3. Simple Moving Average Rata-rata bergerak sederhana mmmmmmmm
Hasil dari pengolahan dengan Minitab 14 diperoleh nilai MAPE sebesar 4,26. Length yang digunakan adalah 48.
mmmmmmmmmmmmmmmmmmmmm
4. Model Winters Multiflikatif mmmmmmmmmmmmmmmmmmmmmmmm
Model pemulusan Winters, didasari oleh tiga persamaan yang masing- masing melicinkan faktor-faktor yang berkaitan dengan pola data, yaitu faktor
stasioneritas, faktor trend, dan faktor musiman. Jika dibandingkan dengan model pemulusan lain, model Winters merupakan model yang paling kompleks dan
rumit. Dalam model ini diperlukan tiga parameter sehingga diperlukan perhitungan dan waktu yang cukup lama untuk menemukan tiga parameter yang
optimal. Meskipun demikian, model ini memiliki kelebihan yaitu dapat mengantisipasi adanya pola musiman pada deret data.
mmmmmmmmmmmmmm Penemuan kombinasi optimal dari tiga parameter a, ß, dan ? dilakukan
dengan menggunakan program QSB. Dari hasil perhitungan diperoleh kombinasi konstanta pemulusan yang optimal a= 0,90, ß=0,05 dan ?=0,90 dengan seasonal
length L=7. Kombinasi konstanta dan seasonal length tersebut menghasilkan nilai MAPE yaitu sebesar 1,93 persen.
5.1.3. Pemilihan Model Peramalan Time Series mmmmmmmmmmmmmmm
Setelah menerapkan berbagai model peramalan time series untuk meramal pergerakan harga di pasar berjangka Rotterdam, langkah selanjutnya
adalah memilih model yang dianggap paling sesuai bagi kepentingan peramal dimana dalam hal ini adalah para pelaku transaksi di pasar berjangka produsen
CPO. Pemilihan model peramalan yang paling sesuai dapat didasarkan pada dua hal utama yaitu nilai MAPE terkecil yang menunjukan keakuratan peramalan
yang tinggi dan kedua adalah kemudahan dalam penerapan model tersebut.
Perbandingan nilai MAPE untuk model peramalan harga CPO dapat dilihat pada Tabel 7.
Tabel 7. Nilai MAPE untuk Model Peramalan Harga CPO di Pasar Berjangka Rótterdam
No. Model Peramalan
MAPE
1. ARIMA 2,0,0 2,1,0
7
1,35 2.
Naive 1,59
3. Winters Multiflikatif
1,93 4.
Rata-rata bergerak 4,26
Berdasarkan kriteria-kriteria yang ada, maka dapat disimpulkan bahwa model ARIMA 2,0,0 1,1,0
7
lebih baik untuk menjelaskan pola data harga CPO di pasar berjangka Rótterdam, dengan menghasilkan MAPE sebesar 1,35 ,
dan komponen error yang dihasilkan tidak berpola. Persamaan dari Model ARIMA 2,0,0 1,1,0
7
adalah sebagai berikut : Y
t
= -0,115 + 1,0149 Y
t-1
+ 0,1468 Y
t-2
– 0,3091Y
t-3
+ 0,5977 Y
t-7
+ 0,6066 Y
t-8
+ 0,0877 Y
t-9
- 0,1847 Y
t-10
. mm
5.1.4. Hasil Ramalan Harga CPO dengan Model Terbaik
Hasil ramalan dengan menggunakan model ARIMA 2,0,0 2,1,0
7
menunjukan bahwa untuk beberapa bulan kedepan secara umum harga CPO di pasar berjangka di Rotterdam akan mengalami fluktuasi harga yang tidak
menentu, kecendrungan harga yang terjadi adalah adanya peningkatan harga. Dari hasil perhitungan dengan model time series trend linier yang dilakukan,
peningkatannya adalah sebesar US 0,21Ton setiap penambahan minggu. Lampiran 5, hasil ramalan untuk harga CPO di pasar berjangka Rotterdam
selama delapan bulan kedepan dilihat pada Lampiran 6.
Harga dalam rataan bulan tertinggi terjadi pada bulan Februari dan Maret 2006 yaitu sebesar US 436.12 dan US 436.23, sedangkan yang
terendah terjadi pada bulan April yaitu sebesar US 427.06. Harga dalam rataan minggu tertinggi terjadi pada minggu keempat, pada ketiga minggu lainnya harga
cenderung stabil, hal ini menunjukan bahwa terdapat faktor musiman dalam periode mingguan, besarnya harga rataan pada minggu pertama, kedua, ketiga
dan keempat adalah sebagai berikut; US 431.84, US 431.88, US 431.63, US434.13.
mmmmmmmmmmmmmmmmmmmmmmmmm Hal ini memberikan tanda bagi pelaku transaksi di pasar berjangka
produsen CPO untuk segera melakukan Long Term Contract atau kontrak berjangka, dengan melakukan penguncian harga yang sesuai dengan harga
pokok produksi dan keuntungan yang ingin diraih. Namun hal yang perlu diingat adalah bahwa data tidak hanya memiliki pola trend saja, tetapi juga mempunyai
komponen musiman baik antar minggu maupun antar bulan. Kedua hal itu juga berpengaruh kepada pergerakan data harga CPO di pasar berjangka, sehingga
pelaku transaksi di pasar berjangka dalam hal ini produsen CPO harus berhati- hati dalam melakukan transaksi di pasar berjangka.
5.2. Harga CPO di Pasar Berjangka Malaysia mmmmmmmmmmmmmmm