Cut Hilda Rahmi 1,2 , Rizki Ardiansyah 1 , Rini Andriani 1
METODOLOGI Kerangka Pemikiran
2. Moving average
Bentuk umum dari model moving average dengan ordo q (MA(q)) atau model ARIMA(0,0,q) dinyatakan sebagai beriku:
�� = � ′ + �� − �1 �� − 1 − �2 �� − 2 − ⋯ − �� − � ... (2) Keterangan:
�′ = suatu konstan �1 sampai �� adalah parameter-parameter moving average �� − � = nilai kesalahan pada saat-k. Pengertian dari moving average yaitu nilai variabel x dipengaruhi oleh error dari varibel x tersebut.
3. Integrasi
Bentuk umum dari model integrasi dengan ordo d (I(d)) atau model ARIMA(0,d,0).
Pengertian integrasi menyatakan difference dari data. Dalam membuat model ARIMA syarat keharusan yang harus dipenuhi adalah stasioneritas data. Jika data stasioner pada level maka ordonya sama dengan 0, namun apabila stasioner pada different pertama maka ordonya 1, demikian seterusnya. Model ARIMA dibagi dalam 2 bentuk, yaitu model ARIMA tanpa musiman dan model ARIMA musiman. Model ARIMA tanpa musiman merupakan model ARIMA yang tidak dipengaruhi oleh faktor waktu musim. Bentuk umum dapat dinyatakan dalam persamaan berikut:
1 − � 1 − ∅1� �� = � ′ + 1 − �1 � � ...(3) Sedangkan ARIMA musiman merupakan model ARIMA yang dipengaruhi oleh faktor waktu musim. Model ini biasa disebut Season ARIMA (SARIMA). Bentuk umum dinyatakan sebagai berikut:
1 − � 1 − �ⁱ 2 �� = 1 − ��� 1 − �1�ⁱ 2 �� ... (4) HASIL DAN PEMBAHASAN
Prediksi pasokan cabai merah
Dalam memprediksi pasokan lokal cabai merah diperlukan informasi data berdasarkan jumlah dan waktu yang dapat digunakan sebagai bahan baku pengembangan sektor agroindustri. Hal ini diperlukan agar adanya suatu penyiapan atau rancangan awal untuk menghindari terjadinya kekurangan pasokan. Secara umum, pada pasokan/produksi cabai merah Provinsi Aceh (Gambar 3) terjadi fluktuatif. Hal ini disebabkan oleh musim panen yang berbeda antara wilayah sentra produksi, yaitu Kabupaten Pidie, Aceh Tengah
cabai merah karena pada periode musim tanam (Oktober-Maret) lahan digunakan untuk menanam padi, hal ini terjadi di Kabupaten Pidie. Fluktuasi produksi ini yang menyebabkan juga terjadinya fluktuasi harga.
Berdasarkan Gambar 3,4,5 terlihat bahwa data pasokan stasioner terhadap nilai tengah (mean value), sehingga tidak perlu dilakukan pembedaan (differencing). Dalam hal ini model ARIMA yang dipilih adalah (1,1,0), dengan parameter dapat dilihat pada Tabel 1.
Gambar 3. Pasokan lokal cabai merah Provinsi Aceh (2014-2018)
Gambar 4. ACF pasokan cabai merah Provinsi Aceh
Gambar 5. PACF pasokan cabai merah Provinsi Aceh
Tabel 1. Tabel estimasi model ARIMA (0,0,1)
Tipe Coef. SE Coef. T
p MS ForecastAR1 -0,218 0,130 -1,67 0,100 46,163,995 61:71,302 Kw
Ket: MS (mean square) Forecast: 71,302 kuintal
Berdasarkan Tabel 1, terlihat bahwa model ARIMA yang dapat digunakan adalah (1,1,0)/AR 1, dengan nilai p 0,100 (sangat signifikan pada α 5%) dan MS 46,163,995 serta dengan nilai forecast pada lag 61 sebesar 71,302 kuintal/bulan. Estimasi produksi tertinggi 84,301 kuintal dan terendah 58,303 kuintal. Data ini dapat digunakan sebagai salah satu input untuk membuat desain agroindustri cabai merah di Provinsi Aceh. Nilai forecast pada lag 61 sebesar 71,302 kuintal/bulan bila dibandingkan dengan pasokan local cabai merah pada bulan ke 60/lag 60 sebesar 76,012 kuintal/bulan, artinya mengalami penurunan hingga sebesar 6.19 %. Faktor penurunan produksi tersebut dipengaruhi oleh beberapa hal diantaranya luas panen cabai merah di Provinsi Aceh pada tahun 2019 sedikit mengalami pengurangan dibandingkan dari pada tahun 2018 yaitu dari 4.900 Ha menjadi 4.857 Ha berkurang hingga mencapai 2,3 %. Penurunan produksi cabai merah diikuti dengan tingginya permintaan yang mengakibatkan kenaikan harga sehingga menyebabkan pasokan menjadi semakin berkurang. Menurut Apriyanto (2019), pengembangan agroindustri merupakan salah satu strategi pengembangan ekonomi yang bertumpu pada sektor pertanian sebagai sektor andalan yang kompetitif dengan introduksi dan peningkatan teknologi pertanian, petani didorong tidak hanya menghasilkan bahan primer saja, melainkan juga mampu menghasilkan bahan bahan olahan atau industri pengolahan hasil pertanian sehingga akan terjadi nilai tambah pendapatan yang dapat dinikmati oleh petani. Oleh karena itu diperlukan adanya pengembangan sektor agroindusti cabai merah yang dapat mendukung pendapatan dan ekonomi petani.
KESIMPULAN
Model prediksi pasokan yang sesuai adalah ARIMA (1,1,0) dengan prediksi lag 61 71,302 kwintal.
UCAPAN TERIMA KASIH
Secara khusus tim kajian mengucapkan terima kasih kepada Safwan Fahmi dari Dinas Pertanian dan Perkebunan Provinsi Aceh yang telah mambantu dalam penyediaan dan sinkronisasi data produksi cabai merah Provinsi Aceh.
DAFTAR PUSTAKA
Apriyanto MT, Ivan Chofyan. 2019. Strategi Pengembangan Agribisnis Cabai Merah Di Kawasan Agropolitan Kabupaten Ciamis. Jurnal Perencanaan Wilayah dan Kota vol. 16, no. 1, hal. 9-16, Bulan Maret Tahun 2019.
Badan Pusat Statistik Aceh. 2019. Aceh dalam Angka. Banda Aceh. Bangun RH. 2017.
Penerapan Autoregressive Integrated Moving Average (ARIMA) pada Peramalan Produksi Kedelai di Sumatera Utara. Agrica, 9(2):90-100.
Brown JG. 1994. Agroindustrial Investment and Operation. The World Bank, Washington DC, USA.
Hartuti, N. dan A. Asgar. 1994. Kualitas bahan baku dan hasil olahan cabai di tingkat industri komersial dan rumah tangga di Bandung. Buletin Penelitian Hortikultura 26 (2): 96 - 103.
Kementerian Perdagangan [Kemendag]. 2016. Profil Komoditas Barang Kebutuhan Pokok dan Barang Penting, Komoditas Bawang, Jakarta.
Kesumawati N, Rita Hayati. 2016. Diversifikasi Produk Olahan Cabai Merah Keriting Sebagai Alternatif Penanganan Pasca Panen Cabai Merah Di Kecamatan Curup Utara Kabupaten Rejang Lebong. Dharma Raflesia Unib Tahun XIV, Nomor 2 Desember 2016 (Hal 167-176).
Kuncoro Mudrajad. 1996. Analisis Struktur, Perilaku, dan Kinerja Agroindustri Indonesia:
Suatu Catatan Empiris. KELOLA. Vol. V No.11 Tahun 1996.
Kustiari R. 2020. Perilaku Harga dan Integrasi Pasar Bawang Merah di Indonesia. Jurnal Agro Ekonomi, 35 (2): 77-87.
Nabilah. 2017. Peramalan Harga dan Produksi Cabai Rawit di Provinsi Jawa Timur.
Departemen Statistika Bisnis Fakultas Vokasi. Institut Teknologi Sepuluh Nopember
Nihayah DM. 2012. Kinerja Daya Saing Komoditas Sektor Agroindustri Indonesia (Performance Competitiveness of Agro Commodities Sector Indonesia). Jurnal Bisnis dan Ekonomi (JBE), Maret 2012, Hal. 37 – 48 Vol. 19, No. 1. ISSN: 1412-Nochai R, 1412-Nochai T. 2006. Arima Model for Forecasting Oil Palm Price. Proceeding of3126 the 2ndIMT-GT Regional Conference on Mathematics, Statistics and Application.
University of Sains Malaysia, Penang June 13-15.
Sukiyono, K. 2005. Faktor penentu tingkat efisiensi teknik usaha tani cabai merah di Kecamatan Selupu Rejang, Kabupaten Rejang Lebong. Jurnal Agro Ekonomi 23(2): 176 - 190.
Sumarni, N., Dn. Muharam, A., 2005, Budidaya Tanaman Cabai Merah, Balai Penelitian Tanaman Sayuran Bandung, Pusat Penelitian dan Pengembangan Hortikultura, Bandung.
Udayana, I Gusti Bagus (2011) Peran Agroindustri Dalam Pembangunan Pertanian.
Singhadwala, 44. pp. 3-8. ISSN 0852-775 X.
https://repository.warmadewa.ac.id/id/eprint/29/
Uji Akurasi Prototype Traceability Halal Berbasis RFID dalam DistribusiB-02 Bahan Pangan