MANAJEMEN PERSEDIAAN BERAS DI PERUM BULOG

DALAM MEMENUHI KEBUTUHAN

BERAS NASIONAL

MUHAMMAD ARIFALDI KANDIYAS

DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2018
 PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Manajemen Persediaan

Beras di Perum BULOG dalam Memenuhi Penyaluran Beras Nasional 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, November 2018

Muhammad Arifaldi Kandiyas

NIM H24140128
 ABSTRAK
MUHAMMAD ARIFALDI KANDIYAS. Manajemen Persediaan Beras di Perum
BULOG dalam Memenuhi Kebutuhan Beras Nasional. Dibimbing oleh EKO
RUDDY CAHYADI.

Fluktuasi konsumsi beras per kapita menyebabkan Perum BULOG sebagai

penjaga stabilitas pangan nasional harus memiliki manajemen persediaan beras
yang baik. Tujuan penelitian (1) meramalkan kebutuhan penyaluran beras tahun
2018-2019, (2) meramalkan pengadaan beras dalam negeri tahun 2018-2019, dan
(3) menganalisis persediaan beras nasional tahun 2018-2019. Penelitian ini
menggunakan metode moving average untuk meramalkan kebutuhan penyaluran
beras dan dekomposisi multiplikatif untuk meramalkan pengadaan beras dalam
negeri dengan bantuan software POM-QM for windows dan Microsoft Excel.
Kebutuhan penyaluran di tahun 2018 adalah sama setiap bulannya sebanyak 228
571 ton. Peramalan kebutuhan penyaluran beras di tahun 2019 sebanyak 232 797
ton. Peramalan pengadaan beras dalam negeri di tahun 2018 sebanyak 14 835 386
ton dan di tahun 2019 sebanyak 16 811 820 ton. Persediaan beras tahun 2018 di
bulan Februari 2018, Oktober 2018, dan Januari 2019 tidak dapat mencukupi
Minimum Stock Requirement (MSR).

Kata kunci: kebutuhan penyaluran beras, MSR, pengadaan beras dalam negeri,
peramalan, persediaan

ABSTRACT

MUHAMMAD ARIFALDI KANDIYAS. Management of Rice Stock at Perum

BULOG to Fullfill The National Rice Needs. Supervised by EKO RUDDY
CAHYADI.

Fluctuation of rice consumption per capita requires Perum BULOG as

national food stock stabilizer an effective rice stock management. The objectives
of this research are (1) forecast the needs and distribution of rice in 2018-2019, (2)
forecast the domestic rice absorption 2018-2019, and (3) analyze national rice
stock of 2018-2019. This research uses moving average method to forecast the
need of rice distribution and multiplicative decomposition to forecast domestic
rice absorption using POM-QM for windows and Microsoft Excel software. The
need of rice distribution in 2018 is 228 571 tons monthly. The need of rice
distribution in 2019 is forecasted to be 232 797 tons monthly. The forecast result
of 2018 domestic rice absorption is 14 835 386 tons and in 2019 is 16 811 820 tons.
Rice stock of 2018 in February 2018, October 2018, and January 2019 can not
suffice the Minimum Stock Requirement (MSR).

Keywords: domestic rice absorption, forecasting, MSR, need for rice distribution,
stock
MANAJEMEN PERSEDIAAN BERAS DI PERUM BULOG
DALAM MEMENUHI KEBUTUHAN
BERAS NASIONAL

MUHAMMAD ARIFALDI KANDIYAS

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi pada
Departemen Manajemen

DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2018
 PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema penelitian
yang dilaksanakan sejak bulan Maret 2018, yaitu persediaan dengan judul
penelitian “Manajemen Persediaan Beras di Perum BULOG dalam Memenuhi
Kebutuhan Beras Nasional”.
Terima kasih penulis ucapkan kepada Dr. Eko Ruddy Cahyadi, S Hut, MM
selaku dosen pembimbing, Dr. rer. pol. Heti Mulyati, STP, MT, dan Eka Dasra
Viana, SE, AK, M.Acc selaku dosen penguji. Di samping itu, penghargaan
penulis sampaikan kepada Bapak Alhori serta staff Divisi P2A Perum BULOG
Pusat lainnya yang membantu selama pengumpulan data. Ungkapan terima kasih
juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala doa dan
kasih sayangnya serta Diah, Aulia, E22, dan Orangers FEM atas dukungannya
sehingga skripsi ini dapat diselesaikan.
Semoga skripsi ini bermanfaat.

Bogor, November 2018

Muhammad Arifaldi Kandiyas

 DAFTAR ISI

DAFTAR TABEL ................................................................................................. vii

DAFTAR GAMBAR ............................................................................................. vii
DAFTAR LAMPIRAN ......................................................................................... vii
PENDAHULUAN ................................................................................................... 1
Latar Belakang ..................................................................................................... 1
Perumusan Masalah ............................................................................................. 2
Tujuan Penelitian ................................................................................................. 3
Manfaat Penelitian ............................................................................................... 3
TINJAUAN PUSTAKA .......................................................................................... 3
Persediaan ............................................................................................................ 3
Peramalan ............................................................................................................. 5
METODE ................................................................................................................ 9
Kerangka Penelitian ............................................................................................. 9
Lokasi dan Waktu Penelitian ............................................................................. 10
Jenis dan Sumber Data ....................................................................................... 10
Metode Pengolahan dan Analisis Data .............................................................. 10
HASIL DAN PEMBAHASAN ............................................................................. 11
Gambaran Umum Perum BULOG..................................................................... 11
Identifikasi Kebutuhan Penyaluran Beras Tahun 2018 ..................................... 12
Peramalan Kebutuhan Penyaluran Beras Tahun 2019 ....................................... 12
Peramalan Pengadaan Beras dalam Negeri Tahun 2019 ................................... 15
Persediaan Beras Nasional ................................................................................. 17
Pembahasan ....................................................................................................... 18
Implikasi Manajerial .......................................................................................... 20
SIMPULAN DAN SARAN................................................................................... 20
Simpulan ............................................................................................................ 20
Saran .................................................................................................................. 21
DAFTAR PUSTAKA ............................................................................................ 21
LAMPIRAN .......................................................................................................... 23
RIWAYAT HIDUP ............................................................................................... 27
 DAFTAR TABEL
1 Kebutuhan, jenis, dan sumber data 10
2 Kebutuhan penyaluran beras tahun 2018 12
3 Nilai error moving average 13
4 Peramalan kebutuhan penyaluran beras 2018 14
5 MSR 2018 -2019 14
6 Total pengadaan beras dalam negeri 16
7 Peramalan pengadaan beras dalam negeri 16
8 Persediaan beras dalam negeri 17
9 Kecukupan MSR 19

DAFTAR GAMBAR
1 Jumlah penduduk Indonesia 1
2 Konsumsi beras per kapita 2
3 Kerangka penelitian 9
4 Kebutuhan penyaluran beras 13
5 Pola data pengadaan beras dalam negeri 15

DAFTAR LAMPIRAN
1 Data perhitungan model moving average 3 24
2 Data perhitungan model moving average 4 24
3 Data perhitungan dekomposisi multiplikatif 25
4 Data perhitungan nilai error persediaan beras 25
 1

PENDAHULUAN

Latar Belakang

Perum BULOG adalah Badan Usaha Milik Negara (BUMN) yang bertugas
menjaga stabilitas pangan nasional salah satunya adalah beras. Tugas tersebut
diatur dalam Inpres No. 3 tahun 2012 tentang Kebijakan Pengadaan Gabah/Beras
dan Penyaluran Beras oleh Pemerintah, yang merupakan bentuk intervensi
pemerintah dalam perberasan nasional untuk memperkuat ketahanan pangan.
Dalam hal ini, Perum BULOG menyediakan dan menyalurkan beras untuk
menjaga stabilitas harga beras, menanggulangi keadaan darurat, bencana, dan
rawan pangan.
Beras merupakan komoditas pangan utama di Indonesia karena lebih dari
60% penduduk Indonesia mengkonsumsi beras sebagai makanan pokoknya
(Kementerian Pertanian 2017). Oleh karena itu, ketersediaan beras di Perum
BULOG sangat bergantung dari jumlah penduduk Indonesia. Berdasarkan data
dari Badan Pusat Statistika (2018) jumlah penduduk Indonesia dari tahun 2015-
2017 terus meningkat seperti yang ditunjukkan oleh Gambar 1.

264

262
Jumlah (juta jiwa)

260

258

256

254

252
2015 2016 2017
Tahun

Gambar 1 Jumlah Penduduk Indonesia

Sumber: BPS (2018)

Jumlah penduduk Indonesia tahun 2018 diprediksikan mencapai 266.8 juta

jiwa (katadata 2018), yang akan memberikan dampak terhadap jumlah konsumsi
beras masyarakat Indonesia. Data konsumsi beras masyarakat Indonesia per kapita
Tahun 2015-2017 tersedia pada Gambar 2.
2

88
87
86
85
Jumlah (kg)

84
83
82
81
80
79
2015 2016 2017
Tahun

Gambar 2 Konsumsi Beras per Kapita

Sumber: BPS (2018)

Konsumsi per kapita mengalami peningkatan pada tahun 2016 dan

mengalami penurunan pada tahun 2017 (Gambar 2). Hal ini menunjukkan bahwa
peningkatan penduduk Indonesia tidak ekuivalen dengan peningkatan konsumsi
per kapita masyarakat Indonesia. Oleh karena itu, Perum BULOG yang memiliki
tugas sebagai penjaga stabilitas pangan nasional perlu melakukan manajemen
persediaan beras yang tepat. Manajemen persediaan yang tepat dapat dilakukan
dengan melakukan peramalan penyaluran yang tepat agar dapat memenuhi
permintaan masyarakat Indonesia dan menentukan peramalan pengadaan yang
tepat untuk menentukan jumlah pengadaan yang dibutuhkan.
Kebutuhan penyaluran beras adalah kuota yang harus dipenuhi oleh Perum
BULOG yang diminta pemerintah setiap bulannya. Kebutuhan penyaluran
diasumsikan sama untuk setiap bulan per tahunnya. Pengadaan beras dalam negeri
adalah beras yang dibeli oleh Peum BULOG yang berasal dari dalam negeri
sebagai kebutuhan operasional perusahaan. Peramalan pengadaan beras dalam
negeri dilakukan agar perusahaan dapat mempersiapkan persediaan beras untuk
dapat disalurkan sesuai dengan kebutuhan penyaluran yang diminta. Saat ini,
kebijakan yang dimiliki Perum BULOG agar kebutuhan penyaluran beras selalu
dapat tercukupi adalah kebijakan Minimum Stock Requirement (MSR).
Berdasarkan pemaparan tersebut, maka penting untuk dilakukan penelitian
mengenai manajemen persediaan beras di Perum BULOG dalam memenuhi
kebutuhan beras nasional secara tepat.

Perumusan Masalah

Berdasarkan latar belakang yang telah dipaparkan sebelumnya, maka

didapatkan beberapa perumusan masalah, sebagai berikut :
1. Bagaimana kebutuhan penyaluran beras tahun 2018 dan peramalan kebutuhan
penyaluran beras Perum BULOG tahun 2019?
2. Bagaimana peramalan pengadaan beras dalam negeri Perum BULOG tahun
2018-2019?
 3

3. Bagaimana persediaan beras di Perum BULOG dalam memenuhi kebutuhan

beras Nasional?

Tujuan Penelitian

Berdasarkan latar belakang dan perumusan masalah yang telah diuraikan

diatas, maka dapat disimpulkan tujuan penelitiannya sebagai berikut:
1. Mengidentifikasi kebutuhan penyaluran beras tahun 2018 dan meramalkan
kebutuham penyaluran beras tahun 2019.
2. Meramalkan pengadaan beras dalam negeri Perum BULOG tahun 2018-2019.
3. Menganalisis persediaan beras di Perum BULOG dalam memenuhi kebutuhan
beras Nasional tahun 2018-2019.

Manfaat Penelitian

Penelitian ini diharapkan memberikan manfaat dan informasi yang dapat

digunakan oleh berbagai pihak yang membutuhkan, antara lain:
1. Bagi Peneliti
Penelitian ini diharapkan mampu menambah wawasan, pengetahuan,
wawasan, dan pemahaman konsepsional mengenai kinerja rantai pasok dan
peneliti mendapat jawaban yang teruji secara sistematis terhadap lingkup
permasalahan yang diteliti.
2. Bagi Instansi Pendidikan
Penelitian ini diharapkan dapat menambah data kepustakaan serta menjadi
bahan referensi untuk penelitian selanjutnya
3. Bagi Perum BULOG
Penelitian ini diharapkan dapat memberi informasi mengenai persediaan
beras untuk memenuhi kebutuhan beras nasional.

TINJAUAN PUSTAKA

Persediaan

Pengertian Persediaan
Nasution (2008) menyebutkan persediaan adalah sumber daya menganggur
(idle resources) yang menunggu proses lebih lanjut. Proses lebih lanjut ini berarti
berupa kegiatan produksi pada sistem manufaktur, kegiatan pemasaran pada
sistem distribusi, ataupun kegiatan kosumsi pada sistem rumah tangga. Persediaan
merupakan sejumlah bahan-bahan, parts yang disediakan dan bahan-bahan dalam
proses yang terdapat dalam perusahaan untuk proses produksi, serta barang-
barang jadi atau produk yang disediakan untuk memenuhi permintaan dari
komponen atau langganan setiap waktu (Assauri 2008). Yamit (2003)
4

mengemukakan bahwa persediaan dapat digunakan dalam beberapa perbedaan

yaitu:
1. Persediaan bahan baku di tangan (stock on hand)
2. Daftar persediaan secara fisik
3. Jumlah item di tangan
4. Nilai persediaan barang
Suatu aktiva yang meliputi barang-barang milik perusahaan dengan maksud
untuk dijual dalam suatu periode usaha tertentu, atau persediaan barang-barang
yang masih dalam pengerjaan atau proses produksi, ataupun persediaan bahan
baku yang menunggu penggunaannya dalam suatu proses produksi merupakan
pengertian lain dari persediaan. Rangkuti (2004) menyimpulkan bahwa persediaan
merupakan bahan-bahan, bagian yang disediakan dan bahan-bahan dalam proses
yang terdapat dalam perusahaan untuk proses produksi, serta barang-barang jadi
atau produk yang disediakan untuk memenuhi permintaan dari konsumen atau
pelanggan setiap waktu.

Jenis-Jenis Persediaan
Jenis-jenis persediaan berbeda tergantung pada jenis perusahaannya itu
sendiri. Jenis persediaan untuk perusahaan jasa berbeda dengan perusahaan
manufaktur atau dagang. Perusahaan dagang sendiri biasanya hanya terdiri dari
persediaan barang jadi namun item barangnya relatif lebih banyak dibanding
perusahaan manufaktur. Begitu pun dengan perusahaan jasa yang persediaannya
relatif lebih sedikit dibandingkan jenis perusahaan lainnya. Jenis-jenis persediaan
menurut Rangkuti (2004) berdasarkan fungsinya yaitu:
1. Batch Stock/Lot Size Stock
Yaitu persediaan yang diadakan karena kita membeli atau membuat bahan-
bahan atau barang dalam jumlah yang lebih besar dari jumlah yang dibutuhkan
saat itu.
2. Fluctuation Stock
Yaitu persediaan yang diadakan untuk menghadapi fluktuasi permintaan
konsumen yang tidak diramalkan.
3. Anticipation Stock
Yaitu persediaan yang diadakan untuk menghadapi permintaan yang dapat
diramalkan, berdasarkan pola musiman yang ada dalam satu tahun dan
berujuan untuk menghadapi penggunaan, penjualan, atau permintaan yang
meningkat.
Sedangkan jenis-jenis persediaan berdasarkan fisik adalah sebagai berikut :
1. Persediaan bahan baku (raw material), yaitu persediaan barang-barang
berwujud yang digunakan dalam proses produksi
2. Persediaan bagian produk atau komponen-komponen rakitan (purchased
parts/components), yaitu persediaan barang-barang yang terdiri dari
komponen-komponen yang diperoleh dari perusahaan lain yang secara
langsung dapat dirakit menjadi suatu produk.
3. Persediaan bahan pembantu atau penolong (supplies), yaitu persediaan barang-
barang yang diperlukan dalam proses produksi, tetapi bukan merupakan bagian
atau komponen barang jadi.
4. Persediaan barang dalam proses (work in process), yaitu persediaan barang-
barang yang merupakan keluaran dari tiap-tiap bagian dalam proses produksi
 5

atau yang telah diolah menjadi suatu bentuk, tetapi masih perlu diproses lebih
lanjut menjadi barang jadi.
5. Persediaan barang jadi (finished goods), yaitu persediaan barang-barang yang
telah selesai diproses atau diolah dalam pabrik dan siap dijual atau dikirim
kepada langganan.

Fungsi Persediaan
Menurut Rangkuti (2004) fungsi-fungsi persediaan adalah sebagai berikut :
1. Fungsi Decoupling adalah persediaan yang memungkinkan perusahaan dapat
memenuhi permintaan langganan tanpa tergantung pada supplier. Persediaan
bahan mentah diadakan agar perusahaan tidak bergantung sepenuhnya pada
pengadaannya dalam hal ini kuantitas dan waktu pengiriman. Persediaan
barang dalam proses diadakan agar departemen-departemen dan proses-proses
individual perusahaan terjaga kebebasannya. Dikarenakan permintaan dari
konsumen itu tidak pasti maka perlu diadakan persediaan barang untuk
memenuhi permintaan.
2. Fungsi Economic Lot Sizing. Persediaan lotsize ini perlu mempertimbangkan
penghematan-penghematan atau potongan pembelian, biaya pengangkutan per
unit menjadi lebih murah dan sebagainya. Hal ini disebabkan karena
perusahaan melakukan pembelian dalam kuantitas yang lebih besar
dibandingkan dengan biaya-biaya yang timbul karena besarnya persediaan
(biaya sewa gudang, investasi, risiko, dan sebagainya).
3. Fungsi Antisipasi yaitu apabila perusahaan menghadapi fluktuasi permintaan
yang dapat diperkirakan dan diramalkan berdasarkan pengalaman atau data-
data masa lalu, yaitu permintaan musiman. Dalam hal ini perusahaan dapat
mengadakan persediaan musiman (seasonal inventories).
Heizer dan Render (2015) mengemukakan bahwa persediaan dapat memiliki
berbagai fungsi yang menambah fleksibilitas operasi perusahaan. Fungsi-fungsi
tersebut adalah sebagai berikut :
1. Untuk memberikan pilihan barang agar dapat memenuhi permintaan pelanggan
yang diantisipasi dan memisahkan perusahaan dari fluktuasi permintaan.
Persediaan seperti ini digunakan secara umum pada perusahaan ritel.
2. Untuk memisahkan beberapa tahapan dari proses produksi. Contohnya, jika
persediaan sebuah perusahaan berfluktuasi, persediaan tambahan mungkin
diperlukan agar bisa memisahkan proses produksi dari pemasok.
3. Untuk mengambil keuntungan dari potongan jumlah karena pembelian dalam
jumlah besar dapat menurunkan biaya pengiriman barang.
4. Untuk menghindari adanya inflasi dan kenaikan harga.

Peramalan

Pengertian Peramalan
Heizer dan Render (2015) mengatakan bahwa peramalan adalah suatu seni
dan ilmu pengetahuan dalam memprediksi peristiwa pada masa yang akan datang.
Peramalan akan melibatkan data historis dan memproyeksikan mereka ke masa
yang akan datang dengan menggunakan metode matematika.
Metode tertentu diperlukan dalam melakukan peramalan. Metode tersebut
bergantung dari data dan informasi yang akan diramal serta tujuan yang hendak
6

dicapai. Peramalan diperlukan karena adanya perbedaan waktu antara keadaan

akan dibutuhkannya suatu kebijakan baru. Adanya perbedaan waktu tersebut
membuat peramalan menjadi penting dan sangat dibutuhkan, terutama dalam
penentuan kapan terjadi suatu peristiwa sehingga dapat dipersiapkan tindakan
yang diperlukan.

Jenis-jenis Peramalan
Heizer dan Render (2015) mengatakan bahwa oragnisasi menggunakan 3
jenis peramalan dalam merencanakan masa depan operasinya.
1. Ramalan ekonomi
Membahas siklus bisnis dengan memprediksi tingkat inflasi, suplai, uang
permulaan perumahan, dan indikator-indikator perencanaan lain
2. Ramalan teknologi
Berkaitan dengan kemajuan teknologi yang akan melahirkan produk-produk
baru yang mengesankan, membutuhkan pabrik, dan peralatan baru
3. Ramalan permintaan
Proyeksi permintaan untuk produk atau jasa perusahaan. Ramalan ini disebut
juga ramalan penjualan, mengarahkan produksi, kapasitas, dan sistem
penjadwalan perusahaan dan bertindak sebagai masukan untuk perencanaan
keuangan, pemasaran, keuangan, dan personalia.

Pendekatan Peramalan
Heizer dan Render (2015), terdapat dua pendekatan umum peramalan, yaitu:
1. Peramalan kuantitatif
Peramalan kuantitatif adalah peramalan yang menggunakan model matematis
yang beragam dengan data masa lalu dan variabel sebab akibat untuk
meramalkan permintaan. Terdapat 2 model metode peramalan kuantitatif,
yaitu:
a. Model seri waktu (time series): meprediksi berdasarkan asumsi bahwa
masa depan adalah fungsi dari masa lalu.
b. Model kausal: hubungan yang bisa memengaruhi jumlah yang sedang
diramal
2. Peramalan kualitatif
Peramalan kualitatif adalah peramalan yang menggabungkan faktor seperti
intuisi, emosi, pengalaman pribadi, dan sistem nilai pengambil keputusan untuk
meramal. Ada 5 teknik peramalan kualitatif yang berbeda:
a. Juri dari opini eksekutif: mengambil opini dari sekelompok kecil manajer
tingkat tinggi.
b. Gabungan armada penjualan: setiap wiraniaga mengestimasi jumlah
penjualan di wilayahnya.
c. Metode Delphi: proses kelompok iteratif ini mengizinkan para ahli yang
mungkin tinggal di berbagai tempat untuk membuat peramalan.
d. Survei pasar konsumen: memperbesar masukan dari pelanggan atau calon
pelanggan tanpa melihat rencana pembelian kedepannya.
e. Pendekatan naïf: mengasumsikan bahwa permintaan dalam periode
berikutnya adalah sama dengan permintaan pada periode sebelumnya.
 7

Penelitian Terdahulu

Beras merupakan bahan pokok yang di konsumsi hampir seluruh

masyarakat di benua Asia. Salah satu negara di benua Asia yaitu Indonesia
merupakan negara agraris yang mendukung produksi pangan termasuk produksi
beras. Peningkatan konsumsi beras di Indonesia semakin meningkat setiap
tahunnya. Hal ini dikarenakan karena adanya peningkatan jumlah penduduk di
Indonesia setiap tahunnya, dimana peningkatan rata-rata jumlah penduduk
Indonesia sebesar 220.135.000 jiwa pertahun (FAOSTAT 2013). Oleh karena itu,
ketersediaan beras sangat penting untuk mencapai ketahanan pangan yang stabil.
Ketersediaan beras merupakan hasil pengurangan produksi beras dan
kebutuhan beras sedangkan kebutuhan beras berkaitan dengan jumlah konsumsi
beras yang merupakan fungsi dari jumlah penduduk. Hasil penelitian
menunjukkan bahwa model input ARIMA Musiman (0,1,1)3, b=1, s=2, r=[3,6],
dan ARMA (1,0) merupakan model fungsi transfer terbaik untuk meramalkan
luas panen sedangkan model terbaik yang digunakan untuk meramalkan
produktivitas adalah ARIMA ([3],0,1) dengan defeksi efek data outliers bertipe
Additive (Indrawati dan Sutijo 2012). Berdasarkan penelitian Wijayanti et
al.(2011) bahwa pada tahun 1998-2006 kebutuhan persediaan minimum beras
Nasional lebih kecil dari persediaan beras Nasional. Sehingga menyebabkan trend
persediaan cenderung menurun karena peningkatan kuantum penyaluran melebihi
peningkatan pengadaan dalam negeri. Selain itu menurut Negoro et al. (2014)
menyatakan bahwa perum BULOG merupakan salah satu instansi yang bergerak
pada bidang ketahanan pangan. Kebijakan yang telah di tetapkan oleh perum
BULOG tidak sejalan dengan penelitian Negoro et al. (2014), hal ini karena
penyediaan beras pergudangan tidak berjalan sesuai dengan peraturan. Beras yang
dihasilkan tidak di beli langsung dari petani, melainkan dari pedagang pengumpul
melalui mitra kerja, sehingga petani merasa dirugikan. Menurut penelitian
Widodo (2014) menyatakan bahwa harga dasar gabah dan harga beras dunia
memengaruhi harga dasar beras domestik.
Pada kenyataannya produksi beras dalam negeri tidak dapat memenuhi
kebutuhan seluruh masyarakat Indonesia, sehingga pemerintah harus melakukan
impor beras serta menjaga cadangan presediaan stok beras di Indonesia. Menurut
Atmadji dalam Yulianti (2012) menyatakan bahwa penyebab suatu negara
melakukan impor beras disebabkan karena adanya kegagalan negara dalam
memenuhi kebutuhan dalam negeri, baik kualitas maupun kuantitasnya.
Berdasarkan penelitian Hermanto dan Edward (2013) menyatakan bahwa
penduduk Indonesia yang mengkonsumsi beras pertahun sebesar 139.5 kg lebih
besar dari konsumsi beras dunia sebesar 60 kg per tahun. Dampak dari
pertambahan penduduk di Indonesia mengakibatkan volume impor beras
meningkat dan melonjakannya konsumsi beras di Indonesia. Hasil penelitian
sebelumnya menyatakan bahwa penerapan kebijakan tarif impor beras
berpengaruh positif terhadap produksi beras Indonesia dan berpengaruh negatif
terhadap konsumsi beras Indonesia. Hal ini menunjukkan bahwa penerapan
kebijakan tarif impor beras oleh pemerintah akan berdampak pada penurunan
kesejahteraan masyarakat (Widyawati et al. 2014). Hal ini sejalan dengan
penelitian Hermawan (2012), menyatakan bahwa impor beras mengakibatkan
8

kedaulatan pangan menjadi menurun dan peraturan perundang-undangan

mengenai impor beras bertentangan dengan UUD Indonesia dan pancasila.
Berdasarkan penelitian Noviar (2013), menyatakan bahwa kontribusi beras
impor dalam memenuhi ketersediaan beras Indonesia cukup signifikan. Hal ini
berarti, produksi beras nasional dan impor beras mengalami kenaikan jika
dibandingkan dengan proporsi kenaikan produksi beras nasional, sehingga
persentase impor beras terhadap produksi beras nasional meningkat. Hasil
penelitian lain menyatakan bahwa impor beras pada periode 2000-2014 secara
silmutan dipengaruhi oleh produksi, konsumsi dan cadangan devisa (Zaeroni dan
Rustariyuni 2016). Hal ini sejalan dengan penelitian Christianto (2013)
menyatakan bahwa produksi beras dalam negeri, harga beras dunia dan jumlah
konsumsi beras per kapita masyarakat Indonesia merupakan faktor tingginya
volume impor beras. Namun secara parsial bahwa produksi beras dan konsumsi
beras tidak berpengaruh terhadap impor beras pada periode 2000-2014 sedangkan
cadangan devisa berpengaruh positif signifikan terhadap impor beras di Indonesia
tahun 2000-2014.
Berdasarkan penelitian sebelumnya bahwa harga dan cadangan devisa
berpengaruh positif terhadap impor beras di Indonesia, sedangkan jumlah
penduduk tidak berpengaruh terhadap impor beras di Indonesia (Dwipayana 2012).
Penelitian Anggoro (2012) menyatakan bahwa produksi beras dan konsumsi
berpengaruh positif terhadap permintaan impor beras di Jawa Timur, sedangkan
PDB tidak berpengaruh terhadap permintaan beras di Jawa Timur. Namun hal ini
tidak sejalan dengan penelitian Ammani (2012) bahwa produksi beras
berpengaruh negatif terhadap impor beras sedangkan konsumsi beras dan harga
berpengaruh positif terhadap impor beras.
Selain adanya dampak dari pertambahan penduduk di Indonesia, penelitian
Irawan (2003) menyatakan bahwa lahan pertanian selama 1978-1998 sekitar 30.8
persen sudah terkonvensi menjadi lahan non pertanian. Menurut Sudaryanto et al.
(2006) sebanyak 48 persen padi ditanam di Jawa dan mempunyai kontribusi
produksi padi sekitar 58 persen dari produksi padi nasional. Hasil penelitian lain
menyatakan bahwa lahan sawah berkontribusi besar dan prospeknya dalam
peningkatan produksi padi nasional (Sanny 2010). Selain itu penelitian yang
dilakukan oleh Rikumahu et al. (2013) menyatajan bahwa konsumsi beras di
Kecamatan Nusaniwe Kota Ambon sangat tinggi serta faktor persepsi masyarakat
akan beras menyebabkan ketergantungan masyarakat akan beras.
Salah satu kebijakan Menteri Pertanian yaitu peningkatan ekspor jenis beras
khusus seperti beras organik. Hasil penelitian menunjukkan bahwa verietas beras
organik memiliki daya saing yang cukup untuk ekspor (Jakiyah et al. 2016).
Hasil penelitian Wijayanti et al. 2011 menyatakan bahwa persediaan beras
nasional dipengaruhi oleh pengadaan dalam negeri, penyaluran beras, sedangkan
impor beras tidak berpangaruh terhadap persediaan beras Nasional. Persediaan
beras berpengaruh negatif terhadap harga di tingkat produsen, hal ini
menunjukkan bahwa pelaksanaan pengadaan dalam negeri perlu disempurnakan.
 9

METODE

Kerangka Penelitian

Beras merupakan kebutuhan pokok sebagian besar masyarakat Indonesia.

Persediaan beras yang cukup diperlukan untuk memenuhi kebutuhan masyarakat
Indonesia. Perum BULOG sebagai Badan Usaha Milik Negara (BUMN) yang
bertugas untuk menjaga stabilitas pangan nasional memerlukan manajemen
persediaan yang baik. Manajemen persediaan yang baik dapat dilakukan dengan
cara melakukan pengendalian beras yang baik agar dapat memenuhi kebutuhan
beras nasional. Terpenuhinya kebutuhan beras nasional menyebabkan stabilnya
pangan di Indonesia. Hal ini dapat dilakukan dengan mengidentifikasi kebutuhan
penyaluran beras dan pengadaan beras dalam negeri yang dapat diperoleh dari
hasil peramalan kebutuhan dan pengadaan beras. Hasil peramalan ini dapat
dilakukan untuk analisis persediaan dalam rangka memenuhi kebutuhan beras
nasional. Hasil dari perhitungan ini dapat digunakan sebagai bahan rekomendasi
bagi Perum BULOG dalam menentukan alternative persediaan beras nasional.
Kerangka penelitian ini terdapat pada Gambar 3.

Beras komoditas pangan nasional

Perum Bulog sebagai lembaga penjaga stabilitas pangan nasional

Pengendalian persediaan beras

Kebutuhan penyaluran Pengadaan beras dalam

beras negeri

Peramalan kebutuhan Peramalan pengadaan beras

penyaluran beras dalam negeri

Analisis persediaan beras untuk memenuhi kebutuhan nasional

Rekomendasi alternatif persediaan beras untuk perusahaan

Gambar 3. Kerangka Penelitian

10

Lokasi dan Waktu Penelitian

Penelitian dilakukan pada Perusahaan Umum BULOG pusat yang berada di

Jakarta. Penelitian dilakukan pada Pergudangan, Persediaan, dan Angkutan (P2A).
Penelitian dilaksanakan pada bulan 19 Maret 2018 hingga 20 April 2018.

Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data primer dan sekunder.
Data primer adalah data yang diperoleh langsung dari Perum BULOG dengan cara
wawancara. Data sekunder diperoleh dari studi literatur, jurnal, dan dokumen-
dokumen perusahaan. Kebutuhan, jenis, dan sumber data yang dibutuhkan oleh
peneliti dapat dilihat pada Tabel 1.

Tabel 1 Kebutuhan, jenis, dan sumber data

Kebutuhan Data Jenis Data Metode Sumber Data
Gambaran umum Primer dan Studi Dokumen
perusahaan sekunder literatur/pustaka perusahaan dan
dan wawancara staff P2A Perum
BULOG

Kebutuhan Sekunder Studi Dokumen

penyaluran beras literatur/pustaka perusahaan

Persediaan beras Sekunder Studi Dokumen

literatur/pustaka perusahaan

Metode Pengolahan dan Analisis Data

Pada penelitian ini, metode yang dilakukan dalam menganalisis data untuk
mencapai tujuan penelitian diantaranya:
1. Pengolahan data untuk meramalkan kebutuhan penyaluran beras Perum
BULOG.
Metode yang digunakan untuk melakukan peramalan kebutuhan penyaluran
beras adalah berdasarkan data deret waktu (time series) dengan metode moving
average dimana metode peramalan ini menghitung rata-rata suatu nilai runtut
waktu dan kemudian digunakan untuk memperkirakan nilai pada periode
selanjutnya. Secara matematis metode moving average ditunjukan sebagai
berikut:

∑
Moving average = ……(1)

2. Pengolahan data untuk meramalkan pengadaan beras dalam negeri Perum

BULOG
Metode yang digunakan untuk meramalkan pengadaan beras dalam negeri
adalah berdasarkan data deret waktu (time series) dengan melihat variasi
 11

musiman pada data. Metode yang digunakan adalah Multiplicative Seosenal

Model. Metode ini, menghitung komponen-komponen trend dikalikan dengan
indeks musiman. Pengolahan data dan peramalan dengan bantuan software
POM-QM for Windows dan Microsoft Excel.
1) trend mendasari pertumbuhan atau penurunan dari data deret waktu (time
series):

Ỳ = a + bx……..(2)

Keterangan: Ỳ: nilai trend

a: konstanta
b: parameter
x: variabel waktu

2) indeks musiman didapatkan dari hasil membagi pengadaan beras dalam

negri historis bulan itu dengan rata-rata pengadaan beras dalam negeri pada
seluruh bulan;
3) ramalkan pengadaan beras dalam negeri untuk satu tahun kedepan dengan
mengalikan komponen-komponen trend dengan indeks musiman;

HASIL DAN PEMBAHASAN

Gambaran Umum Perum BULOG

Perusahaan Umum (Perum) BULOG berdiri pada tanggal 21 Januari 2003

berdasarkan Peraturan Pemerintah (PP) Nomor 7 tahun 2003 yang telah diubah
menjadi Peraturan Pemerintah RI Nomor 13 tahun 2016 tentang Perum BULOG.
Perjalanan Perum BULOG dimulai pada saat dibentuknya BULOG pada tanggal
10 Mei 1967 dengan tujuan pokok untuk mengamankan penyediaan pangan dalam
rangka menegakkan eksistensi Pemerintahan baru. Masa-masa selanjutnya
BULOG banyak mengalami perubahan mulai dari komoditas hingga bentuk
tangungjawab dan akhirnya menjadi Perum BULOG yang sekarang ini.
Perum BULOG merupakan salah satu Badan Usaha Milik Negara (BUMN).
Sebagai BUMN, Perum BULOG mempunyai dua bidang tugas yaitu tugas publik
dan tugas komersial. Perum BULOG dalam tugas publik, yaitu melaksanakan
penugasan yang diberikan Pemerintah dalam hal pengamanan harga pangan
pokok, pengelolaan cadangan pangan Pemerintah, dan distribusi pangan pokok
kepada golongan masyarakat tertentu. Sedangkan dalam tugas komersial Perum
BULOG menjalankan kegiatan usaha seperti perusahaan pada umumnya.
Pemerintah menugaskan Perum BULOG untuk menyelenggarakan usaha
logistik pangan pokok dalam kegiatan pelayanan publik atau Public Service
Obligation (PSO) berdasarkan inpres Nomor 5 Tahun 2015. Melalui inpres
tersebut, Perum BULOG bertugas melaksanakan amanat Pemerintah dalam
mewujudkan kedaulatan pangan nasional dengan menjalankan tiga prinsip penting,
12

yaitu menjaga ketersediaan pangan, menjaga keterjangkauan pangan, dan menjaga

stabilitas harga.
Saat ini, wilayah kerja Perum BULOG tersebar di seluruh Indonesia dengan
total 26 kantor Divisi Regional (Divre) di ibukota provinsi. Divre-divre ini
membawahi 131 Subdivre yang tersebar di hampir semua Kabupaten. Komoditas-
komoditas yang ditangani oleh Perum BULOG saat ini seperti beras, gula pasir,
kedelai, daging, ikan, dan komoditi lainnya tersebar di seluruh Divre. Gudang-
gudang BULOG dengan total kapasitas 4.02 juta ton beras tersebar sampai
wilayah-wilayah terpencil dalam rangka mendukung pelaksanaan tugas publik di
bidang pangan yang merata di seluruh Indonesia.

Identifikasi Kebutuhan Penyaluran Beras Tahun 2018

Kebutuhan penyaluran beras adalah kuota beras yang harus dipenuhi oleh
Perum BULOG yang diminta pemerintah setiap bulannya di tahun tersebut.
Kebutuhan penyaluran ditentukan setiap awal tahun. Kebutuhan penyaluran
diasumsikan sama untuk setiap bulan per tahunnya. Kebutuhan penyaluran beras
tahun 2018 dapat dilihat pada Tabel 2.

Tabel 2. Kebutuhan penyaluran beras tahun 2018

Bulan Kebutuhan Penyaluran (ton)
Januari 228 571
Februari 228 571
Maret 228 571
April 228 571
Mei 228 571
Juni 228 571
Juli 228 571
Agustus 228 571
September 228 571
Oktober 228 571
November 228 571
Desember 228 571
Sumber: Perum BULOG (2018)

Tabel 2 menunjukkan kebutuhan penyaluran beras tahun 2018 yang harus

dipenuhi Perum BULOG berdasarkan permintaan pemerintah sebanyak 228 571.
Permintaan dari pemerintah ini diajukan di awal tahun, kemudian diasumsikan
bahwa penyaluran kebutuhan beras sama untuk setiap bulannya.

Peramalan Kebutuhan Penyaluran Beras Tahun 2019

Peramalan kebutuhan penyaluran beras ini dibutuhkan agar Perum BULOG

dapat mempersiapkan persediaan beras untuk disalurkan pada tahun berikutnya.
Peramalan kebutuhan penyaluran beras ini diproyeksi berdasarkan kebutuhan
penyaluran beras dari tahun 2013-2018. Peramalan kebutuhan penyaluran beras
 13

disusun untuk periode selanjutnya, yaitu untuk tahun 2019. Proses peramalan
dilakukan terlebih dahulu dengan melihat pola data yang ada. Pola data tersebut
akan memengaruhi metode yang dilakukan untuk melakukan peramalan. Pola data
kebutuhan penyaluran dapat dilihat dari Gambar 4.

250000
245000
240000
235000
230000
225000
220000
215000
2015 2016 2017 2018

Gambar 4 Kebutuhan penyaluran beras

Sumber: Perum Bulog (2018)

Berdasarkan Gambar 4 kebutuhan penyaluran beras dari tahun 2015-2018

cenderung stabil dimana penurunan yang cukup besar hanya terjadi di tahun 2016
ke tahun 2017 dari 244 797 ton menjadi 225 024 ton. Menurut Heizer dan Render
(2015) metode peramalan yang dapat digunakan jika pola datanya stabil adalah
metode Moving Average. Metode ini menghitung rata-rata pada data time series
untuk memprediksikan periode selanjutnya. Periode yang digunakan dalam
peramalan menggunakan Moving Average pada penelitian ini adalah 3 dan 4
periode data untuk dihitung rata-ratanya. Berikut adalah perhitungan nilai Root
Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE)
peramalan menggunakan metode Moving Average:

Tabel 3 Nilai error moving average

Periode RMSE (ton) MAPE (%)
Moving average 3 12 701 4.38 %
Moving average 4 15 944 6.80 %
Sumber: Data diolah (2018)

Perhitungan nilai RMSE dan MAPE dilakukan dengan menggunakan

software POM-QM for windows (Lampiran 1 dan 2). Berdasarkan Tabel 3, nilai
RMSE terkecil terdapat pada metode moving average 6 sebesar 12 071 ton. Hal
ini berarti jika peramalan dilakukan dengan metode moving average 3, nilai
kesalahan terbesar pada peramalan ini adalah sebanyak 12 701 ton. Nilai MAPE
terkecil terdapat pada moving average 3 juga yaitu sebesar 4.38 %. Hal ini berarti
tingkat kesalahan peramalan jika dilakukan dengan metode moving average 3
adalahs sebesar 4.38 %. Menurut Heizer dan Render (2015) peramalan yang baik
adalah peramalan dengan nilai MAPE yang mendekati 0. Oleh karena itu, metode
peramalan yang digunakan untuk meramalkan kebutuhan penyaluran tahun 2018
adalah moving average 3.
14

Hasil Peramalan kebutuhan penyaluran beras dimulai dari bulan Januari

sampai Desember tahun 2019 dengan metode moving average 3 dapat dilihat pada
Tabel 3. Jumlah kebutuhan penyaluran beras dari Januari sampai Desember tahun
2018 adalah sama yaitu sebanyak 232 797 ton setiap bulannya.

Tabel 4 Peramalan kebutuhan penyaluran beras 2019

Bulan Kebutuhan Penyaluran (ton)
Januari 232 797
Februari 232 797
Maret 232 797
April 232 797
Mei 232 797
Juni 232 797
Juli 232 797
Agustus 232 797
September 232 797
Oktober 232 797
November 232 797
Desember 232 797
Sumber: Data diolah (2018)

Minimum Stock Requirement (MSR)

Perum BULOG memiliki kebijakan perusahaan yaitu Minimum Stock
Requirement (MSR) yaitu perusahaan harus mampu memenuhi kebutuhan
penyaluran beras untuk tiga bulan kedepan setiap bulannya. Jumlah MSR yang
diramalakan untuk tahun 2018 dan 2019 dapat dilihat pada Tabel 5.

Tabel 5 MSR 2018-2019

Tahun Bulan Kebutuhan MSR
Penyaluran
2018 Januari 228 571 685 713
Februari 228 571 685 713
Maret 228 571 685 713
April 228 571 685 713
Mei 228 571 685 713
Juni 228 571 685 713
Juli 228 571 685 713
Agustus 228 571 685 713
September 228 571 685 713
Oktober 228 571 685 713
November 228 571 685 713
Desember 228 571 685 713
2019 Januari 232 797 698 391
Februari 232 797 698 391
Maret 232 797 698 391
April 232 797 698 391
Mei 232 797 698 391
Juni 232 797 698 391
 15

Tabel 5 MSR 2018-2019 (lanjutan)

Tahun Bulan Kebutuhan MSR
Penyaluran
Juli 232 797 698 391
Agustus 232 797 698 391
September 232 797 698 391
Oktober 232 797 698 391
November 232 797 698 391
Desember 232 797 698 391

Sumber: Data diolah (2018)

Hasil Peramalan MSR beras dimulai dari bulan Januari sampai Desember
tahun 2019. Jumlah kebutuhan penyaluran beras dari Januari sampai Desember
tahun 2019 adalah sama yaitu sebanyak 698 391 ton setiap bulannya.

Peramalan Pengadaan Beras dalam Negeri Tahun 2019

Pengadaan beras dalam negeri adalah beras yang dibeli oleh Peum BULOG
yang berasal dari dalam negeri sebagai kebutuhan operasional perusahaan.
Peramalan pengadaan beras dalam negeri dilakukan agar perusahaan dapat
mempersiapkan persediaan beras untuk dapat disalurkan sesuai dengan kebutuhan
penyaluran yang diminta. Peramalan pengadaan beras dalam negeri ini
diproyeksikan berdasarkan data time series dari tahun 2015-2017 atau 36 bulan.
Peramalan pengadaan beras dalam negeri disusun untuk 12 periode selanjutnya,
yaitu untuk tahun 2018-2019. Proses peramalan dilakukan terlebih dahulu dengan
melihat pola data yang ada. Pola data tersebut akan memengaruhi metode yang
dipilih untuk melakukan peramalan. Pola data kebutuhan penyaluran dapat dilihat
dari Gambar 5.

1800000
1600000
Jumlah (ton)

1400000
1200000
1000000
800000
600000
400000
200000
0
November

November

November
Juli

Juli

Juli
Mei

Mei

Mei
Maret

Maret

Maret
September

September

September
Januari

Januari

Januari

2015 2016 2017

Tahun

Gambar 5 Pola data pengadaan beras dalam negeri

Sumber: Perum BULOG 2018
16

Berdasarkan Gambar 5 dapat dilihat terdapat pola musiman dari tahun 2015-
2017. Setiap bulan April selalu ada kenaikan dalam pengadaan beras dalam negeri.
Hal ini dikarenakan Bulan April adalah musim panen beras di Indonesia. Oleh
karena itu, metode yang digunakan untuk meramalkan pola data musiman ini
adalah metode dekomposisi multiplikatif dimana nilai peramalan trend atau rata-
rata bulan setiap tahunnya akan dikalikan dengan indeks musiman yang ada pada
data time series ini.
Penentuan apakah nilai peramalan trend atau rata-rata bulan per tahunnya
yang akan dikalikan dengan indeks musiman ditentukan dengan melihat total
pengadaan beras dalam negeri dari tahun 2015-2017. Jika terdapat pola trend dari
total pengadaan beras dalam negeri tersebut maka indeks musiman akan dikalikan
dengan nilai peramalan trend. Sebaliknya, jika tidak terdapat pola data trend maka
indeks musiman akan dikalikan dengan rata-rata bulan setiap tahunnya. Total
pengadaan beras dalam negeri tahun 2015-2017 dapat dilihat pada Tabel 6.

Tabel 6 Total pengadaan beras dalam negeri

Tahun Total Pengadaan dalam Negeri (ton)
2015 8 196 219
2016 10 652 764
2017 13 278 788
Sumber: Data diolah (2018)

Dapat dilihat pada Tabel 4 total pengadaan beras dalam negeri di tahun 2015
sebanyak 8 196 219 ton, tahun 2016 sebanyak 10 652 764 ton, dan di tahun 2017
sebanyak 13 278 778 ton. Total pengadaan beras dalam negeri dari tahun 2015-
2017 terus meningkat maka dapat disimpulkan bahwa terdapat pola data trend dari
data tersebut. Oleh karena itu nilai peramalan trend lah yang akan dikalikan
dengan indeks musiman untuk meramalkan pengadaan beras dalam negeri pada
tahun 2018. Hasil peramalan pengadaan beras dalam negeri dapat dilihat pada
Tabel 7.

Tabel 7 Peramalan pengadaan beras dalam negeri

Tahun Bulan Nilai Trend Indeks Musiman Peramalan 2018
2018 Januari 1 159 204 0.85 984 389
Februari 1 173 624 0.76 891 491
Maret 1 188 044 1.04 1 233 749
April 1 202 463 1.19 1 432 257
Mei 1 216 883 1.18 1 439 004
Juni 1 231 303 1.37 1 692 096
Juli 1 245 723 1.25 1 551 365
Agustus 1 260 142 1.09 1 370 219
September 1 274 562 0.88 1 121 251
Oktober 1 288 982 0.69 886 506
November 1 303 402 0.93 1 212 333
Desember 1 317 821 0.77 1 020 726
Total 14 835 386
2019 Januari 625 672 0.85 531 317
Februari 1 346 661 0.76 1 022 931
Maret 1 361 081 1.04 1 413 443
April 1 375 501 1.19 1 638 363
 17

Tabel 7 Peramalan pengadaan beras dalam negeri (lanjutan)

Tahun Bulan Nilai Trend Indeks Musiman Peramalan 2018
Mei 1 389 921 1.18 1 643 627
Juni 1 404 340 1.37 1 929 889
Juli 1 418 760 1.25 1 766 858
Agustus 1 433 180 1.09 1 558 372
September 1 447 600 0.88 1 273 474
Oktober 1 462 019 0.69 1 005 513
November 1 476 439 0.93 1 373 280
Desember 1 490 859 0.77 1 154 753
Total 16 811 820
Sumber: Data diolah (2018)

Hasil peramalan pengadaan beras dalam negeri dilakukan selama 24 periode

yaitu mulai dari bulan Januari 2018 sampai bulan Desember tahun 2019. Total
pengadaan beras dalam negeri di tahun 2018 sebanyak 14 835 386 ton dimana
pengadaan beras dalam negeri terbanyak terdapat di bulan Juni sebanyak
1 692 096 ton. Sedangkan pengadaan beras dalam negeri di tahun 2019
diramalkan sebanyak 16 811 820 ton dimana pengadaan beras dalam negeri
terbanyak terdapat di bulan Juni sebanyak 1 929 889.
Dari hasil peramalan pengadaan beras dalam negeri tahun 2018 dan 2019
dapat dilihat bahwa pengadaan beras terbanyak selalu terdapat di bulan Juni. Hal
ini disebabkan oleh musim panen raya beras setiap tahunnya terdapat di bulan
April-Juni. Pengadaan beras ini dilakukan dengan tujuan untuk menjalankan salah
satu tugas dan fungsi Perum BULOG yaitu menstabilkan harga pasar.

Persediaan Beras Nasional

Menurut Assauri (2008), persediaan merupakan sejumlah bahan-bahan,

parts yang disediakan dan bahan-bahan dalam proses yang terdapat dalam
perusahaan untuk proses produksi, serta barang-barang jadi atau produk yang
disediakan untuk memenuhi permintaan dari komponen atau langganan setiap
waktu. Persediaan beras dalam negeri untuk tahun 2018 dapat dilihat pada Tabel 8.

Tabel 8 Persediaan beras dalam negeri

Tahun Bulan Kebutuhan Pengadaan Persediaan
2018 Januari 228 571 984 389 755 818
Februari 228 571 891 491 662 920
Maret 228 571 1 233 749 1 005 178
April 228 571 1 432 257 1 203 686
Mei 228 571 1 439 004 1 210 433
Juni 228 571 1 692 096 1 463 525
Juli 228 571 1 551 365 1 322 794
Agustus 228 571 1 370 219 1 141 648
September 228 571 1 121 251 892 680
Oktober 228 571 886 506 657 935
November 228 571 1 212 333 983 762
Desember 228 571 1 020 726 792 155
Total 12 092 534
18

Tabel 8 Persediaan beras dalam negeri (lanjutan)

Tahun Bulan Kebutuhan Pengadaan Persediaan
2019 Januari 232 797 531 317 298 520
Februari 232 797 1 022 931 790 134
Maret 232 797 1 413 443 1 180 646
April 232 797 1 638 362 1 405 565
Mei 232 797 1 643 627 1 410 830
Juni 232 797 1 929 889 1 697 092
Juli 232 797 1 766 858 1 534 061
Agustus 232 797 1 558 372 1 325 575
September 232 797 1 273 474 1 040 677
Oktober 232 797 1 005 513 772 716
November 232 797 1 373 280 1 140 483
Desember 232 797 1 154 753 921 956
Total 13 518 256

Sumber: Data diolah (2018)

Menurut Rangkuti (2004), salah satu fungsi persediaan adalah fungsi

antisipasi dimana apabila perusahaan menghadapi fluktuasi permintaan yang
dapat diperkirakan dan diramalkan berdasarkan pengalaman atau data-data masa
lalu, yaitu permintaan musiman. Dalam hal ini perusahaan dapat mengadakan
persediaan musiman (seasonal inventories). Persediaan beras dalam negeri di
tahun 2018 sebanyak 12 135 098 ton dimana persediaan beras terbanyak di tahun
2018 terdapat pada bulan Juni sebanyak 1 463 525 ton. Persediaan ini didapatkan
dari selisih hasil peramalan pengadaan beras dalam negeri dengan kebutuhan
penyaluran beras di tahun 2018. Sedangkan persediaan beras dalam negeri di
tahun 2019 diprediksikan sebanyak 13 518 256 ton dimana persediaan beras
terbanyak di tahun 2019 terdapat di bulan Juni sebanyak 1 697 092 ton.
Keakuratan peramalan persediaan 2018 dapat dilihat melalui perhitungan
nilai Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error
(RMSE). Nilai MAPE dan RMSE pada peramalan persediaan ini didapatkan dari
membandingkan persediaan beras aktual Perum BULOG dari bulan Januari
sampai Juni tahun 2018 dengan hasil peramalan persediaan beras dari bulan
Januari sampai Juni 2018. Nilai MAPE pada hasil ramalan persediaan ini sebesar
18% yang berarti peramalan ini memiliki tingkat akurasi sebesar 82%. Nilai
RMSE pada peramalan ini sebesar 179 919 ton yang berarti kesalahan peramalan
persediaan beras 2018 sebanyak 179 919 ton. Data dapat dilihat pada Lampiran 3.

Pembahasan

Berdasarkan hasil pemaparan peramalan persediaan beras tahun 2018

dapat diketahui apakah MSR selama tahun 2018 dapat tercukupi atau tidak. MSR
beras dapat tercukupi bila persediaan beras sama besar atau melebihi jumlah MSR
tersebut. Kecukupan pemenuhan MSR pada tahun 2018 dapat dilihat dari hasil
peramalan MSR dibandingkan dengan hasil peramalan dari persediaan beras
seperti terdapat pada Tabel 9.
 19

Tabel 9 Kecukupan MSR

Tahun Bulan MSR Persediaan Kekurangan Keterangan
(ton) (ton)
2018 Januari 685 713 755 818 - Mencukupi
Februari 685 713 662 920 22 793 Tidak
Mencukupi
Maret 685 713 1 005 178 - Mencukupi
April 685 713 1 203 686 - Mencukupi
Mei 685 713 1 210 433 - Mencukupi
Juni 685 713 1 463 525 - Mencukupi
Juli 685 713 1 322 794 - Mencukupi
Agustus 685 713 1 141 648 - Mencukupi
September 685 713 892 680 - Mencukupi
Oktober 685 713 657 935 27 778 Tidak
Mencukupi
November 685 713 983 762 - Mencukupi
Desember 685 713 792 155 - Mencukupi
2019 Januari 698 391 298 520 399 871 Tidak
Mencukupi
Februari 698 391 790 134 - Mencukupi
Maret 698 391 1 180 646 - Mencukupi
April 698 391 1 405 565 - Mencukupi
Mei 698 391 1 410 830 - Mencukupi
Juni 698 391 1 697 092 - Mencukupi
Juli 698 391 1 534 061 - Mencukupi
Agustus 698 391 1 325 575 - Mencukupi
September 698 391 1 040 677 - Mencukupi
Oktober 698 391 772 716 - Mencukupi
November 698 391 1 140 483 - Mencukupi
Desember 698 391 921 956 - Mencukupi
Sumber: Data diolah 2018

Persediaan beras pada tahun 2018 tidak mencukupi MSR di bulan Februari
dan Oktober. Persediaan beras bulan Februari sebanyak 666 467 ton tidak
mencukupi MSR sebanyak 675 072 ton. Oleh karena itu, diperlukan adanya
pengadaan beras dalam negeri atau impor sebanyak 8 605 ton agar MSR dapat
tercukupi. Persediaan beras bulan Oktober sebanyak 661 482 tidak mencukupi
MSR sebanyak 675 072 ton. Oleh karena itu, diperlukan adanya pengadaan beras
dalam negeri sebanyak 13 590 ton agar MSR dapat tercukupi.
Pada tahun 2019 persediaan beras tidak mencukupi MSR di bulan Januari.
Persediaan beras bulan Januari sebanyak 298 520 ton tidak dapat mencukupi MSR
sebanyak 698 391 ton. Oleh karena itu diperlukan adanya pengadaan beras dalam
negeri atau impor sebanyak 399 871 ton.
MSR yang tidak tercukupi di bulan Februari 2018, Oktober 2018, dan
Januari 2019 lebih baik ditanggulangi dengan melakukan pengadaan beras dalam
negeri saja, tidak perlu dilakukan impor karena kurangnya persediaan beras dalam
mencukupi MSR tidak banyak. Hal ini sejalan dengan penelitian Wijayanti et al.
(2011) bahwa impor beras yang dilakukan oleh Perum BULOG tidak berpengaruh
signifikan terhadap persediaan beras. Sehingga pengadaan beras dalam negeri
harus diprioritaskan dibandingkan dengan melakukan impor beras.
20

Implikasi Manajerial

Implikasi manajerial dari manajemen persediaan beras di Perum BULOG

dalam memenuhi kebutuhan beras nasional dilakukan menggunakan pendekatan
POAC yaitu Planning, Organizing, Actuating dan Controlling. Berikut implikasi
manajerial berdasarkan pendekatan tersebut.
1. Planning
Perum BULOG dapat merencanakan pengadaan beras agar persediaan beras
dapat mencukupi MSR. Banyaknya pengadaan beras yang dilakukan dapat
dilihat dari peramalan kebutuhan penyaluran dan MSR.
2. Organizing
Direktorat pengadaan dan direktorat komersil dan pelayanan publik melakukan
koordinasi antara pengadaan dengan penyaluran beras agar dapat ditentukan
peramalan yang sesuai antara kebutuhan penyaluran dengan pengadaan beras.
3. Actuating
Pelaksanaan manajemen persediaan beras dapat dilakukan berdasarkan
peramalan persediaan beras di tahun 2018 dan 2019. Dari peramalan
persediaan beras dapat dilihat bulan apa yang tidak dapat mencukupi MSR
sehingga kekurangan tersebut dapat ditanggulangi dengan adanya pengadaan
beras dalam negeri lebih banyak lagi atau dengan adanya impor.
4. Controlling
Pengawasan akan menjadi lebih baik apabila dilakukan secara menyeluruh.
Pelaksanaan manajemen persediaan beras diharapkan dapat selalu memenuhi
kebutuhan penyaluran beras sehingga perlu dilakukan pengawasan.
Pengawasan dapat membuat pelaksanaannya menjadi lebih konsisten dan
sesuai dengan perencanaan yang telah dibuat.

SIMPULAN DAN SARAN

Simpulan

1. Kebutuhan penyaluran beras di tahun 2018 adalah sama setiap bulannya

yaitu sebanyak 228 571 ton dan peramalan kebutuhan penyaluran di tahun
2019 pun sama setiap bulannya sebanyak 232 797. Minimun Stock
Requirement (MSR) pada tahun 2018 adalah sama setiap bulannya yaitu
sebanyak 685 713 ton dan peraamalan MSR tahun 2019 adalah sebanyak
698 391 ton.
2. Peramalan pengadaan beras dalam negeri di tahun 2018 sebanyak 12 092
534 ton dengan pengadaan beras dalam negeri tertinggi terdapat pada bulan
Juni sebanyak 1 692 096 ton. Peramalan pengadaan beras dalam negeri
tahun 2019 sebanyak 16 811 820 ton dengan pengadaan beras dalam negeri
tertinggi terdapat pada bulan Juni sebanyak 1 697 092 ton.
3. Peramalan persediaan beras di tahun 2018 sebanyak 12 092 534 ton dengan
persediaan beras terbanyak terdapat pada bulan Juni sebanyak 1 463 525 ton.
Persediaan beras pada tahun 2018 tidak mencukupi MSR di bulan Februari
dan Oktober. Persediaan beras bulan Februari sebanyak 666 467 ton tidak
 21

memenuhi MSR sebanyak 675 072 ton. Persediaan beras bulan Oktober
sebanyak 661 482 tidak memenuhi MSR sebanyak 675 072 ton. Peramalan
persediaan beras di tahun 2019 sebanyak 13 518 256 ton dengan persediaan
beras terbanyak terdapat di bulan Juni sebanyak 1 463 525 ton. Persediaan
beras pada tahun 2019 tidak mencukupi MSR di bulan Januari. Persediaan
bulan Januari sebanyak 298 520 ton tidak dapat mencukupi MSR sebanyak
698 391 ton.

Saran

1. Perusahaan perlu merencanakan pengadaan beras dengan jumlah yang

mencukupi. Dalam hal ini, banyaknya pengadaan beras yang dilakukan
dapat dilihat melalui hasil peramalan pengadaan beras tahun 2018 sebagai
salah satu rekomendasi.
2. Perusahaan mempertimbangkan hasil peramalan persediaan beras tahun
2018 terutama pada bulan Februari 2018, Oktober 2018, dan Januari 2019
agar MSR selalu dapat tercukupi.
3. Riset dapat dilanjutkan peneliti lain dengan melakukan penelitian yang lebih
komprehensif tidak hanya menggunakan data time series saja tetapi
menggunakan variabel lain seperti kualitas.

DAFTAR PUSTAKA

Ammani, Aliyu Aishat. 2012. Impact Of Market-Determined Exchange Rates On

Rice Production And Import In Nigeria. International Journal of Food and
Agricultural Economics. 1(2) 2012. Ahmadu Bello University, Zaria,
Nigeria.
Anggoro, Rindi. 2012. Analisis Faktor-Faktor Yang Mempengaruhi Impor Di
Jawa Timur. Jurnal Ekonomi Pembangunan. 2(5) Agustus 2012. Fakultas
Ekonomi Universitas Negeri Semarang.
Assauri S. 2008. Manajemen Produksi dan Operasi. Jakarta (ID): Universitas
Indonesia.
Christianto E. 2013. Faktor yang memengaruhi volume impor beras di Indonesia.
Jurnal JIBEKA. 7(2): 38-43.
Dwipayana, I Kadek Agus. 2012. Pengaruh Harga, Cadangan Devisa, Dan Jumlah
Penduduk Terhadap Impor Beras Indonesia. E-Jurnal Ekonomi
Pembangunan. 3(4) Agustus Fakultas Ekonomi dan Bisnis Universitas
Udayana. Denpasar.
Edward Christanto. 2013. Faktor-Faktor Yang Mempengaruhi Volume Impor
Beras Di Indonesia. Jurnal JIBEKA. 7(2) Agustus 2013. Universitas Ma
Chung. Malang.
FAO. 2012. Fluktuatif Komoditi Impor di Indonesia. http://faostat.fao.org/,
Diakses Tanggal 18 September 2018.
Heizer J, Render B. 2015. Manajemen Operasi. Jakarta (ID): Salemba Empat.
22

Hermawan S. 2012. Dampak peraturan tentang impor beras terhadap kegagalan

ketahanan pangan dan kemiskinan petani di Indonesia. Jurnal Hukum dan
Pembangunan Tahun ke-42. (4):456-470.
Indrawati BN, Sutijo B. 2012. Pemodelan jumlah ketersediaan beras untuk Jawa
Timur dengan pendekatan fungsi transfer. Jurnal Sains dan Seni ITS. 1(1):
81-86.
Irawan B. 2003. Konversi lahan sawah di Jawa dan dampaknya terhadap produksi
padi. Ekonomi Padi dan Beras di Indonesia, 295-325.
Jakiyah U, Baga LM, Tinaprilla N. 2016. Dampak kebijakan pemerintah terhadap
usaha tani beras organik di Provinsi Jawa Barat. Buletin Ilmiah Litbang
Perdagangan. 10(1):129-146.
Nasution AH. 2008. Perencanaan dan Pengendaliaan Produksi. Yogyakarta (ID):
Graha Ilmu.
Negoro WJ, Marhawati M, Hadayani. 2014. Analisis kebijakan ketersediaan stok
beras (studi kasus pada pergudangan beras perum BULOG kota Palu). e-J.
Agrotekbis. 2(1): 62-68.
Noviar H. 2013. Analisis kecukupan dan ketersediaan beras di Indonesia (1975-
2009). Jurnal Penelitian Ilmu-Ilmu Sosial Universitas Malikussaleh,
Lhokseumawe, NAD. 7(1): 93-104.
Rangkuti F. 2007. Manajemen Persediaan: Aplikasi di Bidang Bisnis, Edisi 2
Jakarta (ID): PT. Raja Grafindo Persada.
Rikumahun JV, Adam FP, Turukay M. 2013. Tingkat ketergantungan masyarakat
terhadap konsumsi beras di kecamatan Nusaniwe Kota Ambon. Jurnal
Agribisnis Kepulauan. 1(4):94-105.
Sanny L. 2010. Analisis produksi beras di Indonesia. Binus Business Review.
1(1):245-251.
Sudaryanto T, Swastika DKS, Sayaka B, dan Bahri S. 2006. Financial and
economic profitability of rice farming across production environments in
Indonesia. In Proceeding of International Rice Congress on Science,
Technology, and Trade for Peace and Prosperity, at National Academy of
Agricultural Sciences, New Delhi, India.
Widodo. 2014. Faktor-faktor yang mempengaruhi harga dan ketersediaan beras di
tingkat nasional. SEPA. 10(2): 229-238.
Widyawati W, Syafrial, Mustadjab MM. 2014. Dampak kebijakan tarif impor
beras terhadap kinerja ekonomi beras di Indonesia. Habitat. XXV(2):125-
134.
Wijayanti S, Candra S, Sarjono H. 2011. Analisis persediaan beras nasional dalam
memenuhi kebutuhan beras nasional pada perusahaan umum bulog. Journal
The Winners. 12(1): 82-96.
Yulianti, Desyana. 2012. The Influence Of Macroeconomics Indicator To Import
Rice In Indonesia. [Skripsi]. Bekasi (ID): Institut Perbanas.
Zaeroni R, Rustariyuni SD. 2016. Pengaruh produksi beras, konsumsi beras dan
cadangan devisa terhadap impor beras di Indonesia. E-Jurnal Ekonomi
Pembangunan Universitas Udayana. 5(9): 993-1010.
 23

LAMPIRAN
24

Lampiran 1 Data perhitungan model moving average 3

|Pct
Demand(y) Forecast Error |Error| Error^2 Error|
2015 244797
2016 244797
2017 225024
2018 228571 238206 -9635 9635 92833220 4.22%
TOTALS 943189 -9635 9635 92833220 4.22%
AVERAGE 235797.3 -9635 9635 92833220 4.22%
Next period forecast 232797 (Bias) (MAD) (MSE) (MAPE)
Std err NA

Lampiran 2 Data perhitungan model moving average 4

|Pct
Demand(y) Forecast Error |Error| Error^2 Error|
2015 244797
2016 244797
2017 225024
2018 228571
TOTALS 943189 0 0 0 0%
AVERAGE 235797.3 -9635 9635 92833220 4.22%
Next period forecast 235797 (Bias) (MAD) (MSE) (MAPE)
Std err NA
 25

Lampiran 3 Data perhitungan dekomposisi multiplikatif

Periode Tahun Bulan Pengadaan Trend Forecast
1 Januari 793096 640091.93 543561.9422
2 Februari 362520 654511.71 497170.5427
3 Maret 623211 668931.49 694666.1542
4 April 1077836 683351.27 813941.4866
5 Mei 1095026 697771.05 825137.1784
6 Juni 1177858 712190.83 978715.4546
2015
7 Juli 978143 726610.61 904887.1588
8 Agustus 687092 741030.39 805761.432
9 September 272325 755450.17 664580.424
10 Oktober 108304 769869.95 529482.9843
11 November 491388 784289.73 729491.3204
12 Desember 529420 798709.51 618644.7037
13 Januari 181093 813129.29 690504.1533
14 Februari 118667 827549.07 628610.6329
15 Maret 516819 841968.85 874360.4864
16 April 848079 856388.63 1020046.739
17 Mei 883498 870808.41 1029759.538
18 Juni 1125746 885228.19 1216508.938
2016
19 Juli 1106360 899647.97 1120379.863
20 Agustus 1171548 914067.75 993914.0811
21 September 1145698 928487.53 816803.8884
22 Oktober 1008996 942907.31 648490.5359
23 November 1226976 957327.09 890438.5411
24 Desember 1319284 971746.87 752671.7122
25 Januari 1299369 986166.65 837446.3643
26 Februari 1552515 1000586.43 760050.723
27 Maret 1640284 1015006.21 1054054.819
28 April 1263041 1029425.99 1226151.992
29 Mei 1187488 1043845.77 1234381.898
30 Juni 1375647 1058265.55 1454302.422
2017
31 Juli 1249700 1072685.33 1335872.567
32 Agustus 1052545 1087105.11 1182066.73
33 September 937249 1101524.89 969027.3528
34 Oktober 724040 1115944.67 767498.0874
35 November 771886 1130364.45 1051385.762
36 Desember 225024 1144784.23 886698.7207
37 Januari 1159204.01 984388.5753
38 Februari 1173623.79 891490.8132
39 Maret 1188043.57 1233749.151
2018
40 April 1202463.35 1432257.244
41 Mei 1216883.13 1439004.258
42 Juni 1231302.91 1692095.905
26

Lampiran 3 Data perhitungan dekomposisi multiplikatif (lanjutan)

Periode Tahun Bulan Pengadaan Trend Forecast
43 Juli 1245722.69 1551365.27
44 Agustus 1260142.47 1370219.379
45 September 1274562.25 1121250.817
46 Oktober 1288982.03 886505.6389
47 November 1303401.81 1212332.982
48 Desember 1317821.59 1020725.729

Intercept 625672.15
Slope 14419.78

Index
Bulan Musiman
Januari 0.85
Februari 0.76
Maret 1.04
April 1.19
Mei 1.18
Juni 1.37
Juli 1.25
Agustus 1.09
September 0.88
Oktober 0.69
November 0.93
Desember 0.77

Lampiran 4 Data perhitungan nilai error persediaan beras

Absolute Absolute of
Actual Forecast Error Square of Error
Month of error error/actual
Januari 698503 755,818 -57,315 57315 3,285,009,225 0.08205405
Februari 764136 662,920 101,216 101216 10,244,678,656 0.132458096
-
1,005,718
Maret 663896 341,822 341822 116,842,279,684 0.514872811
-
1,203,686
April 994525 209,161 209161 43,748,323,921 0.210312461
Mei 1322138 1,210,433 111,705 111705 12,478,007,025 0.084488155
Juni 1550862 1,463,525 87,337 87337 7,627,751,569 0.056315133

MAD 151426
MSE 32,371,008,347
MAPE 18%
 27

RIWAYAT HIDUP
Penulis bernama Muhammad Arifaldi Kandiyas, lahir pada tanggal 12 Juni
1996 di Bogor, Jawa Barat. Penulis merupakan anak pertama dari tiga bersaudara
yang lahir dari pasangan Bapak Madsari dan Ibu Elya Aprillia. Penulis memulai
pendidikan Sekolah Dasar di SD Insan Kamil pada tahun 2002 dan lulus tahun
2008. Penulis melanjutkan penddikan pada Sekolah Menengah Pertama di SMPN
4 Bogor dan lulus tahun 2011, selanjutnya penulis melanjutkan pendidikan
menengah atas di SMAN 1 Bogor pada tahun 2011 hingga 2014. Tahun 2014
penulis diterima di Departemen Manajemen, Fakultas Ekonomi dan Manajemen,
Institut Pertanian Bogor melalui seleksi jalur tulis mandiri (UTM).
Selama menuntut ilmu di IPB penulis aktif di organisasi kemahasiswaan
Himpunan Profesi Centre of Management tahun 2015-2017. Penulis pernah
meraih mendali emas Pekan Ilmiah Mahasiswa Nasional Gagasan Tertulis (PKM-
GT) XXXI kategori poster dan juara favorit presentasi di Makassar