6. 0,9 KK = 1 , korelasi sangat tinggi, kuat sekali 7. KK = 1 , korelasi sempurna
Jenis – jenis dari koefisien korelasi antara lain adalah Hasan, 2003 : 1. Pearson : digunakan untuk mengukur keeratan hubungan antara 2 variabel
yang datanya berbentuk data interval rasio. 2. Rank Spearman : digunakan untuk mengukur keeratan hubungan antara 2
variabel yang datanya berbentuk data ordinal data ranking. 3. Rank Kendall : pengembangan dari koefisien korelasi Spearman
4. Koefisien Korelasi Bersyarat : digunakan untuk data kualitatif
3.5 Kerangka Pemikiran Operasional
Pasar Induk Kramat Jati PIKJ merupakan salah satu pasar terbesar di DKI Jakarta yang memasok komoditas sayuran dan buah-buahan bagi DKI
Jakarta maupun daerah-daerah lain di Indonesia. Jumlah pasokan rata-rata per hari terdiri dari sayur-sayuran 1.200 ton, buah-buahan 1.500 ton dan umbi sebanyak
120 ton. Pasar ini memiliki wilayah distribusi mencakup sebagian besar wilayah DKI Jakarta 70, Botabek 25 dan daerah lain 5. Sesuai dengan
perannya, PIKJ selama ini menjadi parameter harga. Naik dan turunnya harga di PIKJ memiliki pengaruh yang besar pada pembentukan harga di pasar lainnya
Susanti, 2006. Sayuran yang diperdagangkan berasal dari daerah-daerah di pulau Jawa
dan sebagian dari pulau Sumatera dan Nusa Tenggara. Khusus untuk komoditas
bawang merah umumnya dipasok dari Brebes dan Kuningan. Komoditas bawang merah merupakan komoditas yang mengalami fluktuasi harga yang besar di PIKJ.
Dengan semakin besarnya fluktuasi harganya, maka sangat diperlukan suatu peramalan terhadap harga bawang merah. Hal ini dilakukan untuk mengurangi
resiko kerugian akibat fluktuasi harga jual bawang merah yang besar. Fluktuasi harga bawang merah yang besar tersebut, dapat merugikan berbagai pihak yang
berkepentingan seperti petani dan konsumen. Petani selaku produsen membutuhkan kepastian harga jual sebelum mereka memutuskan untuk menanam
bawang atau tidak. Hal ini dilakukan untuk mengurangi resiko kerugian akibat jatuhnya harga jual. Hal yang sama juga dialami oleh konsumen, khususnya
konsumen industri. Mereka memerlukan kepastian harga untuk mengendalikan biaya bahan baku mereka dalam proses produksi.
Untuk melakukan peramalan dilakukan identifikasi terhadap pola data harga bawang merah di PIKJ melalui plot data harga dan autokorelasinya. Deret
data dari harga bawang merah akan dibuat dalam bentuk tabel, diplot pada kurva dengan menggunakan program Excel. Dari hasil plo t data tersebut, maka data
harga bawang merah dapat diketahui pola datanya untuk sementara, apakah data tersebut memiliki unsur trend, siklus atau musiman. Hasil tersebut digunakan
untuk menduga sementara metode apa yang akan digunakan dalam penelitian. Terdapat beberapa metode peramalan yang dapat digunakan untuk
memperkirakan pasokan bawang merah dimasa depan. Beberapa metode yang dapat digunakan antara lain metode naif Naive, metode rata-rata sederhana
Simple Average, metode rata-rata bergerak sederhana Simple Moving Average, metode pemulusan eksponensial tunggal Single Exponential Smoothing, metode
pemulusan eksponensial ganda Holt Double Exponential Smoothing-Holt, metode pemulusan ekponensial ganda Brown Double Exponential Smoothing-
Brown , metode Winter, metode dekomposisi, dan metode Box-Jenkins
ARIMA. Dari beberapa metode tersebut akan dipilih satu metode yang terbaik dan sesuai berdasarkan beberapa hal antara lain akurasi kesalahan peramalan,
yaitu dilihat dari nilai MSE. Semakin kecil nilai MSE maka semakin baik metodenya karena hasil peramalan semakin mendekati nilai aktualnya.
Analisis terhadap faktor- faktor yang mempengaruhi fluktuasi harga bawang merah sangat diperlukan untuk mengetahui faktor apa saja yang
berpengaruh nyata terhadap fluktuasi harga bawang merah. Dengan diketahuinya faktor - faktor yang mempengaruhi fluktuasi harga bawang merah, diharapkan
Pemerintah selaku pembuat kebijakan dan petani sebagai produsen dapat mengendalikan faktor - faktor tersebut, sehingga fluktuasi harga dapat diperkecil.
Pada akhirnya konsumen dan petani akan diuntungkan akibat kecilnya fluktuasi harga bawang merah. Alur kerangka pemikiran operasional dapat dilihat pada
Gambar 5.
Gambar 5. Kerangka Operasional Produksi Bawang
Merah: - Cuaca
- Input Produksi: Pupuk - Hama Penyakit
Konsumsi Bawang Merah:
-Konsumsi Rumah
Tangga - Bibit
- Industri Olahan
Analisis faktor- faktor yang mempengaruhi fluktuasi harga
bawang merah di PIKJ: - Pasokan bawang merah PIKJ
- Harga impor bawang merah - Pasokan impor bawang merah
- Harga pupuk
Model Regresi Berganda
Upaya untuk mengendalikan fluktuasi harga bawang merah
Analisis pola harga berdasarkan data masa
lalu : - plot data
- plot Autokorelasi
Metode peramalan Time Series
Pemilihan metode peramalan time series
terakurat berdasarkan MSE
Fluktuasi Harga Bawang Merah di
PIKJ
BAB IV METODE PENELITIAN
4.1 Lokasi dan Waktu Penelitian
Penelitian dilaksanakan di Pasar Induk Kramat Jati yang berlokasi di Jalan Raya Bogor Km. 17, Jakarta Timur. Lokasi penelitian dipilih secara sengaja
purposive dengan pertimbangan bahwa Pasar Induk Kramat Jati merupakan pusat perdagangan sayuran terbesar di DKI Jakarta serta menjadi barometer harga
dalam pembentukan harga di pasar-pasar lainnya. Penelitian ini dilakukan pada bulan Januari-Februari 2007.
4.2 Jenis dan Sumber Data
Data yang digunakan dalam penelitian terdiri dari data primer dan data sekunder, baik yang bersifat kualitatif maupun kuantitatif. Data primer
dikumpulkan dengan menggunakan teknik wawancara kepada beberapa pedagang grosir bawang merah dan karyawan di Kantor Pasar Induk Kramat Jati, DKI
Jakarta. Data primer bermanfaat untuk memberikan informasi tambahan dalam menginterpretasikan hasil model kuantitatif.
Data sekunder meliputi data perkembangan pasokan dalam satuan ton, harga rata-rata dalam satuan Rpkg bawang merah, kedua data berasal dari
kantor PIKJ. Data perkembangan pasokan dan harga rata-rata bawang merah yang digunakan adalah data mingguan yang diambil dari minggu pertama bulan Januari
2003 hingga minggu ketiga bulan Februari 2007. Jumlah data historis yang digunakan dalam penelitian ini adalah 214 data. Data tersebut akan dijadikan
