Plot Data Pemilihan Model Peramalan

59

5.1.4. Peramalan dan Faktor-Faktor yang Mempengaruhi Harga Cabai Merah Keriting di Bandung

a. Plot Data

Plot data harga cabai merah keriting di Bandung tidak berbeda jauh dengan plot data harga cabai merah besar di Bandung. Harga selama tahun 2006 memiliki kecenderungan menurun. Peningkatan harga yang sangat tajam terjadi pada bulan September-Oktober 2005 sebesar Rp 13.058,00. Harga tertinggi juga terjadi pada bulan Oktober 2005 sebesar Rp 23.288,00Kg. Sedangkan harga terendah terjadi pada bulan Juni 2002 sebesar Rp 5.479,00Kg. Selisih dari harga trtinggi dan terendah adalah sebesar Rp 17.809,00. Pada bulan-bulan lainnya peningkatan dan penurunan harga cabai merah keriting cenderung terjadi secara bertahap. Harga rata-rata cabai merah keriting di Bandung mencapai harga Rp 10.257,80Kg. Harga rata-rata cabai merah keriting di Bandung hampir mencapai dua kali lipat dari harga terendahnya. Harga cabai merah keriting di Bandung untuk jangka panjang terdapat unsur trend. Trend yang meningkat pada harga cabai merah keriting memperlihatkan bahwa terjadi kenaikan harga cabai merah setiap tahunnya. Pada jangka pendek harga cabai merah keriting mempunyai unsur musiman, dimana pada bulan November sampai Febuariharga berada pada titik tertinggi dan bulan-bulan lainnya cenderung lebih rendah. 60 Fluktuasi Harga Cabai Merah Keriting di Bandung 5000 10000 15000 20000 25000 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 Bulan RpKg Gambar 7. Plot Harga Cabai Merah Keriting di Bandung Januari 2002-Oktober 2006

b. Pemilihan Model Peramalan

Metode analisis time series terbaik untuk meramalkan harga cabai merah keriting di Bandung adalah model SARIMA 1,0,01,1,1 8 . Dari model ini dihasilkan nilai MSE sebesar 5819237, yang merupakan MSE terkecil. Model ini di dapatkan dengan melihat pola ACF dan PACF dari data yang sudah stasioner data yang sudah dilakukan pembedaan. Dari pola ACF dan PACF terlihat bahwa keduanya ber pola dyingdown, sehingga data tersebut memiliki unsur AR dan MA. Setelah melihat pola ACF dan PACF, maka dilakukan analisis model tentatif. Untuk menentukan model SARIMA terbaik dilihat model yang memiliki nilai MSE terkecil. Setelah dilakukan evaluasi model dengan menggunakan kriteria evaluasi Box Jenkins, maka didapatkan model SARIMA 1,0,01,1,1 8 . Peramalan dengan model SARIMA 1,0,01,1,1 8 dapat dilihat pada Lampiran 12. Dari model SARIMA 1,0,01,1,1, 8 didapat back shift operator notation seperti 1 + 0,5758 B 1- 0,5855 B 8 1 Y t = 1 + 0,7631 B 8 e t 61 Tabel 16. Nilai MSE Metode Peramalan Time Series pada Harga Cabai Merah Keriting di Bandung No. Metode Peramalan MSE MSE Terkecil 1 Trend Kuadratik 14746077 8 2 Pemulusan Eksponensial Tunggal 9992179 4 3 Pemulusan Eksponensial Ganda 10991083 5 4 Winters Aditif 8837097 3 5 Winters Multiplikatif 8304749 2 6 Dekomposisi Aditif 12100356 6 7 Dekomposisi Multiplikatif 12135026 7 8 SARIMA 1,0,01,1,1 8 7901026 1 Evaluasi model SARIMA harus memenuhi enam kriteria, yaitu: 1. Residual sudah bersifat acak. Hal ini dapat dilihat dari P-value pada indikator Ljung-Box bernilai 0,422. 2. Model SARIMA 1,0,01,1,1 8 sudah dalam bentuk yang paling sederhana parsimonious. 3. P-value koefisien kurang dari 0,05 yaitu 0,03. 4. Kondisi invertibilitas ataupun stasioneritas sudah terpenuhi, dapat dilihat dari nilai koefisien AR = 0,5758, SAR = -0,5855 dan SMA = 0,7631. 5. Proses iterasi sudah convergence, pada output terdapat pernyataan relative change in each estinate less than 0,0010. 6. Model memiliki nilai MSE terkecil yaitu sebesar 7901026. Berdasarkan metode peramalan terbaik yang didapatkan untuk peramalan harga cabai merah keriting di Bandung, dilakukan peramalan untuk 12 bulan ke depan. Hasil peramalan harga didapatkan harga ramalan rata-rata sebesar 62 Rp 12.467,80Kg dengan harga ramalan tertinggi yang akan terjadi pada bulan April 2008 sebesar Rp 14.950,20Kg dan harga terendah akan dicapai pada bulan Desember 2007 dengan tingkat harga Rp 10.346,20Kg. Selisih harga ramalan tertinggi dan terendah didapat sebesar Rp 4.604,00. Dari hasil ramalan dapat dilihat bahwa harga cabai merah keriting di Bandung pada periode Mei 2007- April 2008 akan mengalami fluktuasi harga yang tidak tinggi. Tabel 17. Hasil Peramalan Harga Cabai Merah Keriting di Bandung Selama 12 Bulan Tahun Bulan Peramalan Harga Rp Kg 2007 Mei 13.695,7 Juni 12.554,3 Juli 11.862,4 Agustus 12.682,6 September 10.734,4 Oktober 13.442,9 November 12.712,3 Desember 10.346,2 2008 Januari 11.646,0 Februari 11.532,3 Maret 13.454,3 April 14.950,2 Rata-rata 12.467,8 c. Analisis Regresi. F aktor-faktor yang diduga mempengaruhi perubahan harga cabai merah keriting di Bandung dapat dilihat pada Tabel 18. Faktor- faktor yang diduga berpengaruh adalah harga cabai merah di tingkat produsen di kota Bandung X 1 , lag harga cabai merah keriting di Bandung X 2 , jumlah pasokan cabai di PIKJ X 3 , harga jual cabai merah keriting di PIKJ X 4 dan dummy budaya masyarakat D 1 . Didapat beberapa faktor yang mempengaruhi perubahan harga cabai merah 63 keriting di Bandung, yaitu cabai merah di tingkat produsen di kota Bandung X 1 , lag harga cabai merah keriting di Bandung X 2 , harga jual cabai merah keriting di PIKJ X 4 dan dummy budaya masyarakat D 1 . Ke empat faktor tersebut berhubungan positif dengan harga cabai merah keriting di Bandung, hal ini berarti setiap kenaikan satu-satuan faktor- faktor tersebut akan mempengaruhi kenaikan harga cabai merah keriting di Bandung sebesar nilai koefisien faktor- faktor tersebut. Untuk harga cabai merah keriting di bandung ini dipengaruhi oleh tingkat harga yang didapat oleh produsen di daerah tersebut, hal ini dimungkinkan kenaikan harga yang terjadi di tingkat produsen akan berpengaruh langsung terhadap kenaikan harga cabai merah keriting. Faktor berikutnya yang mempengaruhi parubahan harga cabai merah di Bandung adalah lag harga cabai merah, hal ini memungkinkan para pelaku perdagangan cabai merah keriting membentuk harga berdasarkan lag harga cabai merah keriting. Selain lag harga cabai merah keriting, harga jual cabai merah keriting di PIKJ juga menjadi dasar pembentukan harga cabai merah keriting di Bandung. Faktor terakhir adalah budaya masyarakat, hal ini disebabkan karena masyarakat membutuhkan cabai merah keriting sebagai bumbu masakan yang akan dihidangkan pada waktu tersebut. Sehingga permintaan cabai merah keriting meningkat dan tidak diimbangi dengan jumlah pasokan yang mengakibatkan terjadinya kelebihan permintaan kelangkaan barang. 64 Tabel 18. Hasil Analisis Regresi Linier Berganda Harga Cabai Merah Keriting di Bandung Variabel Koefisien SE Koefisien T Hitung P Value VIF Konstanta 1191 1193 1,00 0,324 X 1 0,4462 0,2157 2,07 0,045 5,9 X 2 0,11345 0,04575 2,48 0,017 1,9 X 3 -0,1545 0,1395 -1,11 0,274 1,4 X 4 0,75209 0,07929 9,49 0,000 5,0 D 1 1507,2 391,9 3,85 0,000 1,2 R-Sq = 95,6 R-Sqadj = 95,1 F Hitung = 179,71 P Value = 0,000 Durbin-Watson statistic = 1,81 Keterangan : = Signifikan pada taraf nyata 5 Evaluasi model linier berganda harga cabai merah keriting di Bandung adalah Uji autokorelasi dilakukan dengan melihat nilai Durbin-Watson sebesar 1,81, sehingga tidak ada hubungan autokorelasi antar variabel bebas dalam model. Uji multikolinearitas dilakukan dengan melihat nilai VIF pada Tabel 18, dari tabel tersebut terlihat semua variabel menghasilkan nilai VIF yang lebih kecil dari 10, sehingga tidak terjadi masalah moltikolinieritas. Uji kenormalan dilakukan dengan melihat P- value Kolmogolov-Sminov yang bernilai 0.15 lebih besar dari taraf nyata 5 persen, hal ini memperlihatkan bahwa residual model sudah terdistribusi secara normal. Nilai R-Sq didapat sebesar 95,6 persen, sehingga model tersebut dapat menjelaskan keragaman harga cabai merah keriting di Bandung sebesar 95,6 persen. Mopdel yang dihasilkan sudah cukup baik, dapat dilihat dari nilai P value pada uji F sebesar 0,000, lebih kecil dari taraf nyata 5 persen. Hal ini menunjukan bahwa variabel bebas dalam model secara signifikan berpengaruh terhadap harga cabai merah keriting di Bandung. 65

5.1.5. Peramalan dan Faktor-Faktor yang Mempengaruhi Harga Cabai Merah Besar di Semarang

a. Plot Data

Fluktuasi harga cabai merah besar di Semarang juga memiliki pola yang hampir sama dengan fluktuasi harga yang terjadi di kota-kota sebelumnya. Peningkatan dan penurunan harga terjadi lebih banyak terjadi secara bertahap. Tetapi lonjakan permintaan pada bulan September-Oktober 2005 menyebabkan kenaikan harga yang sangat besar, peningkatan tersebut sebesar Rp 11.393,00Kg. Harga tertinggi yang terjadi pada bulan Oktober 2005 adalah sebesar Rp 19.550,00Kg dan harga terendahnya dicapai pada harga Rp 3.228,00Kg di bulan September 2003. Selisih antara harga tertinggi dan terdah adalah sebesar Rp, 16.322,00. Dari gambar 10, terlihat bahwa titik harga cabai merah besar banyak berada di bawah tingkat harga Rp 10.000,00Kg selama Januari 2002-Oktober 2006. Tingkat harga cabai merah di Semarang cenderung lebih rendah bila dibandingkan dengan tingkat harga pada dua kota sebelumnya. Harga rata-rata cabai merah besar di Semarang yang didapat Rp 6.843,20Kg. Pada harga cabai merah besar di Semarang memiliki trend yang meningkat, dalam jangka panjang fluktuasi harga cabai merah besar terus meningkat. Dari harga rataan bulanan harga cabai merah besar di Semarang terlihat pola musiman, dimana selama delapan bulan Maret-Oktober harga cabai merah cenderung berada pada tingkat harga yang tidak tinggi dan selama empat bulan November- Febuari harga cabai merah besar berada pada tingkat tinggi. 66 Fluktuasi Harga Cabai Merah Besar di Semarang 5000 10000 15000 20000 25000 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 Bulan RpKg Gambar 8. Plot Harga Cabai Merah Besar di Semarang Januari 2002-Oktober 2006

b. Pemilihan Model Peramalan

Dari hasil pengolahan data dengan menggunakan analisis time series, maka didapatkan model SARIMA 0,0,01,1,1 8 sebagai model terbaik. Model ini menghasilkan MSE sebesar 6315179, yang merupakan MSE terkecil. Model SARIMA ini di dapatkan dengan melihat pola ACF dan PACF dari data yang sudah stasioner. Dari pola ACF dan PACF terlihat bahwa keduanya berpola dyingdown, sehingga data tersebut memiliki unsur AR dan MA. Selanjutnya dilakukan uji model tentatif dan melihat nilai MSE terkecil dari model- model tentatif yang memungkinkan. Setelah dilakukan evaluasi model dengan menggunakan kriteria evaluasi Box Jenkins, maka didapatkan model SARIMA 0,0,01,1,1 8. Peramalan dengan model SARIMA dapat dilihat pada Lampiran 13. Berikut adalah bentuk persamaan SARIMA 0,0,01,1,1 8. 1 + 0,5758 B 1- 0,5855 B 8 1 Y t = 1 + 0,7631 B 8 e t 67 Tabel 19. Nilai MSE Metode Peramalan Time Series pada Harga Cabai Merah Besar di Semarang No. Metode Peramalan MSE MSE Terkecil 1 Trend Kuadratik 9218645 8 2 Pemulusan Eksponensial Tunggal 7527821 4 3 Pemulusan Eksponensial Ganda 8174452 6 4 Winters Aditif 6800372 3 5 Winters Multiplikatif 6485957 2 6 Dekomposisi Aditif 8044317 5 7 Dekomposisi Multiplikatif 8285662 7 8 SARIMA 0,0,01,1,1 8 6315179 1 Evaluasi model SARIMA harus memenuhi enam kriteria, yaitu: 1. Residual sudah bersifat acak. Hal ini dapat dilihat dari P-value pada indikator Ljung-Box bernilai 0,210. 2. Model SARIMA 0,0,01,1,1 8 sudah dalam bentuk yang paling sederhana parsimonious. 3. P-value koefisien kurang dari 0,05 yaitu 0,048. 4. Kondisi invertibilitas ataupun stasioneritas sudah terpenuhi, dapat dilihat dari nilai koefisien SAR = -0,7831 dan SMA = 0,8038. 5. Proses iterasi sudah convergence, pada output terdapat pernyataan relative change in each estinate less than 0,0010.

6. Model memiliki nilai MSE terkecil yaitu sebesar 6315179.

Dari hasil ramalan harga cabai merah besar di Semarang, terlihat bahwa fluktuasi harga yang akan terjadi tidak terlalu besar. Hal ini terlihat dari selisih harga ramalan tertinggi dengan harga ramalan terendah yang hanya berjarak Rp 4.669,40. Tingkat harga ramalan tertinggi dicapai pada Rp 12.216,30Kg yang akan terjadi pada bulan April 2008 dan harga ramalan terendah akan terjadi pada 68 bulan Desember 2007 dengan nilai sebesar Rp 7.546,90Kg. Harga ramalan rata- rata sebesar Rp 9.090,20Kg. Perubahan harga yang akan terjadi mengalami peningkatan dan penurunan harga secara bergantian selang-seling, tetapi perubahan yang terjadi tidak terlalu besar. Tabel 20. Hasil Peramalan Harga Cabai Merah Besar di Semarang Selama 12 Bulan Tahun Bulan Peramalan Harga Rp Kg 2007 Mei 10.490,5 Juni 9.858,2 Juli 9.535,2 Agustus 9.655,0 September 8.325,8 Oktober 9.771,4 November 7.659,4 Desember 6.181,8 2008 Januari 7.726,3 Februari 7.546,9 Maret 10.115,2 April 12.216,3 Rata-rata 9.090,2

c. Analisis Regresi