerimaan produsen

Harga

P 1

P

P

0

2

S 1 S 0 S 2 Q 1 Q 0 Q 2
S 1
S 0
S 2
Q 1
Q 0
Q 2

Jumlah

Gambar 4. Fluktuasi Produksi dan Kecenderungan Harga

Pada

Gambar

4

dapat

dilihat

bahwa

bila

produksi

seperti

yang

direncanakan (Q 0 ) maka harga yang akan diterima produsen juga akan seperti

yang direncanakan (P 0 ). Tetapi pada kenyataannya, seringkali produksi tidak

sesuai

dengan

yang

direncanakan

akibat

perubahan

faktor- faktor

yang

mempengaruhi proses produksi. Dalam bidang pertanian, misalnya faktor cuaca

yang buruk, serangan ha ma penyakit yang dapat menyebabkan produksi turun,

jauh di bawah produksi yang direncanakan sehingga menggeser kurva penawaran

ke kiri

(S 1 ).

Akibatnya,

harga

keseimbangan

akan

naik

ke

P 1 dan jumlah

21

21 keseimbangan turun ke Q 1 . Tetapi dapat juga terjadi keadaan yang sebaliknya di mana

keseimbangan turun ke Q 1 . Tetapi dapat juga terjadi keadaan yang sebaliknya di

mana

cuaca

sangat

menguntungkan

sehingga

produksi

jauh

di atas

yang

direncanakan. Hal ini akan menggeser kurva penawaran ke kanan (S 2 ) yang pada

akhirnya menyebabkan harga keseimbangan turun ke P 2 dan jumlah keseimbangan

naik ke Q 2 .

Selain

permintaan

dan

penawaran,

masih

banyak

faktor

yang

dapat

mempengaruhi

fluktuasi

harga

suatu

komoditas.

Antara

lain

faktor

harga,

misalnya harga input produksi seperti harga pupuk. Ketika terjadi kecenderungan

peningkatan harga pupuk maka akan berimp likasi terhadap jumlah produksi yang

dihasilkan yaitu jumlah produksi akan cenderung mengalami penurunan. Jumlah

produksi yang turun tersebut akan berimplikasi terhadap harga komoditas di pasar

yaitu harga akan cenderung meningkat akibat penurunan pasokan, sehingga dalam

hal ini faktor harga input produksi dapat memberikan pengaruh secara tidak

langsung terhadap perubahan harga komoditas.

3.1.3 Kecenderungan Harga dan Penerimaan Produsen

Lipsey

(1995)

menjelaskan

bahwa

perubahan

harga

akibat

fluktuasi

produksi

pada

akhirnya

akan

berpengaruh

terhadap

penerimaan

produsen.

Besarnya perubahan harga yang terjadi sangat tergantung dari elastisitas kurva

permintaan. Apabila kurva permintaan elastis, maka perubahan harga yang terjadi

relatif kecil. Sebaliknya, apabila kurva permintaan inelastis, maka perubahan

harga yang terjadi relatif besar.

Sebagian besar produk pertanian, mempunyai permintaan inelastis. Hal ini

menyebabkan variasi harga produk pertanian yang relatif besar. Saat produksi

22

22 meningkat akibat panen yang baik, harga cenderung merosot tajam. Sebaliknya saat panen gagal, produksi merosot

meningkat akibat panen yang baik, harga cenderung merosot tajam. Sebaliknya

saat panen gagal, produksi merosot dan mengakibatkan harga naik dengan tajam.

Hal ini mengakibatkan, penerimaan petani cenderung berubah berlawanan

arah dengan perubahan hasil panen. Bila hasil panen baik, produksi melimpah,

penerimaan petani cenderung turun. Demikian sebaliknya, jika panen kurang

berhasil, penerimaan petani akan cenderung meningkat. Dalam kasus ini, terlihat

bahwa kepentingan petani berlawanan dengan kepentingan konsumen. Hal ini

semakin terasa pada saat terjadi kegagalan panen dimana harga bahan makanan

melonjak dan penerimaan petani meningkat tetapi konsumen dirugikan.Bila panen

berhasil, harga akan merosot tajam dan konsumen diuntungkan, sedangkan petani

dirugikan karena penerimaannya turun.

3.2 Definisi Peramalan

Peramalan adalah suatu kegiatan

untuk memprediksi tentang kejadian

atau kondisi di masa depan (Bowerman dan O’Connell, 1993).

Assauri (1984) dalam Susanti (2006) menjelaskan bahwa ada 3 langkah

peramalan yang dianggap penting :

1)

Menga nalisa data yang lalu, dengan cara membuat tabulasi untuk dapat

menemukan pola dari data.

 

2)

Menentukan

metode

peramalan

yang

akan

digunakan,

yang

akan

memberikan hasil yang tidak jauh berbeda dengan kenyataan yang terjadi.

3)

Memproyeksikan data yang lalu dengan menggunakan metode peramalan

yang dipergunakan dengan mempertimbangkan beberapa faktor perubahan.

23

23 3.2.1 Jenis-jenis Peramalan Menurut Assauri (1984) dalam Susanti (2006) pada umumnya peramalan dapat dibedakan dari

3.2.1 Jenis-jenis Peramalan

Menurut Assauri (1984) dalam Susanti (2006) pada umumnya peramalan

dapat dibedakan dari beberapa segi. Apabila dilihat dari sifat penyusunannya

maka peramalan dapat dibedakan atas 2 macam yaitu :

a) Peramalan

Subyektif,

yaitu

peramalan

yang

didasarkan

atas

perasaan/intuisi

dari

orang

yang

menyusunnya.

Dalam

hal

ini

pandangan/judgement dari orang yang menyusunnya sangat menentukan

baik tid aknya hasil ramalan.

b) Peramalan Obyektif, yaitu peramalan yang didasarkan atas data relevan

pada masa lalu, dengan menggunakan teknik-teknik dan metode- metode

dalam penganalisaan tersebut.

Jika dilihat dari jangka waktu ramalan, maka peramalan dapat dibedakan atas

2 macam yaitu :

a)

Peramalan

jangka

pendek,

yaitu

peramalan

yang

dilakukan

untuk

penyusunan hasil ramalan dengan jangka waktu kurang dari 1 1/2 tahun

atau 3 semester.

 

b)

Peramalan

jangka

panjang,

yaitu

peramalan

yang

dilakukan

untuk

penyusunan hasil ramalan dengan jangka waktu lebih dari 1 1/2 tahun atau

3 semester.

3.2.2

Teknik Peramalan

 

Teknik peramalan dibagi menjadi 2 (Bowerman dan O’Connell, 1993):

1.

Metode Peramalan Kualitatif : Teknik peramalan ini lebih mengandalkan

judgement dan intuisi manusia dibanding penggunaan data historis, dapat

24

24 digunakan jika data historis maupun empiris dari variabel yang diramal tidak ada, tidak cukup, atau

digunakan jika data historis maupun empiris dari variabel yang diramal

tidak ada, tidak cukup, atau kurang dapat dipercaya.

2.

Metode

Peramalan

Kuantitatif

:

metode

yang

didasarkan

atas

data

kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat tergantung

pada metode yang dipergunakan dalam peramalan tersebut.

Metode peramalan kuantitatif digunakan jika terdapat 3 kondisi :

a) Adanya data historis

b) Data bersifat numerik

c) Dapat diasumsikan bahwa pola data masa lalu akan berkelanjutan pada masa

yang akan datang.

Secara garis besar metode peramalan kuantitatif dapat dibedakan menjadi 2

kelompok, yaitu:

1. Metode Peramalan Model Kausal

Menurut Bowerman (1993), metode peramalan kausal didasarkan atas

penggunaan analisis pola hubungan antar variabel yang akan diperkirakan dengan

variabel lain yang mempengaruhinya. Metode ini juga disebut model regresi.

Model regresi adalah suatu penyederhanaan pola hubungan suatu variabel dengan

satu atau variabel lain. Variabel yang nilainya tergantung atau ditentukan oleh

variabel lain disebut variabel terikat (dependent variabel), sedangkan variabel

yang nilainya mempengaruhi variabel terikat disebut variabel bebas (independent

variabel).

Dalam analisis regresi, pola hubungan antar va riabel diekspresikan dalam

sebuah

persamaan

regresi

yang

diduga

berdasarkan

data

sampel.

Setelah

parameter-parameter diuji secara statistik dan memenuhi syarat sebagai model

25

25 yang baik, maka model siap digunakan untuk peramalan jika variabel bebasnya dapat diketahui nilainya. Model

yang baik, maka model siap digunakan untuk peramalan jika variabel bebasnya

dapat diketahui nilainya.

Model

kausal

variabel- variabel

yang

membutuhkan

pengetahuan

akan

dimasukkan

sebagai

awal

untuk

menentukan

variabel

independen

dan

dependen. Pengaruh dari variabel- variabel tersebut dianalisis satu per satu dimana

satu variabel dibiarkan berubah sementara variabel lainnya dianggap konstan.

Menurut Makridakis et al (1999), bahwa

peramalan

kausal

mengasumsikan

adanya hubungan sebab akibat antara variabel independen dan variabel dependent

dari

suatu

sistem.

Metode

ini

terdiri

atas

model

regresi

dan

permodelan

ekonometrik. Metode regresi terdiri atas regresi sederhana (hanya terdapat satu

variabel independen) dan regresi berganda (terdapat lebih dari satu variabel

independen). Permodelan ekonometrik menunjukkan suatu sistem persamaan

regresi yang diestimasikan secara simultan. Baik untuk peramalan jangka panjang

maupun jangka pendek, ketepatan peramalan dengan metode ini cukup baik.

Metode ini dipergunakan untuk peramalan penjualan menurut kelas produk, atau

keadaan ekonomi masyarakat seperti permintaan, harga dan penawaran.

2. Metode Peramalan Time Series

Pada metode peramalan time series, pendugaan masa depan dilakukan

berdasarkan nilai masa lalu dari suatu variabel (Bowerman dan O’Coneell, 1999).

Sasaran

model

time

series

adalah

mengident ifikasi

pola

data

historis

dan

mengekstrapolasi pola ini untuk masa mendatang. Dalam model time series nilai

suatu variabel di masa mendatang mengikuti pola data variabel tersebut pada

waktu sebelumnya. Model ini terdiri dari model trend, model naive, model rata-

rata, model eksponensial, model dekomposisi, dan model ARIMA.

26

26 1. Model Trend Model trend menggambarkan pergerakan data yang meningkat atau menurun dalam jangka waktu

1. Model Trend

Model

trend

menggambarkan pergerakan

data

yang

meningkat

atau

menurun dalam jangka waktu yang panjang. Model ini menggambarkan hubungan

antara periode waktu dan variabel

yang diramal dengan menggunakan analisis

regresi. Model ini cocok untuk peramalan satu periode ke depan.

2.Model Naive

Model ini cocok digunakan untuk deret berkala yang memiliki pola data

horizontal atau stasioner. Model ini menggunakan informasi terakhir tentang nilai

aktual sebagai ramalan. Jika sebuah ramalan disiapkan untuk horison waktu satu

periode, maka nilai aktual yang terakhir akan dipergunakan sebagai ramalan untuk

periode

berikutnya

(Hanke,2003).

Kelemahan

utama

dari

model

ini

adalah

diabaikannya segala sesuatu yang terjadi sejak tahun lalu termasuk unsur trend.

3. Model Rata-rata

Model

ini

memberikan

pembobotan

yang

sama

untuk

semua

nilai

pengamatan dan cocok untuk data yang berpola stasioner, yaitu data dengan nilai

yang berfluktuasi di sekitar nilai rata-rata yang konstan, dengan kata lain tidak

menunjukkan adanya trend dan musiman.Metode ini terdiri dari (Makridakis et al,

1999) :

(1) Metode rata-rata sederhana (Simple Average)

Cara kerja dari metode ini adalah dengan merata – ratakan seluruh data

yang

ada

untuk

menghasilkan

ramalan

periode

berikutnya.

Hasil

27

27 peramalannya tidak terlalu memperhatikan fluktuasi dari data deret waktu. Metode ini cocok untuk data time

peramalannya tidak terlalu memperhatikan fluktuasi dari data deret waktu.

Metode ini cocok untuk data time series dengan pola stasioner.

(2) Model rata-rata bergerak sederhana (Simple Moving Average)

Dalam model ini setiap muncul nilai pengamatan baru maka nilai rata-rata

baru dapat dihitung dengan membuang nilai observasi yang paling lama dan

memasukkan nilai pengamatan yang terbaru. Dengan kata lain model ini

hanya mengikuti beberapa data terakhir untuk dicari nilai tengahnya sebagai

ramalan periode berikutnya. Banyaknya data yang diikutsertakan disebut ordo.

Kelemahan dari metode ini, yaitu :

1. Metode ini tidak dapat menanggulangi dengan baik adanya trend atau

musiman walaupun metode ini lebih baik dibanding rata-rata sederhana.

2. Metode ini memerlukan penyimpanan yang lebih banyak karena semua

pengamatan terakhir harus disimpan, tidak hanya nilai tengahnya.

4. Model Pemulusan Eksponensial

Model ini memberikan bobot yang berbeda pada setiap data, pembobotan

menurun secara eksponensial terhadap nilai pengamatan yang lebih lama. Dengan

metode ini, data yang paling lama memiliki bobot terendah sehingga tidak terlalu

berpengaruh terhadap data yang baru. Model ini terdiri dari (Makridakis et al,

1999):

(1) Pemulusan Eksponensial Tunggal (Single Exponential Smoothing)

Metode

ini

biasanya

hanya

banyak

mengurangi

menyimpan

data

masalah

terakhir,

penyimpangan

yaitu

ramalan

data,

karena

terakhir

dan

pembobot smoothing (a). Model ini cocok untuk data dengan pola horizontal

28

28 atau stasioner dan hanya mampu memberikan ramalan untuk satu periode ke depan. Metode ini tidak

atau stasioner dan hanya mampu memberikan ramalan untuk satu periode ke

depan. Metode ini tidak cukup baik diterapkan jika datanya bersifat tidak

stasioner, karena persamaan yang digunakan dalam metode eksponensial

tunggal tidak terdapat prosedur pemulusan trend yang mengakibatkan data

tidak stasioner menjadi tetap tidak stasioner, tetapi metode ini merupakan

dasar

bagi

metode- metode

pemulusan

eksponensial

lainnya.

Pembobot

smothing yang diberikan pada data akan semakin kecil dengan semakin

lamanya data. (Bowerman dan O’Connell, 1993).

(2) Pemulusan Eksponensial Ganda Brown

Metode ini memberikan bobot yang semakin menurun pada observasi

masa lalu. Model ini cocok untuk data yang berpola trend linier. Pada metode

ini dilakukan dua kali pemulusan ya itu pemulusan tahap 1 untuk

update

intercept, tujuannya untuk menghilangkan komponen error. Pemulusan tahap

2 untuk update slope tujuannya untuk menghilangkan komponen trend.

(3) Pemulusan Eksponensial Ganda Holt

Pada prinsipnya metode ini sama dengan Metode Ganda Brown, kecuali

metode

ini

menggunakan

rumus

pemulusan

berganda

secara

langsung.

Sebagai

gantinya,

Holt

memuluskan

nilai trend dengan

parameter

yang

berbeda

dari

parameter

yang

digunakan

pada

data

asli.

Pemulusan

eksponensial Holt menggunakan dua konstanta pemulusan (a dan ß) yang

bernilai antara 0 dan 1 serta memiliki tiga persamaan. Pola data yang sesuai

adalah stasioner, dan pola trend konsisten.

29

29 (4) Pemulusan Eksponensial Triple Winters Metode ini dapat digunakan untuk data time series yang mempunyai

(4) Pemulusan Eksponensial Triple Winters

Metode ini dapat digunakan untuk data time series yang mempunyai pola

stasioner, pola trend konsisten, serta faktor musiman. Kelebihan metode ini

adalah kemudahannya dalam update peramalan ketika data baru dihasilkan.

Kelemahan dari metode ini adalah tidak memperhitungkan komponen siklus

sehingga jika ada pengaruh siklus hasil ramalannya menjadi tidak baik. Model

Winters memiliki dua bentuk (Bowerman dan O’Connell,1993), yaitu :

1. Winters Aditif

Digunakan

untuk

data

yang

fluktuasi

musiman relatif

konstan

atau

stasioner.

2. Winters Multiplikatif

Digunakan untuk pola data yang memiliki fluktuasi musiman cenderung

semakin besar.

5. Model Dekomposisi

Model Dekomposisi adalah salah satu pendekatan analisis deret waktu

yang berupaya mengidentifikasi faktor- faktor komponen ya ng mempengaruhi

setiap nilai pada deret (Hanke, 2003). Metode tersebut pada dasarnya bekerja

dengan memecah pola deret waktu menjadi unsur trend, siklus, musiman, dan

acak

serta

mengidentifikasi

masing- masing

unsur

tersebut

secara

terpisah.

Kelemahan dari metode ini adalah tidak memiliki prosedur formal yang dapat

digunakan untuk meramalkan gerakan komponen siklus di masa mendatang.

Gerakan

siklus

biasanya

ditaksir

dengan

menggunakan

metode

peramalan

subjektif (kualitatif) atau pikiran manusia saja. Metode ini cukup efektif dalam

30

30 mengidentifikasi dan memisahkan unsur musiman dari deret waktu. Penjelasan dari masing- masing O’Connell, 1993) :

mengidentifikasi dan memisahkan unsur musiman dari deret waktu. Penjelasan

dari masing- masing

O’Connell, 1993) :

komponen tersebut adalah sebagai berikut (Bowerman and

1. Trend,

merupakan

komponen

yang

penurunan suatu deret waktu.

mencerminkan

pertumbuhan

atau

2. Siklis, merupakan deret dengan bentuk seperti fluktuasi gelombang atau

siklis yang kejadiannya lebih dari satu tahun. Perubahan kondisi ekonomi

umumnya menghasilkan siklis. Mempunyai jangka periode yang panjang

antara dua hingga sepuluh tahun.

3. Musiman,

fluktuasi

musiman

umumnya

terjadi

triwulan,

bulanan,

atau

mingguan. Variasi musiman mengacu pada suatu pola perubahan yang

muncul

setiap

tahun

dan

berulang

dengan

sendirinya

di

tahun-tahun

berikutnya. Umumnya diakibatkan oleh perubahan cuaca dan kebiasaan.

4. Ketidakteraturan, komponen acak terdiri dari fluktuasi tak terduga atau acak.

Model dekomposisi tersebut terdiri dari :

(1)

Model Dekomposisi Aditif, yaitu model yang digunakan untuk deret

waktu yang keragamannya kurang lebih sama sepanjang deret data. Jadi,

semua nilai deret berada pada lebar yang konstan berpusat pada trend.

(2)

Model Dekomposisi Multiplikatif, yaitu model yang digunakan untuk

deret waktu yang keragamannya menaik dengan tingkat tertentu. Jadi, nilai

deret tersebar mengikuti trend yang meningkat.

31

31 6. Metode Box-Jenkins (ARIMA) ARIMA adalah teknik untuk mencari pola data yang paling cocok dari

6. Metode Box-Jenkins (ARIMA)

ARIMA adalah teknik untuk mencari pola data yang paling cocok dari

sekelompok data. Dengan demikian metode ARIMA memanfaatkan sepenuhnya

data masa lalu dan data sekarang untuk menghasilkan peramalan jangka pendek

yang akurat. Model ARIMA mensyaratkan pola data yang stasioner. Apabila data

tidak stasioner maka dapat dilakukan diferensiasi yaitu untuk mentransformasi

data asli menjadi data stasioner. Proses diferensiasi ini dapat dijelaskan sebagai

berikut. Misalkan Yt non stasioner, setelah dilakukan diferensiasi tingkat 1 (d=1),

Z t = ? Y t = Y t – Y t-1 , jika ternyata diperoleh nilai Z t stasioner, maka Z t dikatakan

first order homogeneous dan Y t dikatakan non stasioner tingkat satu.

Estimasi model peramalan dengan metodologi Box-Jenkins diterapkan

dengan asumsi data sudah stasioner. Suatu data time series Zt dikatakan stasioner

apabila (Firdaus,2006) :

1. Rataan series konstan untuk setiap periode pengamatan. Hal ini dapat

dituliskan sebagai :

E (Z t ) = µ untuk setiap t

2. Varians atau ragam series konstan untuk setiap periode pengamatan. Hal

ini dapat dituliskan sebagai :

Var (Z t ) = E [(Z t - µ) 2 = s x 2 untuk setiap t

3. Kovarians

atau

koragam

dua

series

konstan

untuk

setiap

periode

pengamatan. Hal ini dapat dituliskan sebagai :

Cov (Z t , Z t-k ) = E [(Z t - µ)(Z t-k - µ)] = ? k untuk setiap t

Data stasioner dapat juga dikatakan sebagai data yang tidak mengandung

unsur trend.

32

32 Metode AR IMA dapat dilakukan melalui empat tahap yaitu identifikasi, estimasi dan pengujian serta penerapan

Metode ARIMA dapat dilakukan melalui empat tahap yaitu identifikasi,

estimasi dan pengujian serta penerapan model (Hanke,2003).

(1) Identifikasi Model, pada tahap ini dilakukan identifikasi terhadap 3 hal,

yaitu terhadap pola data, apakah terdapat unsur musiman atau tidak. Kedua,

identifikasi terhadap kestasioneran data dan yang ketiga identifikasi terhadap

pola ACF dan PACF.

(2) Estimasi Model, pada tahap ini, pertama menghitung nilai estimasi awal

untuk

parameter-parameter

dari

model

tentatif,

kemudian

dengan