harus mudah dipergunakan disertai dokumentasi yang lengkap dan bebas dari kesalahan besar, sehingga mudah untuk digunakan, dipahami dan
diinterpretasikan hasilnya. Akurasi peramalan tidak selalu berhubungan dengan kecanggihan atau kerumitan teknik yang dipakai. Teknik yang dipilih
sebagai yang terbaik saat ini pun tidak dapat memberikan jaminan hasil terbaik di masa depan karena masih menghadapi ketidakpastian. Hal ini yang
perlu untuk diperhatikan adalah kebaikan suatu model tidak ditentukan oleh seberapa jauh teknik tersebut dapat menirukan kenyataan pada masa lalu.
Jika kita menghadapi beberapa teknik yang memberikan kemampuan sama dalam menirukan kenyataan maka kita hendaknya memilih teknik atau model
yang paling sederhana Mulyono, 2000.
3.2. Kerangka Pemikiran Operasional
Tingkat produksi bawang merah yang tidak merata sepanjang tahun, seperti pada bulan Juni–Oktober merupakan bulan panen raya sebaliknya bulan
November–Mei dimana tingkat produksi sedikit, disamping itu komoditas bawang merah ini mempunyai sifat yang mudah rusak. Akibat peristiwa tersebut
menyebabkan terjadinya fluktuasi harga. Fluktuasi harga yang ditimbulkan mengakibatkan terjadinya resiko
kerugian akibat ketidakpastian harga, sehingga menyulitkan dalam hal pengambilan keputusan bagi produsen dan konsumen. Untuk mengurangi resiko
kerugian tersebut maka dilakukan suatu peramalan. Peramalan merupakan upaya memperkirakan hal-hal yang menjadi perhatian di masa depan. Peramalan
dilakukan dengan menggunakan metode time series dan metode kausal.
Metode time series
yang digunakan terdiri dari metode trend, single exponential smoothing
, double exponential smoothing, dekomposisi aditif dan multiplikatif, winters aditif dan multiplikatif dan Seasonal Autoregressive
Integrated Moving Average SARIMA. Kemudian dari metode time series yang
digunakan, dipilih metode time series yang terbaik dengan menggunakan kriteria nilai MSE terkecil.
Metode kausal
Regresi digunakan untuk menganalisis faktor-faktor apa saja yang mempengaruhi harga rata-rata bawang merah di Indonesia enam kota
besar di Indonesia. Menurut Bagian Analisis Harga, Badan Ketahanan Pangan BKP Departemen Pertanian–RI bahwa pemilihan ke-enam kota besar ini karena
kota–kota tersebut cukup dapat mewakili perilaku harga bawang merah yang terjadi di Indonesia. Faktor-faktor tersebut adalah:
a Harga bawang merah di tingkat produsen Harga bawang merah di tingkat produsen diduga berpengaruh positif
dengan harga rata-rata bawang merah di tingkat pasar di kota Z masing- masing kota di enam kota besar di Indonesia. Berpengaruh positif artinya,
apabila terjadi kenaikan harga bawang merah di tingkat produsen sebesar satu satuan maka akan menyebabkan meningkatnya harga rata-rata bawang merah
di tingkat pasar di kota Z, cateris paribus. b Harga bawang merah di Pasar Induk Kramat Jati PIKJ
Penggunaan tingkat harga bawang merah di PIKJ sebagai faktor yang mempengaruhi harga rata-rata bawang merah di tingkat pasar di enam kota
besar di Indonesia dengan asumsi bahwa Pasar Induk Kramat Jati merupakan Pasar Induk yang terbesar di Indonesia dan hampir semua jenis komoditas
pertanian khususnya sayuran dari daerah dikirim atau dijual ke PIKJ, jadi harga di daerah juga akan terpengaruh oleh harga yang terbentuk oleh
mekanisme pasar di PIKJ. Harga bawang merah di Pasar Induk Kramat Jati PIKJ diduga
berpengaruh positif dengan harga rata-rata bawang merah di tingkat pasar di Kota Z. Berpengaruh positif artinya, apabila terjadi kenaikan harga bawang
merah di Pasar Induk Kramat Jati PIKJ sebesar satu satuan maka diduga akan menyebabkan meningkatnya harga rata-rata bawang merah di tingkat
pasar di Kota Z, cateris paribus. c Jumlah pasokan bawang merah ke Pasar Induk Kramat Jati PIKJ
Penggunaan jumlah pasokan bawang merah ke PIKJ sebagai faktor yang mempengaruhi harga rata-rata bawang merah di tingkat pasar di enam kota
besar di Indonesia dengan asumsi bahwa Pasar Induk Kramat Jati merupakan Pasar Induk yang terbesar di Indonesia dan hampir semua jenis komoditas
pertanian khususnya sayuran dari daerah dikirim atau dijual ke PIKJ, jadi harga di daerah juga akan terpengaruh oleh harga yang terbentuk oleh
mekanisme pasar di PIKJ. Jumlah pasokan bawang merah ke Pasar Induk Kramat Jati PIKJ
berpengaruh negatif dengan harga rata-rata bawang merah di tingkat pasar di Kota Z. Berpengaruh negatif artinya, apabila Jumlah pasokan bawang merah
ke Pasar Induk Kramat Jati PIKJ meningkat maka diduga akan menyebabkan menurunnya harga rata-rata bawang merah di tingkat pasar di Kota Z, cateris
paribus .
d Lag harga bawang merah Lag harga bawang merah adalah harga bawang merah sebelumnya, hal
ini untuk melihat pengaruh adanya ekspektasi harga pada masa yang akan datang dari tingkat harga yang dilakukan pada waktu yang lalu, cateris
paribus .
e Dummy hari besar keagamaan Penggunaan dummy hari besar keagamaan untuk menggambarkan
bagaimana perubahan harga. Harga diduga mengalami peningkatan menjelang dan saat lebaran sebaliknya diluar periode tersebut harga kembali stabil atau
justru mengalami penurunan. Setelah dilakukan pemilihan terhadap metode time series terakurat dan
memperoleh hasil regresi dari faktor-faktor yang mempengaruhi harga bawang merah, maka dapat direkomendasikan berupa informasi kepada pihaklembaga
terkait Badan Ketahanan Pangan Departemen Pertanian-RI tentang metode, teknik peramalan terakurat dan hasil peramalan harga bawang merah untuk
beberapa periode kedepan.
Fluktuasi Harga Bawang Merah
Metode Kausal
Pemilihan Metode Time Series Terakurat
• Metode trend quadratik • Single exponential smoothing
• Double exponential smoothing • Dekomposisi aditif
• Dekomposisi multiplikatif • Winter’s aditif
• Winter’s multiplikatif • SARIMA
Rekomendasi Informasi
Analisis Regresi Untuk Faktor yang Mempengaruhi Harga
Bawang Merah • Harga di Tingkat Produsen
Rpkg • Harga di Pasar Induk
Kramat Jati Rpkg • Jumlah pasokan ke Pasar
Induk Karamat Jati KgBulan
• Lag Harga Bawang Merah Rpkg
• Dummy Hari Besar Keagamaan
Gambar 3. Bagan Kerangka Pemikiran Operasional
Jumlah Produksi Nasional Pasokan yang tergantung musim
dan bersifat mudah rusak
Resiko Kerugian Akibat Ketidakpastian Harga
Kesulitan Dalam Pengambilan Keputusan
Produsen dan Konsumen Peramalan Harga
Bawang Merah
Metode Time Series
IV. METODE PENELITIAN
4.1. Lokasi dan Waktu Penelitian
Penelitian dilakukan di Departemen Pertanian DEPTAN yang berlokasi di Jakarta Selatan. Departemen Pertanian diperlukan sebagai tempat sumber
pengambilan data sekunder. Pengambilan data dilakukan pada bulan Oktober- November 2006.
4.2. Jenis dan Sumber Data
Penelitian ini menggunakan data sekunder tentang data harga bulanan bawang merah di enam kota besar di Indonesia yang merupakan data median
nilai tengah. Kota–kota tersebut adalah DKI–Jakarta, Bandung, Semarang, Yogyakarta, Surabaya, dan Denpasar. Data diperoleh dari Bagian Analisis Harga,
Badan Ketahanan Pangan BKP Departemen Pertanian–RI. Sebagai bahan referensi data diperoleh dari Badan Pusat Statistik, Pusat Studi Ekonomi PSE,
Pasar Induk Kramat Jati PIKJ Jakarta, penelitian terdahulu, internet dan
literatur-literatur yang relevan dengan topik penelitian. 4.3.
Metode Pengolahan dan Analisis Data
Data sekunder yang diperoleh khususnya data perkembangan harga bawang merah merupakan data kuantitatif, yaitu data bulanan selama kurun waktu
58 Bulan Januari 2002 – Oktober 2006. Data diolah dengan menggunakan program microsoft excel dan Minitab 14. Program microsoft excel digunakan
untuk menganalisis plot data harga bawang merah di Indonesia dan program Minitab
14 digunakan untuk pengolahan data dengan metode time series dan metode kausal regresi. Pemilihan program tersebut berdasarkan alasan bahwa
