Pada Lampiran 11, Plot autokorelasi data harga beras IR II di Denpasar memiliki pola tidak stasioner. Hal ini ditunjukkan oleh nilai koefisien autokorelasi
yang masih berbeda nyata dengan nol. Agar data stasioner maka dilakukan pembedaan pertama. Setelah pembedaan pertama data menyebar di sekitar garis
lurus atau rata-rata konstan. Koefisien autokorelasi sama dengan nol setelah beda kala pertama.
5.2 Teknik Peramalan Time Series
Berdasarkan hasil identifikasi pola data harga beras IR II, maka dapat ditentukan teknik peramalan yang time series yang sesuai. Meskipun hasil
identifikasi pola data untuk lima kota besar memiliki pola data tidak stasioner dan tidak mengandung unsur musiman. Namun dalam pembahasan ini tetap
mengikutsertakan beberapa teknik peramalan yang hanya cocok untuk data yang stasioner dan musiman karena perbandingan dari beberapa metode time series
yang diterapkan akan dijadikan dasar dalam pemilihan teknik terbaik untuk digunakan dalam peramalan harga beras IR II. Berikut ini adalah beberapa teknik
peramalan time series yang digunakan untuk peramalan:
5.2.1 Teknik Rataan Sederhana
Teknik ini menggunakan mean seluruh data harga beras IR II sebagai ramalan pada periode mendatang. Teknik rataan sederhana sangat cocok untuk
data stasioner. Penerapan teknik rataan sederhana memperlihatkan bahwa kota Surabaya memiliki nilai MSE terkecil yang kemudian diikuti kota Denpasar,
Jakarta, Bandung dan Yogyakarta.
Tabel 2 Nilai MSE Hasil Penerapan Teknik Rataan Sederhana No. Kota
MSE
1 Jakarta 235.873,28
2 Bandung 382.927,03
3 Yogyakarta 390.324,04
4 Surabaya 108.476,63
5 Denpasar 160.574,52
5.2.2 Teknik Rataan Bergerak
Rata-rata bergerak diperoleh melalui mean dari nilai-nilai periode tertentu dan kemudian hasilnya dipakai untuk meramalkan periode berikut. Teknik ini
sangat cocok untuk data stasioner. Banyaknya data yang diikut sertakan disebut ordo. Dalam analisis ini ordo yang digunakan adalah 2 pola dua mingguan, 4
dan 5 pola satu bulan, dan 48 pola satu tahun. Hasil perbandingan beberapa ordo untuk masing-masing kota yang dianalisis menunjukkan bahwa ordo 2
memberikan nilai MSE terkecil. Penerapan ordo 2 untuk teknik rataan bergerak akan memberikan nilai ramalan yang lebih akurat. Perbandingan Nilai MSE dari
hasil penerapan teknik rataan bergerak dapat dilihat pada Tabel 3.
Tabel 3 Nilai MSE Hasil Penerapan Teknik Rataan Bergerak MSE
No. Kota
2 4 5 48
1 Jakarta 8.920,32
16.254,50 20.936,10 260.692,00
2 Bandung 16.034,70
20.571,90 25.742,80 248.285,00
3 Yogyakarta 19.683,40 38.996,90
49.541,40 494.891,00 4 Surabaya
4.257,43 8.241,54
10.502,70 353.384,00 5 Denpasar
8.464,93 14.913,10
18.119,60 381.531,00 Berdasarkan Tabel diatas, nilai MSE terkecil dengan ordo 2 adalah Kota
Surabaya dengan nilai MSE = 3.562,84 dan
MSE terbesar terdapat pada Kota Yogyakarta dengan nilai MSE = 14.088,00. Nilai ramalan harga beras IR II Kota
Surabaya lebih akurat bila dibandingkan dengan nilai ramalan harga beras IR II Kota Yogyakarta. Teknik rataan bergerak sangat mudah dalam penerapannya dan
tidak membutuhkan biaya yang terlalu mahal. Metode ini sangat cocok untuk pola data yang stasioner. Ramalan yang dihasilkan dari teknik ini bersifat jangka
pendek.
5.2.3 Teknik Trend
