Jenis dan Sumber Data Teknik Rata-Rata Sederhana Teknik Rata-Rata Bergerak Sederhana Teknik Trend Teknik Pelicinan Eksponensial Tunggal

IV. METODE PENELITIAN

4.1 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder diperoleh dari Badan Ketahanan Pangan Departemen Pertanian berupa data perkembangan harga beras mingguan di lima kota besar, data bulanan harga tingkat produsen dan jumlah pasokan. Data sekunder lainnya diperoleh dari Badan Urusan Logistik Bulog berupa data bulanan impor, cadangan beras dalam negeri, harga beras IR II tingkat grosir Data mingguan yang dianalisis dari bulan Oktober 2004-Juli 2006 dengan jumlah data sebanyak 100 observasi, sedangkan untuk data bulanan yang dianalisis dari Januari 2001-Mei 2006 dengan jumlah data sebanyak 65 observasi.

4.2 Pengolahan dan Teknik Analisis Data

Pengolahan dan analisis data kuantitatif yang diperoleh menggunakan software Minitab versi 14 Release. Pertimbangan penggunaan program tersebut karena lebih mudah dalam pengoperasiannya dan output komputer yang disajikan lebih lengkap. Pengolahan data dilakukan selama tiga bulan yaitu dari bulan Januari sampai Maret 2007.

4.2.1 Identifikasi pola data harga beras IR II

Tahap pertama dari pengolahan data adalah menyajikan serial data harga beras mingguan dalam plot harga terhadap waktu. Dengan melakukan plot harga tersebut akan dapat diduga pola data sementara, sehingga nantinya akan diketahui jenis pola data stasioner, trend, musiman atau siklik. Tujuan membuat plot serial data adalah sebagai pertimbangan awal yang membantu dalam pemilihan metode peramalan kuantitatif dan mengamati kecenderungan fluktuasi pola harga beras IR II dari bulan Oktober 2004 - Juli 2006.

4.2.2 Metode Peramalan Series

Metode peramalan time series yang akan digunakan terdiri dari teknik rata-rata sederhana simple average, teknik rata-rata bergerak sederhana simple moving average, teknik trend, teknik pelicinan eksponensial tunggal single exsponential smoothing, teknik Brown, teknik Winter, teknik dekomposisi dan teknik ARIMA atau SARIMA. Teknik peramalan time series yang memiliki nilai MSE terkecil akan direkomendasikan sebagai metode peramalan terbaik.

a. Teknik Rata-Rata Sederhana

Teknik rata-rata sederhana menggunakan pendekatan dimana ramalan merupakan perhitungan kumulatif nilai rataan dari seluruh data masa lalu yang dimiliki. Persamaannya adalah : t = ∑ X i t 1 + ∧ t Y i=1 Dimana : = Nilai ramalan untuk satu periode ke depan ∧ t Y 1 + X i = Nilai aktual pada waktu ke-i t = Jumlah periode data histories

b. Teknik Rata-Rata Bergerak Sederhana

Langkah kerja dalam mengaplikasikan teknik rata-rata bergerak sederhana adalah sebagai berikut : 1. Menentukan ordo dan bobot rata-rata bergerak. Ordo dari rata-rata bergerak jumlah data masa lalu yang dimasukkan ke dalam rataan yang disimbolkan dengan n. 2. Menetapkan persamaan teknik peramalan. t ∧ = 1n ∑ X i 1 + t Y i= t - n + 1 Dimana : = Nilai ramalan untuk satu periode ke depan ∧ t Y 1 + X i = Nilai aktual pada waktu ke-i n = Ordo dari rata-rata bergerak

c. Teknik Trend

Teknik trend yang akan digunakan adalah teknik trend linier, trend kuadratik, pertumbuhan eksponensial. Persamaan ramalan dengan teknik trend adalah sebagai berikut : 1 t b a Y t + = ∧ 1. Trend linier : 2 2 1 t b t b a Y t + + = ∧ 2. Trend kuadratik : 3. Trend eksponensial : Ln t b a Y t + = ∧

d. Teknik Pelicinan Eksponensial Tunggal

Persamaan dalam teknik pelicinan eksponensial tunggal dapat dihitung melalui : Y ∧ t t t Y Y ∧ α α − + = + 1 1 t t t t Y Y Y Y α 1 ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − + = ∧ + t t t Y Y ε α + = + ∧ 1 Dimana : = Nilai ramalan pada periode ke-t t Y ∧ = Nilai ramalan pada periode ke t+1 + ∧ t Y 1 = Kesalahan ramalan t ε α = Koefisien pelicinan

e. Teknik Pelicinan Eksponensial Ganda Brown