Pengutamaan Ekspor bagi Indonesia sudah digalakkan sejak tahun 1983.Sejak saat itu,ekspor menjadi perhatian dalam memacu pertumbuhan
ekonomi seiring dengan berubahnya strategi industrialisasi dari penekanan pada industri substitusi impor ke industri promosi ekspor. Konsumen dalam negeri
membeli barang impor atau konsumen luar negeri membeli barang domestik,menjadi sesuatu yang sangat lazim. Persaingan sangat tajam antar
berbagai produk. Selain harga,kualitas atau mutu barang menjadi faktor penentu daya saing suatu produk.
Sesuai dengan penjelasan di atas maka penulis ingin mengangkat judul
“PERAMALAN NILAI EKSPOR DAN IMPOR SEMUA TANAMAN DI BALAI BESAR KARANTINA PERTANIAN BELAWAN DENGAN
PERIODE BULANAN”.
1.2 Perumusan Masalah
Untuk memperjelas dan mempermudah penelitian ini agar tidak menyimpang dari sasaran yang dituju, maka penulis hanya meramalkan n nisbi yang akan datang
Bulan Januari 2007 – Desember 2012.
1.3 Tinjauan Pustaka
Metode ARIMA adalah salah satu metode peramalan yang ada dalam statistik, metode ini termasuk dari jenis model kausal, model kausal ini biasanya
menggunakan analisis regresi untuk menentukan variabel mana yang signifikan
Universitas Sumatera Utara
mempengaruhi variabel dependen. Selain menggunnakan model regresi model ini juga dapat menggunakan metode ARIMA atau metode BOX-JENKINS, untuk
mencari model terbaik yang dapat digunakan dalam peramalan. Metode ARIMA berasal dari penggabungan antara Autoregresive AR, Moving Average MA.
Dalam meramalkan ekspor dan impor, maka dapat digunakan beberapa buku
antara lain :
Assauri, S [1] menguraikan tentang defenisi peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang akan datang. Sedangkan
ramalan adalah situasi atau kondisi yang diperlukan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat didasarkan atas bermacam-macam cara yang
dikenal dengan metode peramalan. Daljoeni, N [2] menguraikan tentang klimatologi yakni seluk-beluknya,
klasifikasinya serta pernyataan secara wilayah. Dalam beberapa uraian diusahakan relevansinya dengan kehidupan makhluk hidup.
Makridakis, S [3] menguraikan bahwa dalam metode dan aplikasi peramalan Makridakis, pada dasarnya ada dua model dari metode Box-Jenkins
yaitu model linier untuk deret statis Stationery Series dan model linier yang tidak statis Non Stationery Series. Model-model untuk deret statis menggunakan
teknik penyaringan untuk deret waktu yaitu apa yang disebut dengan ARIMA Auto Regresive-Moving Average untuk suatu kumpulan data, sedangkan untuk
model yang tidak statis menggunakan apa yabg disebut debgan ARIMA Auto Regresive-integrate-Moving Average.
Universitas Sumatera Utara
Untuk kumpulan data, model ARIMA p,q menjadi: X
t
= ∅
1
X
t-1
+ ∅
2
X
t-2
+ ... + ∅
p
X
t-p
+ e
t
– �
1
e
t-1
- ... – �
q
e
t-q
Untuk data yang dikumpulkan secara bulanan, pembedaan satu musim penuh tahun dapat dihitung X
t
– X
t-12
= 1-B
12
X
t,
sehingga untuk model ARIMA p,d,f, P,D,Q
s
dengan s adalah jumlah periode permusim. Maljoivi [4] menguraikan tentang peramalan usaha dengan berbagi
metode, salah satunya dengan menggunakan metode runtun waktu lanjutan yang didalamnya terdapat bermacam-macam metode antara lain : metode otokorelasi
Y
t
= Y
t-n
, metode otoregresi Y
t
= ∅
1
Y
t-1
+ ... + ∅
n
Y
t-n
+ e
t
, dan metode Box- Jenkins.
Mudrajad [5] menguraikan tentang anlisis kurs valas menggunakan pendekatan Box-Jenkins dengan ARIMA Auto Regresive-integrate-Moving
Average adalah metode yang menggabungkan banyak unsur dalam teori dan banyak dipakai untuk tujuan peramalan.
Sudjana [6] menguraikan tentang data yang terdiri atas dua atau lebih variabel untuk mempelajari cara bagaimana data itu berhubungan. Hubungan yang
didapat pada umumnya dinyatakan dalam bentuk persamaan matematika yang menyatakan hubungan fungsional antar variabel-variabel. Untuk keperluan
analisis, variabel bebas akan dinyatakan dengan X
1,
X
2,...,
X
k
+ e
t
k ≥ 1 sedangkan
variabel tak bebas akan dinyatakan dengan Y.
Universitas Sumatera Utara
1.4 Tujuan Penelitian