METODE SEASONAL ARIMA UNTUK MERAMALKAN PRODUKSI KOPI DENGAN INDIKATOR CURAH HUJAN MENGGUNAKAN APLIKASI R DIKABUPATEN LAMPUNG BARAT Skripsi Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat-syarat Guna Memperoleh Gelar Sarjana Pendidikan (S.Pd) dal

  

METODE SEASONAL ARIMA UNTUK MERAMALKAN PRODUKSI KOPI

DENGAN INDIKATOR CURAH HUJAN MENGGUNAKAN APLIKASI R

DIKABUPATEN LAMPUNG BARAT

Skripsi

  Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat-syarat Guna Memperoleh Gelar Sarjana Pendidikan (S.Pd) dalam Ilmu Pendidikan Matematika

  

Oleh

HANI NASTITI TANTIKA NPM : 1311050234 Jurusan : Pendidikan Matematika

  

FAKULTAS TARBIYAH DAN KEGURUAN

UNIVERSITAS ISLAM NEGERI RADEN INTAN LAMPUNG

1439 H / 2018 M

  METODE SEASONAL ARIMA UNTUK MERAMALKAN PRODUKSI KOPI DENGAN INDIKATOR CURAH HUJAN MENGGUNAKAN APLIKASI R DI KABUPATEN LAMPUNG BARAT

  Skripsi Diajukan Untuk Melengkapi Tugas-tugas dan Memenuhi Syarat-syarat Guna

  Memperoleh Gelar Sarjana Pendidikan (S.Pd) dalam Ilmu Matematika

  Oleh: HANI NASTITI TANTIKA NPM : 1311050234

  Jurusan : Pendidikan Matematika Pembimbing I : Dr. Nanang Supriadi, M.Sc Pembimbing II : Dian Anggraini, M.Sc

  FAKULTAS TARBIYAH DAN KEGURUAN UNIVERSITAS ISLAM NEGERI RADEN INTAN LAMPUNG 1439 H / 2018 M

  

ABSTRAK

METODE SEASONAL ARIMA UNTUK MERAMALKAN PRODUKSI KOPI

DENGAN INDIKATOR CURAH HUJAN MENGGUNAKAN APLIKASI R

DIKABUPATENLAMPUNG BARAT

  Oleh Hani Nastiti Tantika

  Lampung Barat sedang berkembang pesat sebagai daerah penghasil kopi terbesar. Kualitas dan mutu kopi yang diperoleh tidak hanya pada proses pemberian pupuk sesuai dengan ketentuan, tetapi juga pengawasan terhadap biji kopi hingga menjelang panen tetapi ada juga faktor curah hujan. Penelitian ini bertujuan untuk mendapatkan model terbaik dan meramalkan jumlah produksi kopi berdasarkan model yang terbaik yang telah diperoleh dengan menggunakan metode seasonal ARIMA. Langkah-langkah metode seasonal ARIMA, yaitu yang pertama adalah memodelkan data dengan metode seasonal ARIMA untuk data produksi kopi dan data curah hujan. Setelah diperoleh beberapa model pada masing-masing data, kemudian model terbaik dipilih berdasarkan pada kriteria nilai AIC dan SBC atau BIC dengan nilai paling minimum, nilai AIC atau SBC yang paling minimum untuk

  12

  data produksi kopi adalah ARIMA dan untuk data curah hujan 1,2,0 (1,2,1)

  12

  adalah ARIMA . Model tersebut adalah model yang akan digunakan 0,11 (1,1,0) untuk memprediksi jumlah kopi pada beberapa tahun mendatang di Kabupaten

  Lampung Barat. Kata kunci : Seasonal ARIMA, Peramalan.

  

MOTTO

                

           

  Artinya: maka ketika anak itu sampai (pada umur) sanggup berusaha bersamanya,

  (ibrahim) berkata, “wahai anak ku! Sesungguhnya aku bermimpi bahwa aku menyembelih mu. Maka pikirkanlah pendapat mu!” dia (ismail) menjawab, “wahai ayah ku! Lakukan lah apa yang di perintahkan (allah) kepada mu.,

insyaallah engkau akan mendapati ku termasuk orang yang sabar.”

  

(QS. As-shafaat:102)

  

PERSEMBAHAN

  Dengan penuh rasa syukur saya ucapkan Alhamdulillahirabbil’alamin kepada

  Allah SWT, karena berkat-Nya saya mampu menyelesaikan skripsi ini dengan sebaik- baiknya. Karya kecil ini ku persembahkan untuk:

  1. Keluargaku tercinta Ibuku Sri Tunggul Yuliati, S.Pd yang tak pernah berhenti melantunkan doanya untuk kesuksesanku, Ayahku Tri Haryono yang selalu mendukung dan memberikan banyak pembelajaran hidup 2. Adikku tersayang Dhimas Roza Kurniawan yang juga telah memberikan banyak semangat untuk saya.

RIWAYAT HIDUP

  Hani Nastiti Tantika lahir di Pajaresuk pada tanggal 01 Oktober 1995. Anak pertama dari 2 bersaudara, buah hati dari pasangan Bapat Tri Haryono dan Ibu Sri Tunggul Yuliati. Penulis mulai menempuh pendidikan dasar di SDN 1 Pajaresuk pada tahun 2001 dan tamat pada tahun 2007, kemudian melanjutkan pendidikan menengah pertama di SMPN 3 Pringsewu dan selesai pada tahun 2010 dan melanjutkan pendidikan menengah atas di SMAN 1 Pringsewu kemudain selesai pada tahun 2013.

  Penulis melanjutkan pendidikan sarjana di Universitas Islam Negeri Raden Intan Lampung pada Jurusan Pendidikan Matematika Fakultas Tarbiyah dan Keguruan.

KATA PENGANTAR

  Bismillahirrahmanirrahim,

  Alhamdulillah segala puji hanya bagi Allah SWT yang senantiasa memberikan rahmat dan hidayah-Nya sehingga penulis mampu menyelesaikan skripsi ini dalam rangka memenuhi syarat guna memperoleh gelar Sarjana Pendidikan (S.Pd) pada Fakultas Tarbiyah dan Keguruan Jurusan Pendidikan Matematika UIN Raden Intan Lampung. Dalam menyelesaikan skripsi ini, penulis banyak menerima bantuan dan bimbingan yang sangat berharga dari berbagai pihak. Oleh karena itu, penulis mengucapkan terimakasih kepada : 1.

  Bapak Prof. Dr. H. Chairul Anwar, M.Pd selaku Dekan Fakultas Tarbiyah dan Keguruan UIN Raden Intan Lampung beserta jajarannya.

  2. Bapak Dr. Nanang Supriadi, M.Sc, selaku Ketua Jurusan dan Pembimbing I Pendidikan Matematika Fakultas Tarbiyah dan Keguruan UIN Raden Intan Lampung.

  3. Ibu Dian Anggraini, M.Sc selaku pembimbing II yang telah banyak meluangkan waktu dan dengan sabar membimbing penulis dalam penyelesaian skripsi ini.

  4. Bapak dan Ibu dosen di lingkungan Fakultas Tarbiyah dan Keguruan (khususnya jurusan Pendidikan Matematika) yang telah memberikan ilmu pengetahuan kepada penulis selama menuntut ilmu di Fakultas Tarbiyah dan Keguruan UIN Raden Intan Lampung.

  5. Sahabat-Sahabatku: Rizki Septi Permatasari, Ayu Ulan Sari, Ila Masruroh, Gustina, Nurwani, Resty Khairina, Eka Safitri, Dias Putra Pambudi yang telah banyak memberiku semangat dalam pembuatan skripsi ini.

  6. Rekan-rekan seperjuangan Pendidikan Matematika (khususnya Matematika kelas F angkatan 2013) 7. Almamater UIN Raden Intan Lampung.

  8. Semua pihak yang tidak dapat disebutkan satu persatu oleh peneliti yang telah membantu dalam menyelesaikan skripsi ini.

  Semoga segala bantuan yang diberikan dengan penuh keikhlasan tersebut mendapat anugerah dari Allah SWT. Mudah-mudahan skripsi ini dapat bermanfaat bagi para pembaca yang haus pengetahuan terutama mengenai proses belajar di kelas.

  Aam iin ya robbal ‘alamin.

  Bandar Lampung, April 2018 Hani Nastiti Tantika NPM.1311050234

  

DAFTAR ISI

HALAMAN JUDUL ............................................................................................. i

ABSTRAK ............................................................................................................. ii

HALAMAN PERSETUJUAN .............................................................................. iii

HALAMAN PENGESAHAN ................................................................................ iv

MOTTO .................................................................................................................. v

PERSEMBAHAN ................................................................................................... vi

RIWAYAT HIDUP ................................................................................................ vii

KATA PENGANTAR ............................................................................................ viii

DAFTAR ISI .......................................................................................................... x

DAFTAR TABEL ................................................................................................. xii

DAFTAR GAMBAR .............................................................................................. xiii

DAFTAR LAMPIRAN .......................................................................................... xii

  BAB I PENDAHULUAN A. Latar Belakang ...................................................................................... 1 B. Identifikasi Masalah .............................................................................. 6 C. Pembatasan Masalah ............................................................................. 7 D. Rumusan Masalah ................................................................................. 7 E. Tujuan Penelitian .................................................................................. 8 F. Manfaat Penelitian ................................................................................ 8 BAB II LANDASAN TEORITIS / TINJAUAN PUSTAKA A. Analisis Deret Waktu ( Time Series ) .................................................. 10 B. Stasioner .............................................................................................. 14 C. Pembedaan .......................................................................................... 16 D. Transformasi Box-Cox ......................................................................... 18 E. Fungsi Autokorelasi dan Autokorelasi Partial .................................... 18 F. Proses White Noise .............................................................................. 27 G. Model Autoregressive (AR) ................................................................ 29 H. Model Moving Average (MA) .............................................................. 31 I. Model Autoregressive Moving Average (ARMA) .............................. 34 J. Model Autoregressive Integrated Moving Average (ARIMA) ........... 35 K. Seasonal Proses ................................................................................... 36 L. Pendugaan Parameter .......................................................................... 38 M. Kriteria Pemilihan Model Terbaik ...................................................... 39 BAB III METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian ............................................................ 41 B. Metode Penelitian .............................................................................. 41

  BAB IV HASIL DAN PEMBAHASN A. Data Produksi Kopi 1. Uji Stasioneritas ............................................................................ 45 2. Transformasi Box-Cox .................................................................. 48 3. Differencing ................................................................................... 51 4. Identifikasi Model ......................................................................... 51 5. Pendugaan Parameter dan Uji Signifikansi ................................... 59 6. Pengecekan Diagnostik ................................................................. 71 7. Pemilihan Model Terbaik .............................................................. 74 8. Peramalan Dengan Model Terbaik................................................. 79 B. Data Curah Hujan 1. Uji Stasioneritas ............................................................................ 81 2. Transformasi Box-Cox .................................................................. 84 3. Differencing ................................................................................... 86 4. Identifikasi Model ......................................................................... 88 5. Pendugaan Parameter dan Uji Signifikansi ................................... 94 6. Pengecekan Diagnostik ................................................................. 106 7. Pemilihan Model Terbaik .............................................................. 110 8. Peramalan Dengan Model Terbaik................................................. 114 C. Uji Korelasi untuk data produksi kopi dan data curah hujan Di Kabupaten Lampung Barat .............................................................117 BAB V KESIMPULAN DAN SARAN A. Kesimpulan............................................................................................ 119 B. Saran ...................................................................................................... 119 DAFTAR PUSTAKA LAMPIRAN

  DAFTAR TABEL

Tabel 1.1 Peningkatan produksi kopi dan curah hujan di Kabupaten Lampung

  Barat .............................................................................................. .......3

Tabel 2.1 Contoh data time series ARIMA Wei 6 .............................................. 11Tabel 4.1 Peningkatan produksi kopi dan curah hujan di Kabupaten Lampung

  Barat ................................................................................................... 44

Tabel 4.2 Rangkuman hasil estimasi data produksi kopi ................................... 78Tabel 4.3 Hasil peramalan produksi kopi tahun 2016-2025 ............................... 81Tabel 4.4 Rangkuman hasil estimasi data curah hujan .................................... 113Tabel 4.5 Hasil peramalan curah hujan tahun 2016-2025................................. 116

  DAFTAR GAMBAR

Gambar 2.1 Time series plot jumlah penumpang bandara Ngurah Rai

  2006-2014 ..................................................................................... 13

Gambar 2.2 Grafik time series plot dan ACF setelah pembedaan pertama non musiman dan musiman ................................................................. 15Gambar 2.3 Grafik transformasi Box-Cox .......................................................... 16Gambar 2.4 Time series plot, ACF, PACF dan IACF setelah pembedaan pertama non musiman dan musiman ........................................... 27Gambar 2.5 Grafik ACF, PACF, IACF dan white noise prob residual model

  ARIMA ............................................................... 29 0,1,1 (0,1,1)

  12 Gambar 4.1 Time series plot data asli produksi kopi di Kabupaten Lampung

  Barat tahun 2006-2015 ................................................................... 46

Gambar 4.2 Hasil uji Augmented dickey fuller data asli produksi kopi .............. 47Gambar 4.3 Lanjutan Hasil uji Augmented dickey fuller data asli produksi kopi ................................................................................................. 47Gambar 4.4 Hasil Transformasi Box-Cox data produksi kopi di Kabupaten

  Lampung Barat tahun 2006-2015 ................................................... 49

Gambar 4.5 Hasil Jarque Bera test transformasi Box-Cox data produksi kopi di Kabupaten Lampung Barat tahun 2006-2015 ................... 50Gambar 4.6 Grafik data time series plot data asli produksi kopi setelah di

  differencing

  pertama ....................................................................... 51

Gambar 4.7 Grafik time series plot data hasil differencing kedua dari data produksi kopi setelah melewati differencing pertama ................... 52Gambar 4.8 Grafik time series plot ACF dan PACF data asli produksi kopi ..... 54Gambar 4.9 Plot cek diagnostik ACF dan PACF data asli produksi kopi .......... 55Gambar 4.10 Lanjutan Plot cek diagnostik ACF dan PACF data asli produksi kopi ................................................................................................. 56Gambar 4.11 Grafik dan time series plot ACF dan PACF data hasil transformasi produksi kopi ............................................................ 57Gambar 4.12 Plot cek diagnostik ACF dan PACF data hasil transformasi produksi kopi ................................................................................. 58Gambar 4.13 Lanjutan Plot cek diagnostik ACF dan PACF data hasil transformasi produksi kopi ............................................................. 58

  12 Gambar 4.14 Data produksi kopi hasil estimasi ARIMA ......... 60

  1,2,0 (1,2,1)

  12 Gambar 4.15 Data pediksi hasil estimasi ARIMA ................... 61

  1,2,0 (1,2,1)

  12 Gambar 4.16 Data dari nilai uji t dan p-value untuk ARIMA .. 61

  1,2,0 (1,2,1)

  12 Gambar 4.17 Plot cek diagnostik untuk ARIMA ..................... 62

  1,2,0 (1,2,1)

Gambar 4.18 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................... 63

  1,2,0 (1,2,1)

  12 Gambar 4.19 Data produksi kopi hasil estimasi ARIMA ......... 64

  1,2,1 (1,2,1)

  12 Gambar 4.20 Data pediksi hasil estimasi ARIMA ................... 65

  1,2,1 (1,2,1)

  12 Gambar 4.21 Data dari nilai uji t dan p-value untuk ARIMA .. 65

  1,2,1 (1,2,1)

  12 Gambar 4.22 Plot cek diagnostik untuk ARIMA ..................... 66

  1,2,1 (1,2,1)

Gambar 4.23 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................... 66

  1,2,1 (1,2,1)

  12 Gambar 4.24 Data produksi kopi hasil estimasi ARIMA .......... 67

  1,2,2 (1,2,1)

  12 Gambar 4.25 Data pediksi hasil estimasi ARIMA ................... 68

  1,2,2 (1,2,1)

  12 Gambar 4.26 Data dari nilai uji t dan p-value untuk ARIMA .. 69

  1,2,2 (1,2,1)

  12 Gambar 4.27 Plot cek diagnostik untuk ARIMA ..................... 69

  1,2,2 (1,2,1)

Gambar 4.28 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................... 70

  1,2,2 (1,2,1)

Gambar 4.29 Plot cek diagnostik produksi kopi untuk ARIMAGambar 4.38 Data pediksi hasil peramalan ARIMA

  ............................................................... 77

Gambar 4.36 Data hasil estimasi produksi kopiARIMA

  1,2,2 (1,2,1)

  12

  .......... 77

Gambar 4.37 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi ARIMA

  1,2,2 (1,2,1)

  12

  ............................................................... 78

  1,2,0 (1,2,1)

  1,2,1 (1,2,1)

  12

  ................. 79

Gambar 4.39 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi ARIMA

  1,2,0 (1,2,1)

  12

  ............................................................... 80

Gambar 4.40 Time series plot data asli curah hujan di Kabupaten Lampung

  Barat ............................................................................................... 82

Gambar 4.41 Hasil uji Augmented dickey fuller data asli produksi kopi ............ 83

  12

  (Fitted Value) dengan data hasil transformasi ARIMA

  1,2,0 (1,2,1)

Gambar 4.32 Data hasil estimasi produksi kopi ARIMA

  12

  .............................................................................. 71

Gambar 4.30 Plot cek diagnostik produksi kopi untuk ARIMA

  1,2,1 (1,2,1)

  12

  .............................................................................. 72

Gambar 4.31 Plot cek diagnostik produksi kopi untuk ARIMA

  1,2,2 (1,2,1)

  12

  .............................................................................. 73

  1,2,0 (1,2,1)

Gambar 4.35 Grafik data produksi kopi yang sudah dihitung dengan model

  12

  ......... 75

Gambar 4.33 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi ARIMA

  1,2,0 (1,2,1)

  12

  ............................................................... 76

Gambar 4.34 Data hasil estimasi produksi kopiARIMA

  1,2,1 (1,2,1)

  12

  .......... 76

Gambar 4.42 Lanjutan Hasil uji Augmented dickey fuller data asli produksi kopi ............................................................................................... 83Gambar 4.43 Hasil Transformasi Box-Cox data curah hujan di Kabupaten

  Lampung Barat ............................................................................... 85

Gambar 4.44 Hasil Jarque Bera test transformasi Box-Cox data curah hujan di Kabupaten Lampung Barat ........................................................ 86Gambar 4.45 Grafik data time series plot data asli curah hujan setelah di

  differencing pertama ....................................................................... 87

Gambar 4.46 Grafik time series plot ACF dan PACF data asli curah hujan ....... 89Gambar 4.47 Plot cek diagnostik ACF dan PACF data asli curah hujan ............ 90Gambar 4.48 Lanjutan Plot cek diagnostik ACF dan PACF data asli curah hujan .............................................................................................. 90Gambar 4.49 Grafik dan time series plot ACF dan PACF data hasil transformasi curah hujan ................................................................ 91Gambar 4.50 Plot cek diagnostik ACF dan PACF data hasil transformasi produksi kopi ................................................................................. 92Gambar 4.51 Lanjutan Plot cek diagnostik ACF dan PACF data hasil transformasi curah hujan ................................................................ 92

  12 Gambar 4.52 Data curah hujan hasil estimasi ARIMA ............ 94

  1,1,0 (1,1,0)

  12 Gambar 4.53 Data pediksi hasil estimasi ARIMA ................... 95

  1,1,0 (1,1,0)

  12 Gambar 4.54 Data dari nilai uji t dan p-value untuk ARIMA .. 96

  1,1,0 (1,1,0)

  12 Gambar 4.55 Plot cek diagnostik untuk ARIMA ..................... 96

  1,1,0 (1,1,0)

Gambar 4.56 Grafik data curah hujan yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................... 97

  1,1,0 (1,1,0)

  12 Gambar 4.57 Data hasil curah hujan estimasi ARIMA ............ 98

  1,1,1 (1,1,0)

  12 Gambar 4.58 Data pediksi hasil estimasi ARIMA ................... 99

  1,1,1 (1,1,0)

  12 Gambar 4.59 Data dari nilai uji t dan p-value untuk ARIMA .. 99

  1,1,1 (1,1,0)

  12 Gambar 4.60 Plot cek diagnostik untuk ARIMA ................... 100

  1,1,1 (1,1,0)

Gambar 4.61 Grafik data curah hujan yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................. 101

  1,1,1 (1,1,0)

  12 Gambar 4.62 Data hasil estimasi ARIMA ............................... 102

  0,1,1 (1,1,0)

  12 Gambar 4.63 Data pediksi hasil estimasi ARIMA ................. 103

  0,1,1 (1,1,0)

  12 Gambar 4.64 Data dari nilai uji t dan p-value untuk ARIMA 103

  0,1,1 (1,1,0)

  12 Gambar 4.65 Plot cek diagnostik untuk ARIMA ................... 104

  0,1,1 (1,1,0)

Gambar 4.66 Grafik data curah hujan yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................. 105

  0,1,1 (1,1,0)

  12 Gambar 4.67 Plot cek diagnostik curah hujan untuk ARIMA 106

  1,1,0 (1,1,0)

  12 Gambar 4.68 Plot cek diagnostik curah hujan untuk ARIMA 107

  1,1,1 (1,1,0)

  12 Gambar 4.69 Plot cek diagnostik curah hujan untuk ARIMA 109

  0,1,1 (1,1,0)

  12 Gambar 4.70 Data hasil estimasi produksi kopiARIMA ......... 110

  1,1,0 (1,1,0)

Gambar 4.71 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................. 111

  1,1,0 (1,1,0)

  12 Gambar 4.72 Data hasil estimasi produksi kopiARIMA ......... 111

  1,1,1 (1,1,0)

Gambar 4.73 Grafik data p Gambar 4.30 Data hasil estimasi produksi kopi

  12 ARIMA ............................................................. 112

  1,1,1 (1,1,0)

  12 Gambar 4.74 Data hasil estimasi produksi kopiARIMA ........ 112

  0,1,1 (1,1,0)

Gambar 4.75 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................. 110

  0,1,1 (1,1,0)

  12 Gambar 4.76 Data pediksi hasil peramalan ARIMA .............. 113

  1,2,0 (1,2,1)

Gambar 4.77 Grafik data produksi kopi yang sudah dihitung dengan model

  (Fitted Value) dengan data hasil transformasi

  12 ARIMA ............................................................. 115

  1,2,0 (1,2,1)

Gambar 4.78 Hasil dari uji

  pearson’s product moment correlation. ................... 115

BAB I PENDAHULUAN A. Latar Belakang Masalah Kabupaten Lampung Barat merupakan produsen kopi, terdapat 59.357 ha

  perkebunan kopi yang dijalankan oleh masyarakat di Lampung Barat. Industri kopi Lampung Barat ini telah berkembang pesat sebagai penghasil kopi terbesar di daerah Lampung, hal ini di sebabkan, kopi merupakan tumbuhan yang banyak tumbuh dan dibudidayakan di Lampung Barat, pembudidayaan kopi memerlukan keadaan tempat yang baik, ini dikarenakan oleh kondisi iklim dan tanah sebagai faktor penentunya. Baik dan buruknya kualitas dan mutu kopi yang diperoleh itu tidak hanya pada proses pemberian pupuk sesuai dengan ketentuan saja tetapi juga pengawasan terhadap biji kopi hingga menjelang panen tiba, Menurut Usman, F. & Arif, M. manusia dapat mengadakan pengelolaan risiko yaitu

  1

  dengan memindahkan risiko itu kepada pihak lain. Tetapi ada faktor lain yang sangat mempengaruhi produksi kopi yang di hasilkan adalah curah hujan.

  Catastrophe risk atau resiko bencana alam yaitu merupakan kerugian yang di timbul dari bencana alam itu sendiri yaitu gempa bumi, angin topan atau

1 Nanang Supriadi, “Pemodelan Matematika Premi Tunggal Bersih Asuransi Unit Link

  banjir, dimana kejadiannya tidak dapat terjadi secara periodik akan tetapi juga

  2 sulit untuk di tentukan kapan tepatnya akan terjadi.

  ALLAH SWT menjelaskan didalam Al- Qur’an surat An-Nahl ayat 65.

                   

  artinya :

  “Dan Allah menurunkan dari langit air (hujan) dan dengan air itu dihidupkan-Nya bumi sesudah matinya. Sesungguhnya pada yang demikian itu benar-benar terdapat tanda-tanda (kebesaran Tuhan) bagi orang- orang yang mendengarkan (pelajaran)”. (Q.S An-Nahl : 65).

  Ayat di atas menunjukan bahwa pentingnya air dalam kehidupan manusia guna melangsungkan kehidupan didunia, begitu juga dengan tumbuhan kopi, tumbuhan yang juga memerlukan air untuk hidup serta berkembang biak, seperti yang telah ketahui bahwa hasil produksi kopi itu dipengaruhi oleh intensitas curah hujan yang turun. Dan ayat tersebut menunjukan betapa penting nya air dalam kehidupan apabila hujan turun maka dari itu kita akan selalu ingat kepada Allah bahwa sesungguhnya yang demikian adalah tanda-tanda kebesaran-NYA.

  Seperti yang diketahui bahwa produksi adalah penciptaan barang-barang

  3

  dan jasa-jasa. Meramalkan produksi berarti menentukan perkiraan besar

  4

  kecilnya hasil produksi dimasa yang akan datang. Untuk dapat mengetahui bagaimana perkembangan jumlah produksi kopi di Kabupaten Lampung Barat ₂ Dian Anggraini and Yasir Wijaya, “Obligasi Bencana Alam Dengan Suku Bunga Stokastik Dan Pendekatan Campuran,” Al-Jabar: Jurnal Pendidikan Matematika 7, no. 1 (2016): 49–62. ₃ Suryadi Prawirosentono, Menejemen Operasi(Analisi Dan Studi Kasus) (Jakarta: PT Bumi Aksara, 2007): 69. pada masa yang akan datang, salah satu metode statistika yang dapat digunakan adalah analisis runtun waktu atau time series.

  Berikut adalah Data Peningkatan Produksi kopi yang ada di Kabupaten Lampung Barat sejak Tahun 2006 s.d 2015.

Tabel 1.1 Peningkatan Produksi kopi dan curah hujan di Kabupaten Lampung Barat Tahun 2006 s.d 2015

  No. Tahun Hasil Produksi Kopi

  (ton) Curah hujan

  (Mm) 1. 2006 55.995 2.030,6 2. 2007 56.227 2.272,2 3. 2008 56.227 1.928,5 4. 2009 61.201 2.696 5. 2010 61.215 2.913,5 6. 2011 61.230 1.835 7. 2012 61.219 1.716 8. 2013 52.576 2.628 9. 2014 42.748 1.452

  10. 2015 52.647 1.528

  Sumber : Hasil Dokumentasi Dinas Perkebunan dan Peternakan Provinsi Lampung.

  Berdasarkan tabel di atas, dapat diketahui bahwa terdapat peningkatan maupun penurunan produksi yang terjadi itu karena adanya indikator curah hujan yang berbeda-beda yang di alami untuk setiap tahunnya. data di atas bisa di jadikan acuan untuk dapat mengetahui berapakah produksi kopi yang di hasilkan pada tahun selanjutnya dengan indikator curah hujan yang berbeda-beda.

  Sebelumnya terdapat penelitian menggunakan metode yang sama yaitu oleh Haryanto Bando dan Sri Yulianto Joko Prasetyo pada tahun 2012 dengan judul menggunakan metode ARIMA (Autoregressiv integrated moving average) studi kasus Kabupaten Morowali Sulawesi Tengah”, Berdasarkan penelitian dapat memberikan deskripsi bahwa, hasil produksi kelapa sawit juga di pengaruhi oleh

  5

  curah hujan tahunan. Terdapat persamaan pada penelitian ini yaitu sama

• – sama menggunakan aplikasi R pada proses pengolahan data, kemudian juga terdapat perbedaan yaitu pada penggunaan metodenya pada penelitian Haryanto Bando dan Sri Yulianto Joko Prasetyo menggunakan metode ARIMA dengan objek yang di teliti adalah kelapa sawit tetapi pada penelitian yang akan dilakukan peneliti menggunakan metode Seasonal ARIMA dan objek yang akan di teliti adalah produksi kopi.

  Metode yang sama selanjutnya adalah dari Andreas eka apriyadi dan Sri Yulianto Joko Prasetyo, S.Si., M.Kom pada November 2012 dengan judul penelitian

  “Metode SARIMA Untuk Meramalkan produksi padi dengan indikator curah hujan di Kabupaten Boyolali Jawa Tengah periode 2012” dengan hasil penelitian. Berdasarkan hasil pembuatan sistem, dapat di simpulkan bahwa model SARIMA dapat digunakan untuk meramalkan curah hujam, hasil panen padi sawah, dan hasil panen padi ladang tahun 2012 dengan menggunakan data

  6

  pada tahun 2007-2011 Kabupaten di Boyolali. Terdapat persamaan pada penelitian ini yaitu sama ₅ – sama menggunakan metode Seasonal ARIMA dan

  Haryanto Bando and Sri Yulianto Joko Prasetyo, “Peramalan Produksi Kelapa Sawit

Berdasarkan Intensitas Curah Hujan Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) Studi Kasus Kabupaten Morowali Sulawesi Tengah,” Artikel Ilmiah, 2012, 19. ₆ Andreas Eka Apriyadi and Sri Yulianto Joko Prasetyo, “Metode SARIMA Untuk

Meramalkan Produksi Padi Dengan Indikator Curah Hujan Kabupaten Boyolali Jawa Tengah Periode pada pengolahan data yaitu menggunakan aplikasi R, tetapi juga terdapat perbedaan yaitu pada objek yang di teliti pada penelitian Andreas eka apriyadi dan Sri Yulianto Joko Prasetyo, S.Si., M.Kom yaitu produksi padi dan pada penelitian peneliti yaitu produksi kopi.

  Kemudian untuk metode yang sama selanjutnya adalah dari Nalar Istiqomah pada Juni 2015 dengan judul penelitian

  “Prediksi Kemunculan Titik Panas di Provinsi Riau Menggunakan Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan hasil penelitian Model

  ”

12 ARIMA(1,0,0)(0,1,2) dapat digunakan untuk pemodelan data bulanan titik

  panas karena telah memenuhi tahap pendugaan parameter, uji kebebasan dan kenormalan sisaan, AIC dan mempunyai nilai MAPE yang paling kecil dari

  12

  model model yang diperoleh Model ARIMA(1,0,0)(0,1,2) paling baik

  7 digunakan untuk memprediksi kemunculan titik panas 1 bulan ke depan.

  Terdapat persamaan pada penelitian ini yaitu sama – sama menggunakan metode

  Seasonal

  ARIMA, tetapi juga terdapat perbedaan yaitu pada objek yang di teliti pada penelitian Nalar Istiqomah yaitu prediksi kemunculan titik panas dan pada penelitian peneliti yaitu produksi kopi.

  Analisis runtun waktu (time series) diperkenalkan George E. P. Box and

  Gwilym M. Jenkins

  pada tahun 1970, melalui bukunya yang berjudul Time Series

  Analysis Forecasting and Control. merupakan salah satu metode statistika yang

  sering digunakan. Analisis time series yaitu analisis yang mempelajari korelasi ₇ Nalar Istiqomah, “Prediksi Kemunculan Titik Panas Di Provinsi Riau Menggunakan

  8

  atau hubungan timbal balik antar deret waktu, dimana pada analisis ini dapat dilakukan ketika data yang diamati mempunyai pola musiman. Pola musiman seringkali terjadi ketika data mempunyai pola interval yang spesifik seperti minggu, bulan dan lain-lain. Identifikasi model ini dapat dilihat dari ACF dan PACF suatu deret waktu.

  Tujuan analisis time series ini yaitu dilakukan untuk mengetahui dan menemukan cara yang berguna (model) untuk mengekspresikan hubungan waktu yang terstruktur antara beberapa variabel atau peristiwa yang kemudian kita dapat mengevaluasi hubungan ini atau melakukan peramalan (forecasting) dari

  9

  satu atau lebih variabel tersebut dengan menggunakan aplikasi R. Berdasarkan dari paparan diatas peneliti tertarik untuk dapat meneliti tentang peramalan jumlah hasil produksi kopi di Lampung Barat dengan menggunakan metode

  Seasonal ARIMA.

B. Identifikasi masalah

  Berdasarkan latar belakang masalah di atas, penulis dapat mengidentifikasi masalah pada penelitian yaitu bahwa produksi kopi di Lampung barat setiap tahun memiliki tingkat variasi yang dihasilkan, seperti kita tahu bahwa tanaman kopi dapat tumbuh dan berbuah banyak apabila keadaan iklim dengan temperatur yang mencukupi dengan indikator curah hujan yang kadang ₈ Nur Iriawan and Septian Puji Astuti, Mengolah Data Statistik Dengan Mudah Menggunakan

  Minitab 14 ₉ (Yogyakarta: C.V Andi Offset, 2006): 341.

  Nirva Diana. “Evaluasi Manajemen Mutu Internal di Fakultas Tarbiyah dan Keguruan dengan Metode Malcolm Baldrige Criteria for Education.” Tadris: Jurnal Keguruan dan Ilmu bisa berubah-ubah disetiap tahunnya. Maka perlunya model yang baik yang dapat berguna untuk proses peramalan dari hasil produksi kopi di masa yang akan datang dengan indikator curah hujan yang berbeda-beda dengan metode peramalan (forecasting) berdasarkan deret waktu.

C. Batasan Masalah

  Guna menghindari meluasnya masalah yang akan diteliti maka penulis memberikan pembatasan masalah dalam penelitian ini yaitu:

  1. Model yang digunakan adalah seasonal ARIMA.

  2. Data yang akan diambil dan dihitung berdasarkan data pada 10 tahun terakhir diambil dari hasil produksi kopi di Lampung Barat.

  3. Menduga parameter model dugaan sementara dengan menggunakan metode Maximum Likelihood Estimation (MLE).

D. Rumusan Masalah

  Berdasarkan latar belakang dan batasan masalah yang telah di kemukakan diatas, maka dapat disimpulkan bahwa rumusan masalah nya adalah:

1. Bagaimana mendapatkan model terbaik dengan menggunakan metode

  seasonal ARIMA? 2.

  Bagaimana meramalkan jumlah produksi kopi yang akan datang berdasarkan model terbaik dengan menggunakan metode seasonal ARIMA ?

E. Tujuan Penelitian

  Penelitian ini bertujuan untuk : 1.

  Mendapatkan model terbaik dengan menggunakan metode seasonal ARIMA .

  2. Meramalkan jumlah produksi kopi yang akan datang berdasarkan model .

  terbaik menggunakan metode seasonal ARIMA F.

   Manfaat Penelitian

  Penelitian ini diharapkan agar bisa memberikan manfaat bagi praktisi

  :

  maupun akademisi antara lain 1.

  Bagi Peneliti

  Bagi Peneliti dengan adanya metode atau model yang digunakan untuk menambah wawasan bagi peneliti tentang bagaimana meramalkan hasil produksi kopi dengan metode Seasonal ARIMA dan dapat mempermudah kinerja peneliti yang lain yang ingin menggunakan metode serupa serta dapat berguna sebagai bahan rujukan atau pertimbangan oleh peneliti selanjutnya untuk menentukan metode yang lebih efektif.

  2. Bagi Petani

  Dengan adanya model dan metode yang bisa meramalkan tentang hasil produksi kopi di masa yang akan datang yaitu dengan indikator curah hujan yang sama maupun berbeda, petani dapat mengantisipasi hal apa yang semestinya di lakukan di masa yang akan datang untuk meningkatkan atau mempertahankan hasil produksi kopi tersebut agar tidak mengalami penurunan.

BAB II LANDASAN TEORI Untuk mendukung pembuatan skirpsi ini, maka perlu di kemukakan hal-hal

  atau teori-teori yang berkaitan dengan permasalahan dan ruang lingkup pembahasan sebagai landasan dalam pembuatan skripsi ini :

A. Analisis deret waktu ( Time Series ) 1.

  Konsep Time Series

  Time series merupakan serangkaian observasi terhadap suatu variabel

  yang diambil secara beruntun berdasarkan interval waktu yang tetap. Analisis

  time series dikenalkan pada tahun 1970 oleh george E. P. Box dan Gwilym M. Jenkins melalui bukunya Time Series Analysis : forecasting and control.

  Sejak saat itu, time series mulai banyak digunakan. Dasar pemikiran time

  series adalah pengamatan sekarang ( ) tergantung pada 1 atau beberapa

• pengamatan. Tujuan analysis time series antara lain memahami dan menjelaskan mekanisme tertentu, meramalkan suatu nilai dimasa depan, dan

  pengamatan sebelumnya ( ), dimana adalah indeks waktu dari urutan

  Meramalkan satu fenomena alami atas mengoptimalkan sistem kendali.

  1 fenomena yang lain . dengan kata lain, untuk menggambarkan fenomena-

1 Siska Andriani, “Uji Park Dan Uji Breusch Pagan Godfrey Dalam Pendeteksian

  

Heteroskedastisitas Pada Analisis Regresi,” Al-Jabar: Jurnal Pendidikan Matematika 8, no. 1 (2017): fenomena yang ada, yang berlangsung pada saat ini atau saat yang lampau .

  2 Model time series dibuat karena secara statistis ada korelasi (independen) antar deret pengamatan.

3 Berikut ini adalah contoh dari Data Time Series :

Tabel 2.1 Contoh data Time Series ARIMA Wei 6 :

  Bulan/Tahun 2006 2007 2008 2009 2010 Januari 90.043 131.674 162.363 189.096 224.869

  Febuari 87.314 120.774 163.701 153.238 209.228 Maret 95.400 136.433 163.421 174.810 207.938

  April 95.890 135.710 155.440 184.259 215.368 Mei 114.824 146.565 172.534 202.755 226.615 Juni 122.951 158.250 175.631 201.122 242.782

  Juli 132.823 180.830 189.607 234.265 268.568 Agustus 147.470 171.967 212.067 262.053 296.000

  September 132.929 163.067 192.674 220.070 246.249 Oktober 135.740 163.987 204.431 244.039 263.306

  November 121.513 153.804 165.207 200.779 222.668 Desember 118.286 140.517 153.264 202.289 206.227

  Sumber : Skripsi Jumlah Penumpang Pesawat di Bandara Ngurah Rai (orang).

  2 Rieke Alyusfitri and Yusri Wahyuni, “Analisis Diagnostik Kesulitan Belajar Mahasiswa

PGSD Pada Mata Kuliah Konsep Dasar Matematika II,” Al-Jabar: Jurnal Pendidikan Matematika 8,

no. 2 (2017): 145

• –54.
₃ Nur Iriawan and Septian Puji Astuti, Mengolah Data Statistik Dengan Mudah Menggunakan

2. Tahap-tahap Analysis Time Series

  Ada beberapa tahapan dalam melakukan analisis time series, yaitu :

  a) Identifikasi model

  Pada tahap ini, kita memilih model yang tepat yang bisa mewakili deret pengamatan. Identifikasi model dilakukan dengan membuat plot

  time series , dengan plot time series ini, kita akan mengetahui pola data

  dan tren deret pengamatan. Identifikasi model tidak hanya dilakukan dengan melihat plot data, tetapi harus pula disertai dengan pengetahuan mengenai data yang akan dianalisis. Berdasarkan plot data dan pengetahuan yang cukup mengenai data, model yang akan dibuat dapat menggunakan parameter sesedikit mungkin. Prinsip ini disebut prinsip Parsimoni.

  Berikut adalah contoh bagaimana mengidentifikasi data time series : Langkah pertama yang dapat dilakukan adalah data di identifikasi statisioner terhadap varians dan statisioner dalam means, berikut adalah grafik data time series :

Gambar 2.1. Time Series Plot Jumlah Penumpang Bandara Ngurah Rai 2006-2014.

  dapat dilihat bahwa data dipengaruhi

  Berdasarkan Gambar 2.1 di atas

  

pola tren dan pola musiman karena plot data tersebut menunjukkan fluktuasi

meningkat, yaitu gerakan dari kiri bawah ke kanan atas pada grafik serta

berulang pada bulan-bulan tertentu.

  b) Taksiran model Pada tahap taksiran model, kita memilih taksiran model yang baik.

  Dalam hal ini, menaksir model dilakukan dengan metode menaksir kuadrat terkecil, MSE, OLS dan maksimum likelihood.

  c) Diagnosis model

  Model yang dibuat belum tentu sesuai dengan data yang dimiliki atau dengan asumsi dari model yang dibuat. Oleh karena itu, kita perlu mendiagnosis model yang telah dibuat dengan menyesuaikanya

  4 dengan hasil peramalan.

B. Stasioneritas

  Sebelum melakukan analisis, kita harus mengetahui terlebih dahulu apakah data runtut waktu yang kita gunakan sudah stasioner. Asumsi yang sangat penting dalam time series adalah stasioneritas deret pengamatan. Suatu deret pengamatan dikatakan stasioner apabila proses tidak berubah seiring dengan perubahan waktu. Maksudnya rata-rata deret pengamatan disepanjang waktu selalu konstan.

  Stasioner dibagi menjadi 2, yaitu : 1.