Persamaan ARIMA 2,1,1 1,1,1
10
tersebut dapat digunakan untuk peramalan harga bawang merah untuk beberapa periode mendatang. Nilai ramalan harga
bawang merah untuk lima periode ke depan dengan menggunakan model ARIMA 2,1,1 1,1,1
10
dapat dilihat pada Tabel 13.
5.4 Pemilihan Metode Peramalan
Time Series
Setelah menerapkan berbagai metode time series untuk meramalkan harga bawang merah di PIKJ, langkah selanjutnya adalah memilih metode yang
dianggap paling sesuai. Pemilihan metode peramalan yang paling sesuai didasarkan pada dua hal utama yaitu nilai kesalahan berdasarkan MSE dan MAD
terkecil memberikan keakuratan peramalan yang tinggi dan kedua adalah tingkat kemudahan dalam penerapan metode tersebut. Dalam Tabel 14 dapat dilihat
perbandingan atau ranking nilai kesalahan model berdasarkan MSE dan MAD dari yang terkecil hingga terbesar dari masing- masing metode.
Berdasarkan penerapan beberapa model yang disajikan pada Tabel 14, maka metode yang dianggap cocok untuk menjelaskan pola data yang ada adalah
metode ARIMA. Hal ini didasari bahwa metode ARIMA memberikan hasil peramalan dengan tingkat kesalahan terkecil sebagai ukuran keakuratan model.
Penerapan metode ARIMA terbaik dengan panjang musim 10 L = 10 adalah ARIMA 2,1,1 1,1,1
10
dengan nilai MSE 354140. Nilai ramalan harga untuk lima periode ke depan telah disajikan pada Tabel 13. Meskipun metode
ARIMA mampu memberikan keakuratan yang tinggi dan sesuai dengan pola data yang ada, namun kelemahannya adalah banyak peramal yang tidak dapat
menggunakannya karena faktor kerumitan dan pengetahuan akan program
komputer yang cukup sulit. Apabila dikerjakan secara manual, metode ini membutuhkan waktu yang lama dan proses yang cukup rumit.
Tabel 14. Hasil Penerapan Metode Time Series Terhadap Harga Bawang Merah
No. Metode Time Series
L M MSE
1
ARIMA 2,1,1 1,1,1
10
10
354140
2
Single Exponential Smoothing 357595
3 DES - Brown
360655 4
DES - Holt 382465
5 Simple Moving Average
2
481814 6
Winters Multiplikatif
10
989636 7
Dekomposisi Aditif
10
2556858 8
Dekomposisi Multiplikatif
10
2557356 Keterangan : L = panjang musim
M = ordo Model alternatif terbaik yang dapat digunakan oleh para peramal yang
mengutamakan kemudahan tetapi menuntut tingkat keakuratan yang tinggi selain metode Box-Jenkins ialah metode Single Exponential Smoothing. Kelebihan dari
metode SES adalah jumlah titik data dalam setiap rata-rata tidak berubah dengan berjalannya waktu. Kelemahan metode ini adalah memerlukan penyimpanan data
yang lebih banyak dan metode ini tidak dapat menanggulangi dengan baik adanya trend
ataupun musiman. Hasil penerapan metode SES menghasilkan nilai MSE sebesar 357595, dengan nilai ramalan untuk satu periode ke depan yaitu Februari
minggu ke empat sebesar Rp 4.535,00 kg.
5.5 Analisis Faktor - Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah di PIKJ
