Tujuan Penelitian Sejarah dan Penyebaran Pohon Sengon Waktu dan Tempat Penelitian Bahan dan Alat Metode pengumpulan data

Di Indonesia, produksi jenis kayu sengon sudah mulai dikembangkan sejak tahun 1989 dan akhir-akhir ini, kegiatan penanaman sudah dilakukan melalui kegian HTI, Perhutani dan Perusahaan Lainnya. Banyaknya kebutuhan akan kayu merupakan pendorong utama pengusaha untuk menjadikan kayu sengon sebagai salah satu jenis alternatif yang di produksi secara massal. Atas dasar jenis sengon merupakan salah satu yang disarankan dalam pemenuhan program dan kegiatan pengembangan hutan baik bagi pemenuhan bahan baku industri mupun memenuhi kebutuhan domestik akan kayu rakyat, maka melalui penelitian ini dengan judul “Tren Produksi Sengon Paraserienthes falcataria L Nielsen Sepuluh Tahun yang Akan Datang”, dapat menggambarkan mengenai kondisi produksi jenis sengon dalam satu dekade yang akan datang.

2. Tujuan Penelitian

Penelitian ini bertujuan untuk memperoleh gambaran tentang tren komoditi jenis sengon sepuluh 10 tahun mendatang berdasarkan tersedianya data time series BPS tahun 2002 sampai dengan tahun 2006, tentang produksi jenis sengon perusahaan pembudidayaan tanaman kehutanan. BAB II Tinjauan Pustaka

1. Sejarah dan Penyebaran Pohon Sengon

Berdasarkan catatan sejarah, sengon merupakan spesies asli dari kepulauan sebelah timur Indonesia yaitu wilayah sekitar Maluku dan Papua. Baru pada tahun 1870-an pohon ini menyebar ke seluruh kawasan Asia Tenggara mulai dari Myanmar sampai Filipina. Habitat alami pohon sengon ditemukan di kepulauan Maluku Atmosuseno 1998. Pohon sengon pertama kali di temukan pada tahun 1871 oleh Teysmann di Pulau Banda lantas di bawa ke pulau jawa atau lebih tepatnya ke Kebun Raya Bogor. Dari Kebun Raya Bogor sengon kemudian disebarkan ke berbagai daerah di Indonesia mulai dari Sumatra hingga ke Papua. Penyebaran secara luas disebabkan karena mudahnya pohon ini tumbuh dan menyesuaikan diri dengan lingkungan. Tidak mengherankan apabila kalau sengon saat ini telah tersebar luas hingga ke Srilanka,India, Malaysia, Fiji dan Samoa Santoso 1992. Sedangkan penyebaran secara alami pohon sengon berkisar di daerah Maluku, Papua Nugini, Kep. Solomon, dan Bismark. 2. Mengenal Sengon 2.1 Deskripsi Botani Sengon dalam bahasa latin selain disebut Paraserianthes falcataria L Nielsen, juga sering disebut Albazia falcataria L Fosberg. Di Indonesia, sengon memiliki beberapa nama daerah seperti berikut Atmosuseno 1998 : 1. Jawa : jeunjing, albasia Jawa Barat ; jing laut Madura ; mbesiah Jawa Tengah ; dan sengon sabrang Jawa Tengah dan JawaTimur 2. Sulawesi : tedehu pute. 3. Maluku : rawe, selawoku merah, seka, sika, sika bot, bai wagohon,wai atau wikie 4. Malaysia dan Brunei Darusalam : puak, batai dan kayu macis. Orang melayu bayak menyebut sengon dengan nama salawaku putih. Meskipun memiliki banyak julukan tetapi yang paling akrab untuk nama pohon ini adalah sengon itu sendiri. Hal itu terlihat dengan adanya program pemerintah berupa proyek “sengonisasi” bagi daerah-daerah kritis yang rawan terhadap bencana erosi Atmosuseno 1998. Sengon merupakan salah satu jenis pohon yang pertumbuhannnya sangat cepat. Pertumbuhannya selama 25 tahun dapat mencapai tinggi 45 meter dengan diameter batang mencapai 100 cm. mengingat pertumbuhan yang sangat cepat tersebut maka sengon dijuluki sebagai pohon ajaib the miracle tree. Pada umur enam tahun sengon sudah dapat menghasilkan kayu bulat sebanyak 372 m 3 ha Atmosusesno 1998. Pohon sengon berbatang lurus , tidak berbanir, kulit berwarna kelabu keputih-putihan, licin, tidak mengelupas dan memiliki tingi bebas cabang mencapai 20 meter. Tajuk berbentuk perisai, agak jarang dan selalu hijau. Tajuk yang agak jarang ini memungkinkan beberapa jenis tanaman perdu tumbuh baik di bawahnya Santoso 1992. Sengon berdaun majemuk ganda, jenis daun seperti ini merupakan ciri bagi suku Mimosaceae seperti halnya pohon turi Sesbania grandiflora, putri malu Mimosa pudica dan petai cina Leucaena gluaca. Pada intensitas cahaya rendah khususnya pada sore hari menjelang malam anak daun mudah terkulai Atmosuseno 1994. Pohon ini berbunga sepanjang tahun dan berbuah pada bulan Juni- November umumnya pada akhir musim kemarau. Jumlah benih perkilogram dapat mencapai 40.000-55.000 biji. Bunga pohon sengon tersusun dalam bentuk malai dengan ukuran daun mahkota yang kecil sekitar 0,5-1 cm. benang sari menonjol lebih panjang dari daun mahkota. Warna bunga putih kekuningan dan kuntum bunga yang mekar berisi bunga jantan dan bunga betina. Cara penyerbukan bunga yang sedikit berbulu ini di bantu oleh serangga dan angin Santoso 1992. Buah pohon sengon berbentuk polong, pipih dan tipis. Berwarna hijau sampai kecoklat jika telah masak. Panjang buah sekitar 6-12 cm. setiap buah berisi 15-30 biji. Bila telah masak umumnya biji-biji tersebut akan lepas dari polongnya. Biji sengon berbentuk elips seperti perisai kecil dan ketika masih muda berwarna hijau, apabila telah masak berwarna coklat kehitam-hitaman, agak keras dan licin.

2.2 Habitat Sengon

Sengon Paraserianthes falcataria L Nielsen merupakan spesies pionir, terutama terdapat pada hutan hujan dataran rendah sekunder atau hutan pegunungan rendah. Sengon termasuk salah satu spesies paling cepat tumbuh di dunia, mampu tumbuh tinggi 8 mtahun dalam tahun pertama penanaman. Tumbuh mulai pantai sampai dengan 1600 mdpl, ketinggian tempat yang optimal untuk tanaman sengon antara 0-800 mdpl Hidayat 2002. Sengon termasuk dalam jenis tanaman tropis, sehingga untuk tumbuh memerlukan suhu sekitar 20-33 o C. namun demikian, suhu optimal yang diperlukan sengon berkisar antara 22-29 o C Atmosuseno 1998. Sengon dapat beradaptasi dengan iklim monsoon dan iklim lembab dengan curah hujan 200- 2700 mmtahun dengan bulan kering sampai 4 bulan. Santoso 1992 mengatakan bahwa sengon dapat tumbuh baik pada tanah regosol, alluvial, dan letosol yang bertekstur lempung berpasir atau lempung berdebudengan kemasaman tanah pH sekitar 6-7. sengon juga dapat di tanam pada tanah yang tidak subur tanpa pupuk, tetapi tidak dapat tumbu subur pada lahan yang berdrainase buruk. Termasuk dalam spesies yang memerlukan cahaya dan membutuhkan kelembaban sekitar 50-75.

2.3 Sifat, Keragaman Penggunaan dan Manfaat Kayu Sengon

Dilihat dari sifat fisik, kayu sengon memiliki berat jenis BJ rata-rata sebesar 0,33. dengan BJ yang tergolong rendah ini maka kayu sengon dapat di manfaatkan sebagaibahan baku kerajinan tangan. Kadar Air KA rata-rata kayu sengon pada umur 7-9 tahun berkisar antara 12-15 atau rata2 13,0. Kerapatan kayu sengon tergolong kedalam kayu yang memiliki kerapatan sedang. Nilai penyusutan kayu sengon pada umur 7-9 tahun dapat di golongkan sedang yaitu sebesar 4,57 pada arah tangensial dan 2,71 pada arah radial. Dilihat dari sifat mekaniknya, kayu sengon memiliki keteguhan lengkung statik diatas nilai 500 kgcm dan termasuk kedalam kayu kelas kuat IV Atmosuseno 1998. Berdasarkan komponen kimia yang terkandung dalam kayu sengon, persentase selulosa dan ekstraktif tergolong tinggi, sedangkan presentase lignin dan pentosa tergolong rendah. Dengan presentase selulosa yang tinggi maka kayu sengon sangat potensial untuk di jadikan bahan baku pulp kertas dan produk selulosa lainnya. Presentase lignin dan pentosa yang rendah menunjukan bahwa kayu sengon tidak terlalu kuat dan tidak terlalu kaku Atmosuseno 1998. Atmosuseno 1998 juga mengatakan bahwa pohon sengon merupakan pohon yang serbaguna. Dari mulai daun hingga perakarannya dapat dimanfaatkan untuk berbagai macam keperluan. 1. Daun Daun sengon, sebagai famili fabaceae lainnya merupakan pakan ternak yang sangat baik dan memiliki protein yang sangat tinggi. Jenis ternak seperti sapi, kambing, dan kerbau sangat menyukai daun sengon tersebut. 2. Perakaran System perakaran sengon banyak mengandung nodul akar sebagai hasil simbiosis dengan bakteri rhizobium. Hal ini menguntungkan bagi akar dan sekitarnya. Keberadaan nodul akar dapat membantu porositas tanah dalam penyediaan unsur nitrogen dalam tanah. Dengan demikian pohon sengon dapat membuat akar disekitarnya menjadi lebih subur. Selanjutnya ditanami dengan tanaman palawija sehingga mampu meningkatkan pendapatan petani penggarapnya. 3.Kayu Bagian yang paling besar manfaatnya dari pohon sengon adalah bagian kayunya. Dengan harga yang cukup meyakinkan saat ini sengon banyak diusahakan untuk berbagai keperluan dalam bentuk kayu olahan berupa papan- papan dengan ukuran tertentu sebagai bahan pembuat papan penyekat, pengecoran semen dalam konstruksi, industri korek api, pensil, papan partikel hingga bahan baku pulp dan kertas. 3. Tipe-tipe Perusahaan Produsen Kayu Sengon 3.1 Perusahaan Pembudidaya Tanaman Kehutanan Perusahaan pembudidaya tanaman kehutanan adalah usaha berbentuk badan usahahukum yang bergerak di bidang pembudiyaan tanaman kehutanan. Jenis tanaman kehutanan yang di budidayakan adalah jenis tanaman yang cepat tumbuh seperti sengon, pinus, akasia, sonokeling dan lainnya. Perusahaan pembudidayaan tanaman kehutanan meliputi HTI, Perum Perhutani dan Lainnya. Perbedaan ketiganya hanya terletak pada lokasi pengusahaan hutan didalam atau diluar kawasan hutan. 3.2 Hutan Tanaman Industri Menurut peraturan pemerintah No 7 tahun 1990, yang dimaksud dengan HTIadalah hutan yang dibangun dalam rangka meningkatkan potensi dan kualitas hutan produksi dengan menerapkan silvikultur intensif untuk memenuhi kebutuhan bahan baku industri hasil hutan. Tujuan pembangunan HTI adalah untuk menunjang pertumbuhan industri perkayuan dengan penyediaan bahan baku, untuk menunjang ekspor kayu olahan disamping pemenuhan kebutuhan kayu di dalam negeri, dan juga untuk memperluas lapangan kerja. Berdasarkan tujuan penggunaan hasil HTI di bagi menjadi 4 kelas yaitu : a. Kelas perusahaan kayu pertukangan untuk bahan baku kayu lapis, kayu gergajian ,veener. b. Kelas perusahaan kayu serat untuk bahan baku kayu pulp, kertas, fiber board yang dapat di ubah secara kimia menjadi rayon dan seluloid. c. Kelas perusahaan kayu energi untuk arang, kayu bakar dan gasifier d. Kelas perusahaan hasil hutan bukan kayu. Areal dan lokasi untuk pembangunan HTI terdiri dari : • Kawasan hutan produksi tetap atau kawasan hutan lainnya yang dapat ditetapkan menjadi hutan produksi tetap. • Diprioritaskan pada lahan kosong, padang alang-alang, semak belukar dan hutan rawantidak produktif.

3.3 Perum Perhutani

Menurut peraturan pemerintah No. 36 tahun 1986, Perum perhutani adalah badan usaha milik negara yang diberi tugas dan wewenang untuk menyelenggarakan perencanaan, pengurusan, pengusahaan dan perlindungan hutan di wilayah kerjanya. Wilayah kerja perum perhutani dibagi kedalam wilayah kerja unit yaitu : a. Wilayah kerja unit jawa tengah, disebut Unit I Jawa Tengah b. Wilayah kerja unit jawa timur, disebut Unit II Jawa Timur c. Wilayah kerja unit jawa barat, disebut Unit III Jawa Barat Pembagian wilayah kerja unit kedalam kesatuan pemangkuan hutan KPH. Yang dimaksud dengan perusahaan Perum Perhutani dalam pengumpulah data ini adalah Kesatuan Pemangkuan Hutan KPH.

3.4 Perusahaan Lainnya

Perusahaan Lainnya adalah perusahaan selain HTI dan Perum Perhutani, yang membudidayakan tanaman kayu-kayuan kehutanan. 4. Peramalan Dalam melakukan analisa ekonomi ataupun analisa kegiatan usaha perusahaan, haruslah dipekirakan apa yang akan terjadi dalam bidang ekonomi atau dalam dunia usaha pada masa yang akan datang. Kegiatan untuk memperkirakan apa yang akan terjadi di masa yang akan datang disebut juga dengan peramalan forecasting Assauri, 1984. Menurut Assauri 1984, ada tiga langkah dalam melakukan peramalan yang dianggap penting. Pertama,menganalisa data historis data time series yang ada, dengan cara membuat tabulasi untuk dapat menemukan pola dari data tersebut. Kedua, menentukan metode peramalan yang akan digunakan, yang akan memberikan hasil yang tidak jauh berbeda dengan kemungkinan kenyataan yang akan terjadi atau metode yang akan menghasilkan penyimpangan terkecil. Ketiga, memproyeksikan data yang lalu dengan menggunakan metode peramalan yang digunakan dengan mempertimbangkan beberapa faktor perubahan. Faktor-faktor perubahan terdiri dari kebijakan-kebijakan yang mungkin terjadi termasuk kebijakan pemerintah, perkembangan potensi masyarakat, perkembangan tehnologi, penemuan-penemuan baru dan perbedaan antara hasil ramalan yang ada dengan kenyataan.

4.1 Syarat-syarat peramalan

Makridarkis et al. 1999 menyatakan bahwa komitmen tentang peramalan telah tumbuh karena berbagai faktor yaitu : 1. Meningkatnya kompleksitas organisasi dan lingkungannya. 2. Meningkatnya ukuran yang berubah dengan cepat. 3. Lingkungan dari organisasi yang berubah dengan cepat. 4. Pengambilan keputusan yang semakain sistematis. 5. Metode peramalan dan perngetahuan semakin berkembang. Dalam dunia bisnis, hasil ramalan mampu memberikan gambaran tentang masa depan perusahaan yang memungkinkan manajemen membuat perencanaan, meningkatkan peluang bisnis maupun mengatur pola investasi. Semakin tinggi akurasi yang dicapai peramalan, semakin tinggi pula peran peramalan dalam perusahaan karena hasil dari peramalan dapat memeberikan arah bagi perencanaan perusahaan, perencanaan produk dan pasar, perencanaan penjualan dan produksi. Syarat dalam melakukan peramalan dengan tehnik tren : 1. Peningkatan produktifitas dan teknologi baru yang mengarah ke perubahan gaya hidup. 2. Kenaikan populasi yang menyebabkan peningkatan permintaan atas barang dan jasa. 3. Daya beli dolar mempengaruhi variable ekonomi akibat dari inflasi. 4. Meningkatnya permintaan pasar.

4.2 Jenis-jenis peramalan

Berdasarkan sifat ramalan yang telah disusun, maka peramalan dibedakan atas dua macam, yaitu metode peramalan kualitatif dan metode peramalan kuantitatif Arsyad 2001. Metode peramalan kuantitatif Metode peramalan kuantitatif adalah metode yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangan bergantung pada metode peramalan yang digunakan dalam peramalan tersebut. Penggunaan metode peramalan yang berbeda akan diperoleh hasil permalan yang berbeda pula. Adapun yang perlu diperhatikan adalah baik tidaknya metode yang dipergunakan sangat ditentukan oleh perbedaan atau penyimpangan antara hasil ramalan dengan apa yang terjadi. Metode yang baik adalah yang memberikan perbedaan atau penyimpangan terkecil. Metode kuantitatif memerlukan data historis atau data empiris dan ini menuntut variable yang di gunakan punya satuan ukur atau dapat diukur. Menurut Hanke et al. 2003, metode ini dapat digunakan jika terdapat tiga kondisi : a. Adanya informasi tentang keadaan masa lalu data historis b. Data tersebut dapat di kuantifikasikan dalam bentuk data numerik c. Diasumsikan bahwa pola data masa lalu akan berkelanjutan pada masa yang akan datang. Metode kuantitatif dapat dibedakan menjadi menjadi dua macam, yaitu metode deret waktu time series dan metode kausal. Metode Deret Waktu Time Series Metode peramalan deret data merupakan suatu tehnik peramalan yang didasarkan pada analisis perilaku atau nilai dimasa lalu suatu variabelyang disusun menurut aturan waktu. Alasan penggunaan model ini dikarenakan bentuknya sederhana cepat dan murah. Model ini cocok untuk meramal sejumlah besar variable dalam tempo singkat sengan sumberdaya yang terbatas. Hanke et al. 2003 menyebutkan bahwa salah satu aspek penting dalam memilih metode peramalan yang sesuai untuk deret data adalah mempertimbangkan beberapa tipe pola data. Pola data tersebut dibedakan menjadi empat, antara lain : a. Pola horisontal Pola ini terjadi ketika observasi berfluktuasi disekitar nilai rata-rata konstan. Pola ini sering disebut juga pola stasioner, misalnya penjualan suatu produk tidak meningkat atau menurun secara konsisten selama beberapa waktu. b. Pola musiman Pola ini terjadi ketika data observasi dipengaruhi oleh faktor musiman. Komponen musiman merupakan fluktuasi yang terjadi kurang dari setahun dan berulang pada tahun-tahun berikutnya. Komponen musiman relatif dominan pada peubah-peubah yang besarannya tergantung pada musim atau cuaca, seperti produksi pada komoditi pertanian. c. Pola siklus cyclus Pola ini terjadi ketika data observasi terlihat naik atau turun dalam periode waktu yang tidak tetap. Komponen sklus seperti fluktuasi gelombang disekitar garis tren seperti biasanya dipengaruhi oleh keadaan ekonomi secara umum. Nilai fluktuasi yang terjadi lebih dari setahun disekitar garis tren, misalnya disebabkan oleh fluktuasi ekonomi jangka panjang yang berhubungan dengan siklus bisnis. Komponen siklus umumnya ditemukan pada analisa jangka panjang seperti ramalan peubah terkait dengan siklus hidup produk. d. Pola kecenderungan trend Pola ini terbentuk ketika data observasi terlihat meningkat atau menurun dalam periode waktu yang lebih panjang. Tren merupakan komponen jangka panjang yang mendasari pertumbuhan atau penurunan deret data. Penyebabnya dapat berupa pertumbuhan penduduk, perubahan teknologi, inflasi, produktifitas dan sebagainya. Santoso S 2003 menyatakan bahwa faktor utama yang berpengaruh dalam pemilihan tehnik peramalan adalah identifikasi dan pemahaman pola data historis. Jika diketahui pola data memiliki pola tren, siklus, stasioner atau musiman, selanjutnya dapat ditentukan tehnik yang mampu dan efektif dalam mengekstrapolasi pola-pola tersebut. Selain itu, faktor yang menyebabkan pola tersebut perlu diketahui agar kebijakan dapat disusun untuk mengatasinya. Berdasarkan keempat pola data tersebut, beberapa tehnik peramalan yang dapat digunakan sebagai berikut : a. Tehnik peramalan data stasioner Tehnik peramalan yang dapat dipertimbangkan untuk pola data stasioner antara lain metode naif, simple moving average rata-rata bergerak, simple exponential smoothing dan Autoregressive Integrated Moving Average ARIMA. b. Tehnik peramalan data tren Tehnik peramalan data tren yang dapat dipertimbangkan antara lain meliputi metode moving avcerage rata-rata bergerak, holt’s linier exponential smoothing, simple regression, growth curves, exponential model dan Autoregressive Integrated Moving Average ARIMA. c. Teknik peramalan data musiman Data dengan pola musiman, teknik-teknik yang dapoat dipilih diantaranya terdiri dari metode dekomposisi klasik, cencus X-12, winter’s exponential smoothing, time series multiple regression,growth curves, exponential model dan metode Autoregressive Integrated Moving Average ARIMA. d. Tehnik peramalan data siklus Pada data dengan pola siklus , teknik-teknik yang dapat dipertimbangkan diantaranya metode dekomposisi klasik, indikator ekonomi, modelekonometrik, multiple regression dan metode Autoregressive Integrated Moving Average ARIMA. Metode-metode yang digunakan dalam time series terdiri dari beberapa metode. Pembagian metode tersebut bervariasi menurut para ahli, namun pada dasarya memiliki maksud dan tujuan yang sama. Metode-metode time series tersebut, sebagai berikut : 1. Metode tren Metode tren menggambarkan pergerakan data yang meningkat atau menurun dalam jangaka waktu yang panjang. Metode ini menggambarkan hubungan antara periode dengan variabel yang diramal dengan menggunakan analisis regresi. 2. Metode rata-rata • Metode rata-rata sederhana simple average Metode ini merupakan metode yang tepat ketika seri data secara umum tidak berubah dan stabil, misalnya umlah penjualan produk daur hidupnya berada dalam kondisi maturity. Metode ini menggunakan rata-rata dari seluruh data historis sebagai ramalan untuk periode mendatang Hanke et al. 2003. • Metode rata-rata bergerak sederhana simple moving average Metode ini menggunakan rata-rata sebagai ramalan untuk periode mendatang. Pada setiap nilai, muncul nilai pengamatan baru, nilai rata-rata baru dapat dihitung dengan membuang nilai observasi yang paling tuadan memasukan nilai pengamatan yang terbaru. Metode ini tidak dapat mengatasi unsur tren dan musiman. • Metode rata-rata bergerak ganda Salah satu cara untuk meramalkan data time series yang memiliki tren linier adalah dengan menggunakan rata-rata bergerak ganda. Metode ini menghitung rata-rata bergerak sebelumnya Hanke et al. 2003. 3. Metode pemulusan eksponensial Metode ini merupakan metode yang secara kontinyu merevisi suatu nilai pendugaan atau nilai peramalan dengan mempertimbangkan perubahan atau fluktuasi data terakhir. Pada pemulusan eksponensial, terdapat satu atau lebih parameter pemulusan yang digunakan. Pemberian bobot pada setiap data adalah berbeda dan menurun secara eksponensial terhadap pengamatan yang lebih tua. Metode pemulusan ini terdiri atas : • Metode pemulusan eksponensial tunggal single exponential smoothing Metode ini digunakan untuk peramalan data time series tanpa tren atau secara otomatis. Nilai α akan berubah secara otomatis jika terdapat perubahan dalam pola data dasar. Metode ini juga digunakan untuk peramalan data time series dengan pola data stasioner • Metode pemulusan eksponensial ganda ; metode linier satu parameter dari Brown double exponential smoothing with linier trend Metode ini digunakan untuk peramalan data time series dengan tren linier. Metode ini memiliki tambahan nilai pemulusan dan disesuaikan untuk mengatasi unsur tren. 4. Metode Box-Jenkins ARIMA Metode ARIMA merupakan metode yang berbeda dengan metode peramalan lkain, karena metode ini tidak mensyaratkan pola data tertentu supaya model dapat bekerja dengan baik. Secar teoritis, metode ARIMA merupakan metode yang canggih terutama untuk melakukan peramalan jangka pendek. Akan tetapi, secara praktis terdapat beberapa kelemahan Hanke et al. 2003 : • Jumlah data yang dibutuhkan relatif sangat besar • Apabila terdapat data baru yang tersedia sering kali parameter dan model ini harus diestimasi ulang. Hal tersebut mengidentifikasi bahwa adanya revisi total terhadap model yang telah dibuat. • Waktu yang dibutuhkan cukup lama untuk mencari model yang tepat.

4.3 Alasan pemilihan tehnik peramalan

Terdapat beberapa kriteria yang dapat dijadikan sebagai pedoman dalam memilih teknik peramalan yang sesuai bagi datayang akan diramal. Beberapa kriteria yang biasa dipakai adalah akurasi, jangkauan peramalan, biaya dan Mean Squared Error MSE. Metode peramalan yang memberikan nilai MSE terkecil dapat dianggap sebagai metode terbaik untuk digunakan Mulyono, 2000. Kerumitan atau kecanggihan teknik yang dipakai tidak selalu berhubungan dengan akurasi peramalan. Teknik yang dipilih sebagai teknik terbaik saat inipun tidak dapat menjamin akan memberikan hasil yang terbaik dimasa yang akan datang, karena beberapa faktor ketidak pastian. Jika ada teknik-teknik peramalan yang memiliki kemampuan yang sama , maka sebaiknya teknik yang dipilih adalah model yang paling sederhana, yaitu kesederhanaan suatu model. Hal ini berarti, semakin sederhana suatu model, maka semakin bagus model tersebut, karena biaya peramalan akan menjadi lebih murah dan model dimengerti oleh pemakainya Mulyono, 2000. BAB III METODE PENELITIAN

1. Waktu dan Tempat Penelitian

Penelitian dilakukan pada bulan april sampai juli 2009. Pengambilan data sekunder dilakukan di perpustakaan Badan Pusat Statistika yang berpusat di Jakarta.

2. Bahan dan Alat

Bahan yang digunaan merupakan data sekunder dalam bentuk deret berkala kayu sengon di Indonesia, terdiri dari data volume produksi kayu sengon secara nasional, mutasi luas tanaman sengon, data pengadaan dan penggunaan kayu sengon di Indonesia.

3. Metode pengumpulan data

Data yang digunakan adalah data sekunder berupa data berkala tahunan time series dari nilai volume produksi, mutasi luas, jumlah pengadaan dan penggunaan hasil produksi kayu sengon di Indonesia. Ditambah lagi dengan pengumpulan data atau informasi melalui studi literatur.

4. Metode pengolahan data