PROYEKSI PERMINTAAN MINYAK BUMI DI TENGAH KASUS COVID-19

KARYA TULIS
UNTUK MEMENUHI TUGAS MATA KULIAH
EKONOMI MANAJERIAL
Yang dibina oleh Ibu Nur Rodiah, S.E.I., M.H

Oleh:

HAFID RIADI
(190105010316)

UNIVERSITAS ISLAM NEGERI ANTASARI BANJARMASIN

FAKULTAS EKONOMI DAN BISNIS ISLAM
JURUSAN EKONOMI SYARIAH
November 2020
Proyeksi Permintaan Minyak Bumi Di Tengah Kasus Covid-19

Hafid Riadi

Universitas Islam Negeri Antasari Banjarmasin

Abstrak

Minyak bumi adalah bahan bakar fosil yang merupakan bahan baku

untuk bahan bakar minyak, bensin dan banyak produk-produk kimia.

Minyak bumi merupakan sumber energi yang penting karena minyak bumi

memiliki persentase yang signifikan dalam memenuhi konsumsi energi

dunia. Di tengah situasi Covid-19 saat ini, permintaan akan minyak bumi

mengalami perubahan yang signifikan dalam pola pemasokan dan

permintaan. Hal ini diperparah dengan kebijakan lockdown yang diambil

untuk mengurangi penyebaran virus Covid-19. Karena itu, peramalan terkait

permintaan minyak bumi terus dilakukan untuk mengetahui kapan

kestabilan akan tercapai.

Kata kunci: Minyak bumi, Covid-19, Permintaan, Peramalan

ii
 DAFTAR ISI

ABSTRAK ............................................................................................................. ii

DAFTAR ISI ......................................................................................................... iii

A. Kasus Covid-19 Masih Tinggi, OPEC Pangkas Proyeksi Permintaan

Minyak ........................................................................................................ 1

B. Teori Peramalan........................................................................................... 2

C. Analisis Proyeksi Minyak Bumi Di Tengah Pandemi Covid-19 ............... 22

DAFTAR PUSTAKA .......................................................................................... 26

iii
A. Kasus Covid-19 Masih Tinggi, OPEC Pangkas Proyeksi Permintaan

Minyak

Permintaan minyak dunia akan pulih lebih lambat pada 2021 daripada yang

diperkirakan sebelumnya karena kasus virus corona meningkat. Hal itu

disampaikan Organisasi Negara-negara Pengekspor Minyak Bumi (OPEC).

Dilansir CNBC, Rabu (14/10/2020), permintaan minyak akan naik 6,54 juta

barel per hari (bph) tahun depan menjadi 96,84 juta barel per hari. Organisasi

Negara Pengekspor Minyak mengatakan dalam laporan bulanan diperkiraan

pertumbuhan 80.000 bpd kurang dari yang diharapkan sebulan lalu.

Harga minyak telah jatuh karena krisis virus corona membatasi perjalanan

dan aktivitas ekonomi. Sementara di kuartal ketiga, pelonggaran lockdown

memungkinkan permintaan pulih, OPEC melihat laju perbaikan ekonomi

melambat lagi.

“Sementara pemulihan kuartal III 2020 di beberapa negara mengesankan,

tren jangka pendek tetap rapuh, di tengah berbagai ketidakpastian yang sedang

berlangsung, terutama lintasan jangka pendek Covid-19. Karena ketidakpastian

ini membayangi di tengah peningkatan infeksi yang kuat secara global,

pemulihan yang cukup besar pada kuartal III 2020 tidak akan berlanjut hingga

kuartal IV dan 2021," kata OPEC tentang prospek ekonomi yang dikutip

Okezone.

OPEC terus menurunkan perkiraan pertumbuhan permintaan minyak 2021

dari perkiraan awal 7 juta barel per hari pada Juli. Grup tersebut juga

memangkas estimasi permintaan minyak dunia pada kuartal saat ini sebesar

1
 220.000 barel per hari. Itu membuat perkiraan skala kontraksi bersejarah tahun

ini dalam penggunaan minyak stabil di 9,47 juta barel per hari.

Untuk mengatasi penurunan permintaan, OPEC dan sekutunya, yang

dikenal sebagai OPEC +, menyetujui rekor pemotongan pasokan mulai 1 Mei,

sementara Amerika Serikat dan negara lain mengatakan mereka akan

mengurangi pasokan.

Dalam laporan tersebut, OPEC mengatakan produksinya turun 50.000 barel

per hari menjadi 24,11 juta barel per hari pada September. Itu berarti 104%

memenuhi janji, menurut perhitungan Reuters naik dari angka Agustus 103%.

OPEC juga memperkirakan permintaan minyak mentahnya akan lebih

rendah 200.000 barel per hari dari yang diharapkan tahun depan pada 27,93

juta barel per hari, karena prospek permintaan global yang berkurang.

B. Teori Peramalan

1. Pengertian Peramalan (Forecasting)

a) Peramalan Secara Umum

Peramalan merupakan alat bantu yang sangat penting dalam

perencanaan yang efisien dan efektif. Oleh karena itu, setiap perusahaan

yang sedang melakukan kegiatan usaha harus memperkirakan apa yang

akan terjadi dimasa yang akan datang. Suatu peramalan dianggap baik

apabila mendekati kebenaran. Pada umumnya kegunaan peramalan adalah

sebagai berikut:

1) Sebagai alat bantu dalam perencanaan yang efektif dan efisien.

2
 2) Untuk menentukan sumber daya di masa mendatang.

3) Untuk membuat keputusan yang tepat.

Kegunaan peramalan akan terlihat pada suatu pengambilan keputusan.

Keputusan yang baik adalah keputusan yang di dasarkan atas

pertimbangan apa yang akan terjadi pada waktu keputusan dalam berbagai

kegiatan perusahaan. Baik tidaknya hasil suatu penelitian sangat

ditentukan oleh ketetapan ramalan yang di buat. Walaupun demikian perlu

di ketahui bahwa ramalan selalu ada unsur kesalahannya, sehingga yang

perlu di perhatikan adalah usaha untuk memperkecil kesalahan dari

ramalan tersebut.

b) Peramalam Menurut Para Ahli

Menurut Sofyan Assauri (1984 :1) mendefinisikan peramalan sebagai

perkiraan yang ilmiah (educated guess). Menurutnya, setiap pengambilan

keputusan yang menyangkut keadaan pada masa yang akan datang, pasti

ada peramalan yang melandasi pengambilan keputusan tersebut.

Sedangkan Menurut Frechtling (2001: 8) mendefinisikan peramalan

sebagai proses menyusun infromasi tentang kejadian masa lampau yang

berurutan untuk menduga kejadian pada masa depan.

Berdasarkan dua definisi di atas, pada hakikatnya peramalan

merupakan bagian awal dari proses pengambilan keputusan. Sebelum

melakukan peramalan harus diketahui terlebih dahulu persoalan dalam

pengambilan keputusan. Dalam pengertian yang lebih khusus, peramalan

3
 adalah pemikiran terhadap suatu besaran, misalnya permintaan terhadap

satu atau beberapa produk pada periode yang akan datang. Dalam

praktiknya, peramalan merupakan suatu perkiraan (guess) dengan

menggunakan teknik-teknik tertentu. Dalam kegiatan produksi, peramalan

dilakukan untuk menentukan jumlah permintaan terhadap suatu produk

yang di lakukan pada awal proses perencanaan dan pengendalian produksi.

Peramalan pada umumnya digunakan untuk memprediksi sesuatu yang

kemungkinannya besar terjadi, misalnya kondisi permintaan, banyaknya

curah hujan, kondisi ekonomi dan lain-lain.

2. Tujuan Peramalan

Tujuan dari pada diadakannya peramalan adalah untuk memperoleh

informasi mengenai perubahan dimasa yang akan datang yang akan

mempengaruhi terhadap implementasi kebijakan serta konsekuensinya,

berikut langkah-langkah dengan adanya peramalan yaitu:

a) Untuk menentukan kebijaksanaan-kebijaksanaan dalam persoalan

menyusun suatu anggaran-anggaran.

b) Untuk melakukan pengawasan terhadap persediaan suatu produk yang

akan dijual.

c) Untuk membantu kegiatan perencanaan dan pengawasan terhadap

reproduksi barang dan jasa.

d) Untuk melakukan pengawasan untuk pembelanjaan perusahaan.

e) Untuk menyusun kebijaksanaan-kebijaksanaan yang efektif dan efisien.

4
 Sedangkan menurut pandangan Jay Heizer dan barry Render (2006),

yaitu:

a) Untuk mengkaji kebijakan perusahaan yang berlaku saat ini dan dimasa

lalu serta melihat sejauh mana pengaruh dimasa yang akan datang.

b) Peramalan dilakukan karena adanya time lag atau delay antara saat suatu

kebijakan perusahaan ditetapkan dengan saat implementasi.

c) Peramalan merupakan dasar penyusunan bisnis pada suatu perusahaan

sehingga dapat meningkatkan efektivitas suatu rencana bisnis.

3. Jenis-Jenis Peramalan

Menurut Render dan Heizer (2004) pada jenis peramalan dapat dibedakan

menjadi beberapa tipe. Dilihat dari perencanaan operasi dimasa depan, maka

peramalan dibagi menjadi 3 macam yaitu:

a) Peramalan Ekonomi (Economic Forecast), menjelaskan siklus bisnis

dengan mempredeksikan tingkat inflasi, ketersediaan uang, dana yang

dibutuhkan untuk membangun perumahan dan indikator perencanaan

lainnya.

b) Peramalan Teknologi (Technological Forecast), memperhatikan tingkat

kemajuan tehnologi yang dapat meluncurkan produk baru yang menarik,

yang membutuhkan pabrik dan peralatan baru.

c) Peramalan Permintaan (Demand Forecast), adalah proyeksi permintaan

untuk produk atau layanan suatu perusahaan.

5
 Peramalan biasanya di klasifikasikan berdasarkan Horizon Waktu masa

depan yang di cakupnya. Menurut Taylor (2004) dalam hubungannya dengan

horizon waktu peramalan terbagi atas beberapa kategori, yaitu:

a) Ramalan Jangka Pendek

Yaitu mencangkup masa depan yang dekat dan memperhatikan

kegiatan harian suatu perusahaan bisnis, seperti permintaan harian atau

kebutuhan sumber daya harian. Peramalan ini di gunakan untuk

mengambil keputusan dalam hal perlu tidaknya lembur, penjadwalan

kerja, dan lain-lain keputusan kontrol jangka pendek.

b) Ramalan Jangka Menengah

Yaitu peramalan yang di lakukan untuk penyusunan hasil ramalan yang

jangka waktunya satu hingga lima tahun kedepan. Peramalan ini berfungsi

untuk merencanakan kuantitas dan waktu dari kapasitas produksi.

Peramalan ini lebih mengkhususkan di bandingkan dengan peramalan

jangka panjang yang di gunakan untuk menentukan aliran kas,

perencanaan produksi, dan penentuan anggaran.

c) Ramalan Jangka Panjang

Yaitu peramalan yang di lakukan untuk penyusunan hasil ramalan yang

jangka waktunya lebih dari lima tahun yang akan datang. Peramalan ini

berfungsi untuk perencanaan kuantitas dan waktu dari fasilitas produksi.

Peramalan jangka panjang digunakan untuk pengambilan keputusan

mengenai perencanaan produk dan pasar, pengeluaran biaya perusahaan,

6
 studi kelayakan pabrik, anggaran purchase order, perencanaan tenaga

kerja serta perencanaan kapasitas kerja.

4. Karakteristik Peramalan

Menurut Nasution (1999), peramalan yang baik mempunyai beberapa

kriteria, antara lain akurasi, biaya, dan kemudahan penjelasan dari ketiga

kriteria tersebut adalah sebagai berikut:

a) Akurasi

Pengertian akurasi dari suatu hasil peramalan diukur dengan hasil

kebiasaan dan kekonsistenan peramalan tersebut. Apabila hasil peramalan

dikatakan bias, peramalan tersebut terlalu tinggi atau rendah dibandingkan

dengan kenyataan yang sebenarnya terjadi. Selanjutnya hasil peramalan

dikatakan konsisten, apabila kesalahan peramalan relatif kecil.

Kondisi peramalan yang terlalu rendah akan mengakibatkan

kekurangan persediaan, sehingga permintaan konsumen tidak dapat

dipenuhi dengan segera. Hal itu akan berdampak di perusahaan serta besar

kemungkinan kehilangan pelangan dan keuntungan dari penjualan.

Sebaliknya, apabila peramalan yang terlalu tinggi dapat mengakibatkan

terjadinya penumpukan persediaan, sehingga banyak modal yang terserap

dan terbuang. Keakuratan dari hasil peramalan akan berfungsi

menyeimbangkan persediaan yang ideal.

7
 b) Biaya

Biaya yang di butuhkan dalam pembuatan peramalan bergantung pada

jumlah item atau jenis yang diramalkan, jangka waktu peramalan, dan

metode peramalan yang di pakai. Ketiga faktor pemicu biaya tersebut akan

mempengaruhi terhadap data yang di butuhkan. Selain itu juga akan

bergantung pada cara pengolahan data (manual atau komputerisasi), cara

penyimpanan data, tenaga ahli yang diperbantukan.

Pemilihan metode peramalan harus disesuaikan dengan dana yang

tersedia dan tingkat akurasi yang ingin didapat, misalnya item-item yang

penting akan di ramalkan dengan metode yang sederhana dan murah.

c) Kemudahan

Penggunaan metode peramalan yang sederhana mudah di buat dan

mudah di aplikasikan akan memberikan keuntungan bagi perusahaan.

Apabila memakai metode yang canggih, tetapi tidak dapat di aplikasikan

pada sistem perusahaan karena keterbatasan dana, sumber daya, dan

peralatan teknologi merupakan hal yang percuma.

5. Kegunaan Peramalan

Kegunaan dari peramalan dapat terlihat pada saat pengambilan keputusan.

Setiap orang selalu di hadapkan masalah pengambilan keputusan. Keputusan

yang baik adalah yang di dasarkan atas pertimbangan-pertimbangan yang

matang dan perkiraan tentang kejadian yang mungkin terjadi. Apabila

ramalan yang di hasilakan kurang tepat, maka keputusan yang diambil tidak

8
 akan mencapai hasil yang memuaskan. Dengan meramalkan kejadian yang

akan datang, tindakan-tindakan yang akan datang dapat di rencanakan dengan

matang sehingga dapat mengurangi kerugian atau menambah keuntungan

serta dapat mengantisipasi hal-hal yang tidak diinginkan.

Dengan demikian dapat dilihat bahwa peramalan memiliki peranan yang

sangat penting, baik dalam penelitian, perencanaan maupun dalam

pengambilan keputusan. Tetapi dapat diperhatikan bahwa peramalan

memiliki tujuan untuk memperkecil kemungkinan kesalahan. Baik tidaknya

suatu ramalan sangat tergantung pada faktor data dan metode serta kebenaran

asumsi yang diinginkan.

6. Metode Yang Digunakan Dalam Peramalan

Menurut Sofyan Assurari (1984), berdasarkan sifatnya metode peramalan

di bedakan menjadi dua metode, yaitu peramalan kualitatif dan kuantitatif.

Peramalan yang di dasarkan atas data kualitatif di dasarkan pada pengamatan

kejadian-kejadian pada masa sebelumnya di gabungkan dengan pemikiran

dari penyusunannya. Adapun peramalan yang di dasarkan atas data kuantitatif

diperoleh dari pengamatan nilai-nilai sebelumnya. Hasil peramalan yang di

buat bergantung pada metode yang di gunakan, menggunakan metode yang

berbeda akan di peroleh hasil peramalan yang berbeda. Kedua metode

peramalan tersebut, Sofyan Assuari (1984) mengemukakan sebagai berikut:

a) Metode Peramalan Kualitatif (Judgement Method)

9
 Peramalan kualitatif pada umumnya bersifat subyektif, di pengaruhi

oleh intuisi, emosi, pendidikan, dan pengalaman seseorang. Oleh karena

itu, hasil peramalan seseorang dengan orang lain akan berbeda. Walaupun

demikian, peramalan dengan metode kualitatif tidak hanya menggunakan

intuisi, tetapi juga mengikut sertakan model staatistik sebagai bahan

masukan dalam melakukan judgement (keputusan), hal itu dapat dilakukan

secara individu atau kelompok.

Peramalan kualitatif (Sofyan Asauri, 1984) hanya dapat digunakan

apabila terdapat tiga kondisi berikut ini:

1) Adanya informasi tentang keadaan yang lain.

2) Informasi tersebut dapat dikuantifikasikan dalam bentuk data.

3) Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada

masa yang akan datang.

Ada beberapa metode peramalan yang digolongkan sebagai model

kualitatif adalah sebagai berikut:

1) Metode Delphi

Dalam metode ini, sekelompok pakar kuesioner. Variable moderator

menyimpulkan hasilnya dan memformulasikan menjadi suatu

kuesioner baru yang di isi kembali oleh kelompok tersebut, demikian

seterusnya. Hal ini merupakan suatu proses pembelajaran (learning

process) dari kelompok tanpa adanya tekanan atau intimidasi individu.

10
 Metode ini pertama kali dikembangkan oleh Rand Corporation pada

tahun 1950-an. Adapun tahap-tahap yang harus dilakukan, yaitu

sebagai berikut.

a. Menentukan beberapa pakar sebagai partisipan, sebaiknya bervariasi

dari latar belakang disiplin ilmu berbeda.

b. Melalui kuesioner (Email) diperoleh peramalan dari seluruh

partisipan.

c. Menyimpulkan hasilnya, kemudian mendistribusikan kembali pada

seluruh partisipan dengan pertanyaan yang baru.

d. Menyimpulkan kembali hasil revisi peramalan dan kondisinya,

kemudian dikembangkan dengan pertanyaan yang baru.

e. Apabila diperlukan ulangi tahap empat kemudian didistribusikan

kepada seluruh partisipan.

2) Dugaan Manajemen (Management Estimate) atau Panel Consensus

Metode ini cocok dalam situasi yang sangat sensitif terhadap intuisi

dari sekelompok kecil orang yang mampu memberikan opini kritis dan

relavan. Teknik ini akan dipergunakan dalam siuasi ketika tidak ada

alternatif lain dari model peramalan yang dapat diterapkan. Walaupun

demikian metode ini mempunyai banyak keterbatasan, sehingga perlu

di kombinasikan dengan metode peramalan yang lainnya.

3) Riset Pasar (Market Riset)

Riset pasar merupakan sebuah metode peramalan berdasarkan hasil

survei pasar yang dilakukan oleh tenaga pemasaran produk atau yang

11
 mewakilinya. Metode ini akan berfungsi untuk menjaring informasi

dari pelanggan potensial (konsumen), berkaitan dengan rencana

pembelian mereka pada masa yang akan datang. Pada dasarnya riset

pasar bukan hanya untuk membantu peramalan, melainkan untuk

meningkatkan desain produk dan perencanaan produk baru.

4) Metode Kelompok Terstruktur (Struktured Grup Method)

Metode kelompok terstruktur sama seperti metode delphi dan

metode lainnya. Apabila metode delphi merupakan teknik peramalan

berdasarkan proses konvergensi dari opini beberapa orang ahli secara

interaktif tanpa menyebutkan identitasnya, metode kelompok

terstruktur tidak bertemu secara bersama dalam suatu forumuntuk

berdiskusi, tetapi diminta pendapatnya secara terpisah dan tidak boleh

secara berunding. Hal ini dilakukan untuk menghindari pendapat yang

bias karena pengaruh kelompok. Pendapat yang berbeda secara

signifikan dari para ahli yang lain dalam grub tersebut akan dinyatakan

lagi kepada yang bersangkutan, sehingga akhirnya diperoleh angka

estimasi pada interval tertentu.

Metode delphi ini dipakai dalam peramalan teknologi yang sudah

digunakan pada pengoperasian jangka panjang. Dalam kapasitasnya,

metode ini juga bermanfaat pada pengembangan produk baru,

pengembangan kapasitas produksi, penerobosan segmen pasar baru dan

strategi keputusan bisnis lainnya.

5) Analogis Historis (Historycal Analogy)

12
 Pada dasarnya analogis historis (historycal analogy) merupakan

teknik peramalan berdasar pola data masa lalu dari produk yang dapat

disamakan secara analogi. Misal, peramalan untuk pengembangan

pasar televisi multi sistem menggunakan model permintaaan televisi

hitam putih atau berwarna biasa. Dengan demikian, analogi histori

cenderung akan menjadi baik untuk penggantian produk dipasar,

apabila terdapat hubungan subtitusi langsung dari produk pasar

tersebut.

b) Metode Peramalan Kuantitatif (Statistical Method)

Merupakan prosedur peramalan yang mengikuti aturan-aturan matematis

dan statistik dalam menunjukkan hubungan antara permintaan dengan satu

atau lebih variabel yang mempengaruhinya. Peramalan kuantitatif

mengasumsikan bahwa tingkat keeratan dan macam dari hubungan antara

variabel-variabel bebas dengan permintaan yang terjadi pada masa lalu akan

berulang pada masa akan datang.

Adapun prosedur atau langkah-langkah yang diperlukan dalam

peramalan secara kuantitatif, yaitu:

1) Mendefinisikan tujuan peramalan

2) Membuat diagram pancar

3) Memilih minimal dua metode peramalan yang dianggap sesuai

4) Menghitung parameter fungsi peramalan

5) Menghitung kesalahan setiap metode peramalan

6) Memilih metode yang terbaik, yaitu yang memiliki kesalahan terkecil

13
7) Melakukan verifikasi peramalan.

Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut:

1) Tersedianya informasi tentang masa lalu.

2) Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik.

3) Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus

berlanjut dimasa yang akan datang.

Bagan diatas merupakan gambaran Metode Kuantitatif yang

dikelompokkan menjadi dua, yaitu:

1) Model Time Series

Model time series adalah suatu rangkaian atau seri dari nilai-nilai

suatu variabel atau hasil observasi, yaitu nilai indeks harga saham yang

dicatat dalam jangka waktu yang berurutan (Atmaja, 2009: 29). Model

time series adalah metode dalam peramalan dengan menggunakan

analisis pola hubungan antara variabel yang akan diperkirakan dengan

variabel waktu atau analisis time series. Adapun variabel-variabel

tersebut, antara lain metode smoothing, metode box jenkins (ARIMA),

metode proyeksi trend dengan regresi.

Ada dua hal yang perlu diperhatikan dalam melakukan peramalan,

antara lain:

a. Pada gelat (error), yang tidak dapat dipisahkan dalam metode

peramalan.

b. Untuk mendapatkan hasil yang mendekati data asli, seorang

peramala harus berusaha membuat error sekecil mungkin.

14
 Dengan adanya data time series, pola gerakan data dapat diketahui.

Data time series dapat dijadikan sebagai dasar untuk pembuatan

keputusan pada saat ini, peramalan keadaan perdagangan dan ekonomi

pada masa yang akan datang perencanaan kegiatan untuk masa depan. Di

samping itu, analisis time series dapat dilakukan untuk memperoleh pola

data time series dengan menggunakan data masa lalu yang akan

digunakan dalam meramalkan nilai pada masa yang akan datang.

Dan dalam time series, terdapat empat macam tipe pola data, yaitu

sebagai berikut:

a. Model time series adalah metode yang dipergunakan untuk

menganalisa serangkaian data yang merupakan fungsi dari waktu.

b. Metode ini mengamsumsikan beberapa pola kombinasi pola selalu

berulang sepanjang waktu, dan pola dasarnya dapat diidentifikasi

semata-mata atas dasar historis dari serial itu.

c. Dengan analisa deret waktu dapat ditunjukan dengan permintaan

terhadap produk tertentu bervariasi terhadap waktu.

d. Sifat dari perubahan permintaan dari tahun ke tahun dirumuskan

untuk meramalkan penjualan pada masa yang akan datang.

Disamping itu, terdapat beberapa komponen utama yang

mempengaruhi analisis time series model, antara lain sebagai berikut:

a. Pola Siklis (Cyle)

Penjualan produk dapat memiliki siklus yang berkurang secara

periodik. Banyak produk dipengaruhi pola penggerakan aktivitas

15
 ekonomi yang terkadang memiliki kecendrungan periodik.

Komponen siklus ini sangat berguna dalam peramalan jangka

menengah. Pola data ini terjadi apabila data memiliki

kecenderungan untuk naik atau turun terus-menerus.

b. Pola Musim (Seasonal)

Dalam konteks ini, perkataan musim menggambarkan pola

penjualan yang berulang setiap periode. Komponen musim dapat

dijabarkan dalam faktor cuaca, libur, atau kecenderungan

perdagangan. Pola musiman juga berguna dalam meramalkan

penjualan dalam jangka pendek. Pola data semacam ini terjadi

apabila nilai data sangat dipengaruhi oleh musim, misalnya

permintaan bahan baku jagung pertahun. Selama musim panen harga

jagung akan menjadi turun karena jumlah jagung yang dibutuhkan

tersedia dalam jumlah yang besar.

c. Pola Horizontal

Pada dasarnya pola data horizontal akan terjadi apabila nilai data

berfluktuasi disekitar nilai rata-rata. Untuk lebih memahami

mengenai pola horizontal.

d. Pola Trend

Pada dasarnya pola data ini terjadi apabila data memiliki

kecendrungan untuk naik atau turun terus menerus. Dengan

demikian, dalam meramalkan biaya yang termasuk dalam biaya

operasi yang menggunakan pola trend, cenderung naik jika mesin

16
 atau peralatan semakin tua atau semakin lama jangka waktu

pemakaiannya.

2) Model/Metode Kausal

Model/metode kausal mengamsumsikan faktor yang diperkirakan

menunjukan adanya hubungan sebab akibat dengan satu atau beberapa

variabel bebas (independen). Contoh, jumlah pendapatan berhubungan

dengan faktor jumlah penjualan, harga jual, dan tingkat promosi.

Apabila metode kausal di kaitkan dengan konteks penelitian menurut

Suryabrata (2006) penelitian kausal komparatif bersifat expost facto,

artinya data dikumpulkan setelah berlangsungnya semua kejadian yang

dipersoalkan. Peneliti mengambil satu atau lebih akibat (sebagai

“dependent variabels’’) dan menguji data itu dengan menelusuri kembali

ke masa lalu untuk mencari sebab, saling berhubungan dan maknanya.

Penelitian hubungan sebab akibat dilakukan terhadap program kegiatan

atau kejadian yang telah berlangsung atau telah terjadi. Adanya

hubungan sebab akibat didasarkan atas kejadian teoritis bahwa suatu

variabel disebabkan atau dilatar belakangi oleh variabel tertentu atau

mengakibatkan variabel tertentu.

Tujuan penelitian kausal komparatif dimaksudkan untuk menyelidiki

kemungkinan hubungan sebab akibat dengan cara pengamatan terhadap

akibat yang ada, mencari kembali faktor yang mungkin menjadi

penyebab melalui data tertent.

Dengan demikian, metode kausal dalam konteks ini diperlukan untuk:

17
a. Menemukan bentuk hubungan antara variabel-variabel

b. Meramalkan nilai dari variabel tidak bebas (dependen)

c. Meramalkan permintaan.

Dan dalam pelaksanaannya, metode kausal perlu didukung pula oleh

beberapa metode lainnya, seperti metode regresi dan korelasi yang

merupakan metode yang baik digunakan untuk jangka panjang maupun

jangka pendek dan didasarkan kepada persamaan dengan teknik least

squares yang dianalisis secara statis. Metode ekonometri merupakan

peramalan yang digunakan untuk jangka panjang dan jangka pendek.

Dan terakhir metode input-output ini merupakan metode yang digunakan

untuk peramalan jangka panjang yang biasa digunakan untuk menyusun

trend ekonomi jangka panjang.

a. Peramalan Menggunakan Metode Regresi dan Korelasi

Penggunaan metode ini didasarkan kepada variabel yang ada dan

yang akan mempengaruhi hasil peramalan. Analisis regresi

berkenaan dengan studi kebergantungan dengan maksud menaksir

dan atau meramalkan nilai rata-rata hitung (mean) atau rata-rata

(populasi) variabel tidak bebas, dipandang dari segi nilai yang

diketahui atau tetap variabel yang menjelaskan (Gujarati, 2004).

Analisis regrasi adalah salah satu analisis yang paling populer dan

luas pemakaiannya. Hampir semua bidang ilmu yang memerlukan

analisis sebab-akibat mengenal analisis ini. Kolerasi dan regresi

mempunyai hubungan yang sangat erat setiap regresi pasti ada

18
korelasinya, tetapi korelasi belum tentu dilanjutkan dengan regresi.

Kolerasi yang tidak dilanjutkan dengan regresi adalah korelasi antara

dua variabel yang tidak mempunyai hubungan kausal/sebab-akibat

atau hubungan fungsional, (Sugiyono, 2005).

Dan perlu juga mengetahui kondisi-kondisi sebelum melakukan

peramalan dengan metode regresi dan kolerasi yang berkenaan

dengan adanya informasi masa lalu atau informasi dalam bentuk data

dan yang telah diasumsikan bahwa pola data yang ada dari data masa

lalu akan berkelanjutan dimasa yang akan datang.

Contoh persamaan regresi:

Y = 2 + 10x.....

Y = Variabel Respon

X = Variabel prediktor/bebas

Angka 2 pada persamaan disebut sebagai intersep.

Metode regresi dan korelasi pada penetapan suatu persamaan

estimasi menggunakan teknik least squares, yaitu:

a. Hubungan yang ada perlu dianalisis secara statistik.

b. Ketetapan peramalan dengan menggunakan metode regresi dan

korelasi sangat baik untuk peramalan jangka pendek, sedangkan

untuk peramalan jangka panjang ketetapannya kurang baik.

Pada umumnya metode ini banyak digunakan untuk peramalan

penjualan, perencanaan keuntungan, peramalan permintaan dan

peramalan keadaan ekonomi. Data yang dibutuhkan untuk

19
 penggunaan metode ini adalah data kuartalan dari beberapa tahun

lalu. Model yang dapat digunakan sama dengan model pada regresi

linier berganda, yaitu:

Y = b0 + b1X2 +b3X3+...+bnXn +bnd+ En

Keterangan:

Y = Nilai observasi dari variable yang diukur

b0 = Konstanta

X = Variabel pengukur (independen)

d = Variabel surrgates (dummy)

∑ = error

7. Proses Peramalan

Peramalan adalah suatu usaha untuk meramalkan keadaan dimasa

mendatang melalui pengujian dimasa lalu. Esensi peramalan adalah perkiraan

peristiwa-peristiwa di waktu yang akan datang atas dasar pola-pola di waktu

yang lalu dan penggunaan kebijakan. Ada beberapa langkah dalam melakukan

proses peramalan sebagai berikut:

a) Penentuan Tujuan

Analisis mengatakan dengan para pembuat keputusan dalam

perguruan tinggi untuk mengetahui apa kebutuhan-kebutuhan mereka dan

menentukan:

1) Variabel-variabel yang akan diestimasi.

2) Siapa yang akan menggunakan hasil peramalan.

20
 3) Untuk tujuan-tujuan apa hasil peramalan akan digunakan.

4) Estimasi jangka panjang atau jangka pendek yang diinginkan.

5) Derajat ketepatan estimasi yang diinginkan.

6) Kapan estimasi dibutuhkan.

7) Bagian-bagian yang diinginkan, seperti peramalan untuk kelompok

pembeli, kelompok produk atau daerah geografis.

b) Penggunaan Model

Setelah tujuan ditetapkan, langkah berikutnya adalah

mengembangkan model, yang merupakan penyajian secara lebih

sederhana sistem yang dipelajari. Dalam peramalan, model adalah suatu

kerangka analisis yang apabila dimasukkan data akan menghasilkan

estimasi jumlah calon mahasiswa baru di waktu mendatang (atau variabel

apa saja yang diramal). Analisis hendaknya memilih suatu model yang

menggambarkan secara realistis perilaku variabel-variabel yang

dipertimbangkan.

c) Pengujian Model

Sebelum diterapkan, model biasanya diuji untuk menentukan tingkat

akurasi, validitas untuk reabilitas yang diharapkan. Ini sering mencakup

penerapannya pada data historik dan penyiapan estimasi untuk tahun-

tahun sekarang dengan data nyata yang tersedia. Nilai suatu model

ditentukan oleh derajat ketepatan hasil peramalan dengan kenyataan

(aktual). Dengan kata lain, pengujian model bermaksud untuk mengetahui

validitas atau kemampuan prediktof secara logis suatu model.

21
 d) Penerapan Model

Setelah pengujian, analisa menerapkan model dalam tahap ini, data

historic dimasukkan dalam model untuk menghasilkan suatu ramalan.

e) Revisi dan Evaluasi

Ramalan-ramalan yang telah dibuat harus senantiasa diperbaiki dan

ditinjau kembali. Perbaikan mungkin perlu dilakukan karena adanya

perubahan-perubahan dalam perusahaan atau lingkungannya, seperti

tingkat harga produk perusahaan karakteristik-karakteristik produk,

pengeluaran-pengeluaran pengiklanan, tingkat pengeluaran pemerintah,

kebijakan moneter dan kemajuan teknologi.

Evaluasi, dilain pihak merupakan pembanding ramalan-ramalan

dengan hasil-hasil nyata untuk menilai ketepatan penggunaan suatu

metodologi atau teknik peramalan. Langkah ini dilakukan untuk menjaga

kualitas estimasi-estimasi diwaktu yang akan datang.

C. Analisis Proyeksi Minyak Bumi Di Tengah Pandemi Covid-19

Minyak bumi atau petroleum adalah bahan bakar fosil yang merupakan

bahan baku untuk bahan bakar minyak, bensin dan banyak produk-produk

kimia. Minyak bumi merupakan sumber energi yang penting karena minyak

bumi memiliki persentase yang signifikan dalam memenuhi konsumsi energi

dunia.

Proyeksi permintaan minyak bumi sangat erat kaitannya dengan peramalan

(forecasting). Di tengah situasi pandemi Covid-19 saat ini, permintaan akan

22
minyak bumi masih terbilang rendah. Hal ini didasarkan dari demand forecast

atau peramalan terhadap permintaan minyak bumi yang telah dilakukan.

Berdasarkan peramalan tersebut, permintaan akan minyak bumi diperkirakan

kembali membaik pada 2021. Namun hal itu masih akan berjalan lamban

karena adanya pengaruh Covid-19.

Department of Energy (DOE), Amerika Serikat memperlihatkan penurunan

permintaan akan minyak bumi dunia (dan supply yang mengiringinya) sebagai

dampak dari adanya Covid-19. Perkiraan DOE tersebut menunjukkan

permintaan akan minyak mentah yang sudah mulai terjadi pada kuartal pertama

tahun 2020. Dan hal ini akan terus menurun hingga mencapai titik terbawah

pada akhir kurtal kedua, kemudian diperkirakan akan naik lagi dan kembali

mencapai titik keseimbangan dengan pasokan (supply) minyak bumi pada

akhir kuartal ketiga di tahun 2020. Dalam masa penurunan permintaan

tersebut, minyak bumi yang dikonsumsi akan berkurang hingga lebih dari 10

juta barel per hari (bph) atau bahkan 15-20 juta barel per hari (bph) atau sekitar

20%-30% menurut beberapa analisis yang lain.

Karena produksi minyak mentah yang sudah tidak mungkin bisa diturunkan

seketika, dalam masa penurunan permintaan yang tajam tersebut akan

terbentuk stock minyak bumi yang cukup besar, yang dapat berpotensi

membuat harga minyak bumi menjadi turun. Kapasitas penyimpanan minyak

bumi yang berada di wilayah tertentu atau dikuasai perusahaan tertentu bersifat

terbatas dan stock harus dipindahkan ke tempat lain juga menjadi persoalan

23
karena di tempat lain storage untuk menyimpan minyak bumi tersebut (baik

minyak mentah seperti BBM) juga sudah penuh.

Namun permasalahan dengan minyak bumi (mentah dan BBM) bukan

hanya permintaannya yang menurun drastis, tetapi juga harganya yang jatuh,

bahkan hingga mencapai titik terendah yang pernah dialami oleh industri

minyak dunia. Harga minyak mentah WTI (West Texas Intermediate) yang

menjadi “benchmark” bagi harga minyak di Amerika Utara, bahkan dijual di

future market dengan harga di bawah US$ -36,67 untuk delivery pada bulan

Mei 2020.

Pada Oktober 2020, OPEC memperkirakan permintaan terhadap minyak

bumi akan naik 6,54 juta barel per hari (bph) di tahun 2021 menjadi 96,84 juta

barel per hari (bph). Perkiraan akan permintaan minyak bumi ini didasarkan

dari peramalan jangka menengah yang dilakukan OPEC untuk menentukan

banyaknya permintaan akan minyak bumi berdasarkan kapasitas produksinya.

Selain itu berdasarkan laporan bulanan OPEC, diperkirakan permintaan

minyak bumi akan mencapai 80.000 barel per hari (bph). Hal ini kurang dari

jumlah yang diharpakan satu bulan sebelumnya.

Karena adanya Covid-19 harga minyak bumi mengalami penurunan yang

sangat drastis. Sementara diperkirakan pada kuartal ketiga, adanya

pelonggoran lockdown yang dilakukan dapat memungkinkan pemulihan

permintaan terhadap minyak bumi. OPEC kembali memprediksi bahwa laju

perbaikan ekonomi akibat dampak Covid-19 masih akan melambat.

24
 Akibat dari penyebaran Covid-19 yang tidak kunjung berakhir

mengakibatkan ketidakpastian mengenai pemulihan akan permintaan minyak

bumi sampai dengan kuartal keempat hingga tahun 2021. Karena ini pula

OPEC terus menurunkan perkiraan permintaan minyak pada tahun 2021 dari

yang awalnya 7 juta barel per hari (bph) pada bulan Juli. OPEC juga

memangkas estimasi permintaan minyak sebanyak 220.000 barel per hari

(bph). Ini berarti permintaan akan minyak stabil di angka 9,47 barel per hari

(bph) yang menjadikannya sebagai skala kontraksi bersejarah tahun ini.

OPEC juga meramalkan berdasarkan laporan yang telah dilakukan bahwa

produksi minyak bumi akan menurun 50.000 barel per hari (bph) menjadi

24,11 juta pada September. Kemudian permintaan akan minyak mentah juga

diperkirakan lebih rendah dari yang diramalkan pada tahun 2021 karena

adanya prospek permintaan global yang berkurang akibat pandemi yang belum

berakhir.

Sehingga dapat disimpulkan bahwa proyeksi permintaan minyak bumi

masih akan berada di titik yang rawan. Hal ini dikarenakan dalam kurun

pandemi Covid-19 di tahun 2020 industri minyak bumi dunia mengalami

penurunan permintaan, penurunan harga dan kelebihan produksi (karena

produksi tidak bisa diberhentikan meskipun harga minyak sudah terlalu

rendah). Inilah yang menyebabkan proyeksi permintaan terhadap minyak bumi

masih belum stabil.

25
 DAFTAR PUSTAKA

Fajar, Taufik. 2020. Kasus Covid-19 Masih Tinggi, OPEC Pangkas Proyeksi

Permintaan Minyak. Diakses pada 14 November 2020 pukul 19.15 WITA dari

https://economy.okezone.com/read/2020/10/14/320/2293474/kasus-covid-19-

masih-tinggi-opec-pangkas-proyeksi-permintaan-minyak.

Irham, Fahmi. 2012. Manajemen Produksi dan Operasi. Bandung: Alfabeta.

Rusdiana, A. 2014. Manajemen Operasi. Bandung: Pustaka Setia.

Syaichu, Achmad. 2015. Penerapan Metode Peramalan Sebagai Alat Bantu Untuk

Menentukan Perencanaan Produksi di PT. Skk. Translation Journal.

Volume 13, No. 2. Diakses pada 14 November 2020 pukul 15.28 WITA dari

http://journal.uad.ac.id/index.php/Spektrum/article/view/2691/1661.

26