Prediksi Kebutuhan Ikan 2021 Kabupaten Serang Berdasarkan Angka Konsumsi Ikan
Prediksi Kebutuhan Ikan 2021 Kabupaten Serang Berdasarkan Angka Konsumsi Ikan
Konsumsi Ikan
Ida Farida, S.Pi.1
Abstrak Penelitian ini bertujuan membuat prediksi konsumsi ikan Kabupaten Serang tahun 2021
berdasarkan data runut waktu (time serries) angka konsumsi ikan tahunan dari 2004 hingga 2015.
Pemilihan metode yang baik dalam meramalkan angka konsumsi ikan ini dilakukan dengan
membandingkan tiga aspek ketepatan pengukuran; Mean Absolute Percentage Error (MAPE), Mean
Absolute Deviation (MAD) dan Mean Squared Deviation (MSD) dari empat model; dekomposisi
multiplicative dan additive model, Winter;s multiplicative dan additive model. Angka perhitungan
yang paling kecil dari ketiga aspek tersebut dipilih menjadi metode untuk meramal konsumsi ikan
2021 dan terpilih metode dekomposisi model additive dengan nilai berturut-turut MAPE, MAD, MSD;
2,47; 0,49; 0,46. Dengan metode dekomposisi model multiplicative ini didapat prediksi angka
konsumsi ikan 2021 sebesar 25,02. Prediksi kebutuhan ikan per tahun 37.740.092,94 Kg, per bulan;
3.145.008 Kg, dan kebutuhan per hari 140.833,6 Kg.
Kata Kunci: Angka konsumsi ikan, runut waktu (time series), Prediksi, Dekomposisi,
Winters, model multiplicative , model additive, Kabupaten Serang
Abstract This study aimed at forecasting the need of fish for 2021 based on time series of annual fish
consumption figures from 2004 to 2015 in Serang District. The selection of a fit model for predicting
fish consumption figures is done by comparing three aspects of measurement accuracy; Mean
Absolute Percentage Error (MAPE), Mean Absolute Deviation (MAD) and Mean Squared Deviation
(MSD) of the four models; decomposition of multiplicative and additive models, Winter’s
multiplicative and additive models. The smallest calculation number of the three aspects was chosen
as a method to predict fish consumption in 2021 and the additive model decomposition method was
chosen with MAPE, MAD, MSD, respectively; 2.47; 0.49; 0.46. With this multiplicative model of
decomposition method, the predicted fish consumption number in 2021 is 25.02. Predicted fish needs
per year 37,740,092.94 Kg, per month; 3,145,008 kg, and daily; 140,833.6 kg.
1
Ida Farida,S.Pi: APHP Ahli Pertama
1
1. Pendahuluan
Ikan merupakan salah satu sumber protein hewani yang sehat karena kandungan lemak yang
rendah. Mengkonsumsi ikan merupakan salah satu cara memenuhi kebutuhan protein hewani. Dalam
memenuhi kebutuhan ikan, masyarakat Indonesia sangat diuntungkan oleh potensi perikanan
Indonesia yang besar, baik darat maupun laut. Dengan potensi besar ini, seharusnya ketersediaan ikan
cukup melimpah sehingga angka konsumsi ikan di Indonesia tinggi. Jika konsumsi ikan tinggi,
komoditas perikanan bisa ikut mewujudkan ketahanan pangan dan gizi di Indonesia.
Untuk melihat seberapa besar konsumsi ikan di Indonesia, pemerintah telah membuat rumus
hitungan angka konsumsi. Hasil hitungan konsumsi ikan menunjukan konsumsi ikan per
kapita/individu dengan jangkauan wilayah kabupaten dan kota. Dengan mengetahui angka konsumsi
ikan, tidak hanya bisa melihat seberapa banyak ikan dikonsumi tetapi bisa melihat berapa banyak ikan
yang dibutuhkan per orang maupun per wilayah baik nasional maupun kabupaten dan kota.
Tujuan karya tulis ini adalah membuat prediksi angka konsumsi ikan Kabupaten Serang pada
2021 dan sekaligus membuat prediksi kebutuhan ikan di wilayah ini berdasarkan prediksi konsumsi
ikan.
2. Tinjauan Teoritis
2.1 Kebutuhan dan produk perikanan
Kebutuhan adalah segala sesuatu yang dibutuhkan manusia untuk mempertahankan
kelangsungan hidupnya secara alamiah melalui pencapaian kesejahteraan. Kebutuhan dapat dibedakan
berdasarkan tingkat kepentingannya, waktu, sifat, dan subjeknya. Pemenuhan kebutuhan dapat berupa
barang, jasa, sesuatu yang berwujud maupun sesuatu yang tidak berwujud. Setiap manusia memiliki
kebutuhan yang berbeda-beda dan dipengaruhi oleh keadaan alam, agama, adat, dan peradaban. Sifat
dari kebutuhan adalah tidak terbatas, meningkat dan selalu berubah. (https://id.wikipedia.org, diunduh
20 Desember 2020).
Produk ialah segala sesuatu (meliputi obyek fisik, jasa, tempat, organisasi, gagasan, ataupun
pribadi) yang dapat atau mampu ditawarkan produsen untuk diminta, dicari, dibeli, digunakan, atau
dikosumsi pasar sebagai pemenuhan kebutuhan dan keinginannya (Putri, 2017: 20). Terkait ikan
sebagai komoditas atau produk perdagangan, di dalam Undang-Undang Nomer 45 Tahun 2009,
dinyatakan bahwa ikan adalah segala jenis organisme yang seluruh atau sebagian dari siklus hidupnya
berada di dalam lingkungan perairan komoditas yang berupa binatang air dan biota perairanya (KKP,
2017: 28-34). Karena ikan merupakan binatang dan biota air, maka ikan termasuk produk konsumsi
yang memiliki ciri-ciri sama dengan produk perternakan yaitu; mudah rusak, voluminious dan bulky
yaitu memiliki berat yang besar dan memakan tempat yang cukup luas dalam penyimpanannya dan
pengangkutan sehingga biaya pengangkutan relatif tinggi, ketergantungan pada alam; kaitannya
2
dengan faktor klimatologi, produk dihasilkan dari proses biologis yang cukup memakan waktu sampai
bisa dipasarkan. (Putri, 2017: 29).
Sedangkan untuk mengetahui kuantitas konsumsi ikan dalam kelompok makanan/minuman jadi
digunakan pendekatan “adhoc”. Formula untuk menghitung konsumsi ikan dan udang dari kelompok
makanan/minuman jadi adalah sebagai berikut:
KIMJ = ((Vjadi/Vsegar) x0,8) x KIDS x 1,55
Keterangan:
KIMJ = Konsumsi Ikan dari kelompok makanan/minuman jadi
V jadi = Pengeluaran Ikan dari kelompok makanan/minuman jadi
V segar = Pegeluara dari kelompok ikan dari ikan dan udang segar
0,8 = Nilai yang digunakan setelah dikurangi faktor jasa dan bumbu, minyak goreng dan
lainnya sebesar 20 %
KIDS = Konsumsi ikan dan udang segar (i=1 untuk TTC…dst sampai…n untuk udang sgar
lainnya)
1,55 = Faktor konversi dari bentuk goreng/bakar/dll ke utuh segar
4
Data tersebut diambil dari data Susenas yang dikumpulkan BPS. Data tersebut kemungkinan
masih dibawah angka sebenarnya. Kelemahan-kelemahan data Susenas tersebut diatas menyebabkan
penting dan perlunya suatu angka koreksi guna mendapatkan hasil perhitungan angka konsumsi ikan
yang lebih mendekati kepada kondisi riil. Untuk menyikapi beberapa kelemahan tersebut, Badan
Ketahanan Pangan melakukan angka koreksi untuk konsumsi beras seperti berikut:
Rumus Perhitungan Konsumsi Beras : A+B+C+D
A : Total Konsumsi Beras Indonesia
B : Konsumsi Luar RT = 15 % (Dari A)
C : Konsumsi Tidak Tercatat = 10% (AB)
D :Konsumsi Industri = 20,56 % ( Tabel I/O (Input Output)
Mengacu pada perhitungan angka konsumsi beras tersebut, perhitungan angka konsumsi ikan
menggunakan angka koreksi konsumsi luar rumah tangga (B) dan konsumsi tidak tercatat (C),
sedangkan angka koreksi konsumsi industri/tabel input dan output (D) tidak digunakan. Hal ini
dikarenakan data ikan dalam tabel I/O tidak diperinci, hanya satu karakter yaitu perikanan (dalam arti
luas). Oleh karena itu, dalam publikasi angka konsumsi ikan Kementerian Kelautan Perikanan,
konsumsi industri tidak termasuk dalam penghitungan. Besaran angka koreksi koefesien B dan C
untuk perhitungan konsumsi ikan ditetapkan berdasarkan hasil kesepakatan para ahi. Apabila sudah
ada penelitian-penelitian yang menghitung besaran konsumsi ikan yang tidak tercatat, maka besaran B
dan C disesuaikan hasil tersebut. Oleh karena itu, rumus penghitungan angka konsumsi ikan Nasional
tahun 2016 sebagai berikut :
AKI : A+B+C
Keterangan:
AKI : Angka Konsumsi Ikan
A : Konsumsi Rumah Tangga (KIDRT)
B : Konsumsi Luar Rumah Tangga = b x (A)
C : Konsumsi Luar tidak Tercatat = cx (A+B)
Dengan banyaknya faktor yang berpengaruh terhadap konsumsi ikan, maka angka konsumsi
ikan tidak akan menunjukan kesetabilan dalam kenaikan maupun penururnan dalam jangka waktu
panjang, kecuali semua faktor yang mempengaruhinya terus-menerus dalam kondisi stabil.
5
mempunyai hubungan proporsional dengan pendapatan permanen. Yang dimaksud dengan pendapatan
permanen adalah tingkat pendapatan rata-rata yang diekspektasi/diharapkan dalam jangka panjang.
Sementara teori teori konsumsi pendapatan relatif lebih memperhatikan aspek psikologis rumah
tangga dalam menghadapi perubahan pendapatan. Inti dari teori konsumsi pendapatan relatif adalah
tingkat konsumsi masyarakat dipengaruhi oleh tingkat pendapatan disposabel di masa yang lalu,
terutama tingkat pendapatan tertinggi yang pernah dicapai, karena pola konsumsi saat ini masih
dipengaruhi pola konsumsi yang lalu. Teori terakhir yaitu teori konsumsi dari Keynes bahwa konsumsi
didasarkan atas dasar hukum psikologis yang mendasar tentang konsumsi, yang mengatakan apabila
pendapatan mengalami kenaikan, maka konsumsi juga akan mengalami kenaikan, tetapi dengan
jumlah yang lebih kecil. Kecenderungan mengkonsumsi rata-rata akan semakin kecil apabila tingkat
pendapatan naik. Kecenderungan menabung rata-rata akan semakin besar apabila pendapatan naik.
Semua teori konsumsi yang disebutkan diatas mengkaitkan konsumsi dengan pendapatan
dengan berbagai pandangan yang berbeda karena memang secara matematis hubungan antara
konsumsi dan pendapatan bisa lebih dijelaskan dan dipahami. Tetapi diluar pendapatan banyak faktor
yang mempengaruhi konsumsi, khususnya konsumsi ikan. Berikut ini beberapa faktor diluar pendapat
yang mempengaruhi konsumsi ikan (DKP, 2017:17).
7
bertambahnya level. Yaitu, nilai-nilai series menyebar sebagai trend naik. Rumus model
multiplicative adalah
Yt = Tt x Ct x St x It.
Keterangan rumus:
Yt = Hasil peramalan
Ct = siklis
St = musiman
It = Trend
Triple Exponential Smoothing (Holt Winters) merupakan salah satu metode peramalan yang
juga menggunakan komponen musiman dan trend pada time series. Metode ini menerapkan tiga kali
penghalusan (smoothing) pada trend dan musiman. Seperti dekomposisi, metode ini juga memiliki dua
model, yaitu additive dan multiplicative (http://en.wikipedia.org, diunduh 7 Desember 2020).
Pada metode Holt Winters menggunakan pembobotan dengan nilai alfa, beta dan gama.
Berikut ini kedua model Holt Winters dan rumusnya (http:// www.danialmahkya.com, diunduh 7
Desember 2020):
Seperti halnya model multiplicative pada dekomposisi, hasil yang dihasilkan model ini adalah
dengan mengalikan komponen-komponennya. Berikut ini rumus dari Winter’s model Multiplicative:
Di dalam Winter’s model additive sama halnya seperti pada dekomposisi model additive,
perhitungan yang dihasilkan oleh model ini adalah dengan menambahkan komponen-komponennya
8
b = pemulusan trend
X = data asli
I = Nilai penelusuran musiman
L = periode waktu dalam variasi musim
m = periode masa dating
α = konstanta dengan nilai antara 0 dan 1
9
Empat metode yang dibandingkan hasilnya adalah; Holt Winters model additive, Holt Winters
model multiplicative, Dekomposisi model additive dan Dekomposisi model multiplicate.
c. Menggunakan metode terpilih
Metode yang terpilih diharapkan dapat menghasilkan ramalan yang baik dibandingkan metode
pembandingnya. Peramalan yang ditargetkan adalah angka konsumsi ikan Kabupaten Serang 2021.
d. Menampilkan hasil ramalan
Ramalan yang akan ditampilkan sesuai hasil perhitungan minitab berupa angka dan grafik.
Grafik di atas menunjukan pola data sangat tidak teratur. Mengelompokan periode untuk
musiman sangat sulit. Setelah melihat dan mengkaji plot data ini, diputuskan untuk menggunakan
analisis tiga periode. Jika dilihat dari tiga periode, maka tergambar tiga tahun periode pertama terlihat
naik, kemudian tiga tahun periode berikutnya turun dan tiga tahun periode selanjutnya konstan dan
tiga tahun periode keempat naik drastis. Pada data ini juga terlihat siklis dan irregualry (ketidak
teraturan) cukup menonjol.
Berikut ini hasil pemilihan model analisis untuk peramalan dari data konsumsi ikan tangkap
Kab. Pandeglang. Dari dua metode dekomposisi didapat hasil MAPE, MAD dan SME sebagai berikut:
1. Metode dekomposisi model multiplicative
10
Gambar 3. Nilai MAPE, MAD dan MSD konsumsi ikan Kab. Serang
hitungan dekomposisi model multiplicative
Gambar 4. Nilai MAPE, MAD dan MSD konsumsi ikan Kab. Serang
hitungan dekomposisi model additive
11
Gambar 5. Nilai MAPE, MAD dan MSD konsumsi ikan Kab. Serang
hitungan Winters metode multiplicative
Gambar 6. Nilai MAPE, MAD dan MSD konsumsi ikan Kabupaten Serang
hitungan Winters metode additive
12
Dari tampilan grafik hasil analisis empat model yang memiliki aspek penilaian MAPE, MAD,
MSD terkecil adalah metode dekomposisi model additive. Tabel 2 berikut ini menjelaskan
perbandingan keempat analisis ramalan data time series konsumsi ikan Kabupaten Serang.
Pengukuran Ketepatan
Metode Peramalan
MAPE MAD MSD
1 Dekomposisi: Multiplicative 2,47207 0,48761 0,45745
2 Dekomposisi: Additive 2,54011 0,50000 0,47042
3 Winter: Multiplicative 3,43795 0,65946 0,66327
4 Winter: Additive 2,96884 0,58384 0,66490
Untuk menghitung peramalan konsumsi ikan hingga 2021 dengan 3 periode, maka digunakan
metode Decomposisi model multiplicative.
Berikut persamaan peramalan dan hasil analisis yang dilakukan dengan Minitab:
Multiplicative Model
Yt = 15.654 + 0.5094×t
Seasonal Indices
Period Index
1 1.00846
2 0.98361
3 1.00794
Yang dapat dijelaskan dari hasil penghitungan metode dekomposisi model additive ini adalah:
Length: 12; menunjukan Panjang atau jumlah data konsumsi ikan Kabupaten Serang sebanyak
12 tahun (2004 sampai 2015)
13
Fitted Trend Equation: Yt = 15.654 + 0.5094 × t; ini adalah persamaan regresi untuk
menghitung nilai trend.
Yt = nilai trend yang dicari, t = waktu urutan
Contohnya jika ingin menghitung nilai trend tahun 2020, maka kalkulasinya adalah
Yt = 15.654 + 0.5094 × 17.
Seasonal Indices dan Period Index adalah periode yang digunakan untuk menghitung
seasonality (variasi musiman) dengan tiga periode (triwulanan) yang menghasilkan;
1,00846, 0,98561, dan 1,00794.
Peramalan dapat dibuat dengan mengalikan setiap seasonal index denga setiap nilai trend dalam setiap
peride waktu atau bulan dan menghasilkan ramalan setiap bulan. Rumusnya adalah sebagai berikut:
Yt = St x Tt
Keterangan:
Yt = hasil perhitungan ramalan, St = Seasonal Index
Tt = Nilai Trend
Hitungan peramalan yang dihasilkan Minitab ditunjukan oleh table 3 sebagai berikut;
Tabel 3. Hasil ramalan Minitab konsumsi ikan
Period Forecast
13 22.4643
14 22.4117
15 23.4796
16 24.0054
17 23.9148
18 25.0199
Perhitungan peramalan diatas dimulai dari periode 13 dan terakhir periode 18, artinya
peramalan di mulai dari 2016 dan terakhir 2021.
Penggambaran hasil smoothing (penghalusan) hingga hasil peramalan terlihat pada gambar 4.
Terdapat empat warna garis. Yang pertama garis biru (actual) dengan titik bulat menunjukan posisi
data asli di dalam grafik. Garis merah dengan titik kotak menunjukan hasil penghalusan dari trend dan
musiman. Garis ketiga, garis hijau, menunjukan garis trend naik, dan garis keempat, warna ungu
merupakan garis nilai ramalan yang telah mengikuti pola garis yang telah dihaluskan. Gambar 3 juga
menunjukan bahwa adanya naik turun (ciri komponen musiman) pada peramalan seperti halnya data
sebenarnya tetapi sudah halus.
Perhitungan konsumsi ikan dinyatakan dalam Kilogram per kapita/orang. Jika dianggap
sebagai kebutuhan ikan per orang di Kabupaten Serang, maka kebutuhan ikan di wilayah ini bisa
14
didapat dengan mengkalikannya dengan jumlah penduduk. Pada 2019 jumlah penduduk Kabupaten
Serang sebanyak 1.508.397 orang (BPS, Prov. Banten). Jika jumlah penduduk Kabupaten Serang pada
2021 tidak mengalami banyak perubahan maka prediksi kebutuhan ikan per tahunnya adalah 25,0199
dibulatkan menjadi 25,02 Kg dikalikan 1.508.397 orang adalah 37.740.092,94 Kg. Kebutuhan per
bulannya maka akan didapat; 37.740.092,94 Kg dibagi 12 bulan adalah 3.145.008 Kg, dan kebutuhan
per harinya adalah 3.145.008 Kg dibagi 30 hari adalah 104.833.6 Kg.
5. Simpulan
Catatan data atau angka masa lalu telah banyak dijadikan pijakan para penentu kebijakan di
berbagai bidang untuk menentukan langkah atau melihat masa datang. Hitungan ramalan berbasis time
series adalah salah satu cara menilai masa datang secara statistik dengan melihat data masa lalu.
Dengan menggunakan data konsumsi ikan Kabupaten Serang tahun 2004-2015, penelitian ini
meramalkan angka konsumsi ikan dan kebutuhan ikan Kabupaten Serang untuk tahun 2021. Untuk
memilih metode peramalan terbaik telah dipilih salah satu dari empat model peramalan; dekomposisi
multiplicative, dekomposisi additive, Winter’s multiplicative dan Winter’s additive dengan melihat
angka terkecil dari Mean Absolute Percentage Error (MAPE), Mean Absolute Deviation (MAD) dan
Mean Squared Deviation (MSD). Metode peramalan dekomposisi multiplicative terpilih menjadi
model terbaik.
Angka peramalan konsumsi ikan yang dihasilkan fluktuatif dan ada kecenderungan meningkat
sesuai dengan pola data aslinya. Angka prediksi konsumsi ikan 2021 ini digunakan untuk menghitung
kebututuhan ikan Kabupaten tangerang tahun 2021 dengan cara mengkalikanya dengan jumlah
penduduk.
Walaupun pandemi Covid-19 telah melanda Indonesia pada tahun 2020 dan kemungkinan
dampaknya dirasakan pada tahun 2021 termasuk berdampak pada konsumsi ikan, tetapi angka
peramalan seperti ini bisa dijadikan acuan bagi pemerintah dan masyarakat yang memperhatikan
maupun yang terlibat dalam bidang perikanan.
Daftar Pustaka
15
16