Peramalan Permintaan dengan Metode Time Series

6 IMPLEMENTASI MODEL Rancangbangun model penyediaan tepung jagung pada rantai pasok industri berbasis jagung ini dapat digunakan sebagai suatu model yang dapat menganalisis penyediaan tepung jagung pada industri tepung jagung secara terintegrasi dalam suatu rantai pasok. Keterkaitan antar model yang satu terhadap model lainnya menunjukkan bahwa tidak terpenuhinya kebutuhan jumlah dan mutu produk pada salah satu mata rantai akan berpengaruh kepada mata rantai berikutnya. Selanjutnya akan dilakukan analisis pada setiap model yang dirancang.

6.1 Prediksi Produksi Jagung

Prediksi produksi jagung dalam model penyediaan tepung jagung diperlukan untuk dapat memperkirakan berapa jumlah produksi jagung yang dapat disediakan oleh sentra jagung. Dengan adanya prediksi jumlah produksi jagung maka dapat diperkirakan pula berapa kuantitas jagung pipilan yang dihasilkan. Berdasarkan diskusi dan konfirmasi pakar diperkirakan bahwa sekitar 50 dari hasil produksi jagung digunakan sebagai pakan ternak. Berdasarkan diskusi diperoleh informasi bahwa sebanyak 4,5 – 5 juta ton digunakan untuk pakan, sehingga perkiraan produksi jagung kurang lebih 10 juta ton per tahun. Kenyataan ini sangat berbeda dengan data Departemen Pertanian 2011 yang mencatat bahwa produksi jagung sebanyak lebih kurang 16.5 juta ton per tahun. Namun hingga saat ini Indonesia masih mengimpor jagung pipilan. Dengan adanya model prediksi produksi jagung, maka industri tepung jagung dapat merencanakan penyediaan bahan baku untuk memproduksi produk tepung jagung sesuai permintaan konsumennya. Pihak pengambil keputusan dapat memperkirakan berapa jumlah bahan baku jagung yang dapat disediakan oleh petani lokal dan berapa jumlah bahan baku yang harus diimpor dari negara lain. Penggunaan alat analisis dalam model ini akan memudahkan pihak pengguna untuk meramalkan permintaan produksi jagung pada tiap periode. Prakiraan dengan kesalahan ramalan terkecil merupakan prakiraan yang mendekati ketepatan. Ketersediaan data sebagai variabel input dalam peramalan sangat diperlukan. Dalam hal ini pihak industri tepung jagung perlu melakukan pencatatan data sehingga dengan data yang akurat akan diperoleh pula hasil peramalan yang baik. Kerjasama antar elemen-elemen pada rantai pasok industri berbasis jagung dalam hal pencatatan data serta pemberian informasi akan memungkinkan diperolehnya hasil peramalan yang lebih akurat. Setiap wilayah di Indonesia memiliki curah hujan yang berbeda-beda, sehingga proses peramalan tidak dapat dilakukan sekaligus secara menyeluruh untuk wilayah Indonesia. Proses peramalan sebaiknya dilakukan per wilayah sesuai keadaan curah hujan pada wilayah tersebut. Proses peramalan dalam model ini menggunakan data luas panen ha, curah hujan mm, dan produksi jagung ton di daerah Jawa Tengah. Peramalan ini menggunakan jaringan syaraf tiruan dan model regresi berganda. Proses peramalan dan hasil yang diperoleh dapat dilihat pada Lampiran 1 sampai dengan lampiran 4. Hasilnya menunjukkan bahwa jaringan syaraf tiruan lebih baik karena memiliki nilai MSE yang lebih kecil. Hasil prediksi produksi jagung Jawa Tengah dengan jaringan syaraf tiruan terdapat pada Lampiran 2. Model prediksi produksi jagung ini bermanfaat bagi beberapa pemangku kepentingan antara lain: 1 Pengumpul jagung pipilan; 2 Pihak pabrik jagung; 3 Pemegang kebijakan. Dengan adanya model ini faktor ketidak-pastian tentang jumlah produksi jagung pada periode yang akan datang yang mempengaruhi fluktuasi harga jagung, dapat diperkecil. Model ini bermanfaat bagi pihak pengumpul karena dengan diperolehnya prediksi jumlah produksi jagung pada beberapa periode ke depan, para pengumpul dapat merencanakan pembelian jagung dari petani dan dapat merencanakan penjualan serta rencana distribusi jagung pipilan kepada industri-industri pengolahan jagung. Manfaat yang diperoleh pabrik jagung dengan penggunaan model ini adalah pabrik jagung dapat mengetahui jumlah bahan baku yang dapat diperoleh dari sentra jagung, sehingga dapat merencanakan impor bahan baku bila sentra jagung dalam negeri tak dapat memenuhinya. Berdasarkan hasil prediksi ini, pihak pabrik jagung dapat membuat perencanaan produksi dengan lebih matang. Manfaat model ini bagi pihak pemegang kebijakan adalah pemegang kebijakan dapat menggunakannya untuk memprediksi produksi jagung di sentra- sentra jagung secara parsial. Dengan demikian penjumlahan produksi jagung yang