5.2. Peramalan Harga Bawang di Indonesia di Masa Mendatang
Dalam melakukan peramalan harga bawang merah di Indonesia di masa mendatang dilakukan peramalan time series yaitu dengan model ARIMA
Autoregressive Integrated Moving Average menggunakan software Minitab 14. Peramalan time series menggunakan model ARIMA meliputi beberapa tahapan,
yaitu identifikasi model, estimasi model, evaluasi model, dan peramalan. Sebelum semua tahapan tersebut dilakukan, data yang akan diramalkan harus dalam
keadaan stasioner. Jika data belum stasioner pada tingkat level, maka perlu dilakukan proses pembedaan terlebih dahulu.
Sumber: Data Sekunder, 2014 diolah
Gambar 10. Plot Harga Bawang Merah di Indonesia
Pada tahap identifikasi model, plot data harga bawang merah di Indonesia menunjukkan bahwa data harga bawang merah memiliki pola trend. Hal tersebut
menunjukkan bahwa data tidak stasioner pada level. Selain itu, grafik menunjukkan bahwa tidak membentuk pola yang sama atau berulang pada jangka
waktu tertentu sehingga tidak ditemukan unsur musiman pada data harga bawang merah di Indonesia. Maka model peramalan yang cocok untuk penelitian ini
adalah dengan menggunakan model ARIMA.
Index
H a
r g
a B
a w
a n
g M
e r
a h
60 54
48 42
36 30
24 18
12 6
1 60000
50000 40000
30000 20000
10000
Time Series Plot of Harga Bawang Merah
Setelah dibuat plot data untuk harga bawang merah, maka tahap selanjutnya adalah melihat bagaimana fungsi autokorelasi dan fungsi autokorelasi parsial pada
data. Dapat dilihat pada Gambar 11 dan 12 bahwa pada data harga bawang merah memiliki ciri adanya autokorelasi. Hal ini dapat ditunjukkan adanya garis bar biru
pada lag 1 dan 2 pada fungsi autokorelasi dan lag 1 pada fungsi autokorelasi parsial yang melebihi garis warna merah sehingga perlu dilakukan proses
differencing sebelum diproses lebih jauh.
Sumber: Data Sekunder, 2014 diolah
Gambar 11. Fungsi Autokorelasi untuk Harga Bawang Merah
Sumber: Data Sekunder, 2014 diolah
Gambar 12. Fungsi Autokorelasi Parsial untuk Harga Bawang Merah
Untuk langkah awal, angka d differencing atau integrasi dimulai dengan angka terkecil, yaitu 1. Hal ini sesuai dengan prinsip parsimony yang selalu
berusaha untuk memilih model yang sederhana. Untuk harga bawang merah setelah dilakukan differencing pada angka 1 dapat dilihat pada Gambar 13. Garis
Lag
A ut
oc or
re la
ti on
30 28
26 24
22 20
18 16
14 12
10 8
6 4
2 1.0
0.8 0.6
0.4 0.2
0.0 -0.2
-0.4 -0.6
-0.8 -1.0
Autocorrelation Function for Harga Bawang Merah
with 5 significance limits for the autocorrelations
Lag
Pa rt
ia l A
ut oc
or re
la tio
n
30 28
26 24
22 20
18 16
14 12
10 8
6 4
2 1.0
0.8 0.6
0.4 0.2
0.0 -0.2
-0.4 -0.6
-0.8 -1.0
Partial Autocorrelation Function for Harga Bawang Merah
with 5 significance limits for the partial autocorrelations
Kategori