PERAMALAN HARGA AYAM BROILER DI LIMA KOTA DI SUMATERA BARAT
Oleh ASMIRA AMRI
A14105655
PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR 2009
RINGKASAN
ASMIRA AMRI. Peramalan Harga Ayam Broiler di Lima Kota di Sumatera
Barat. (Di bawah bimbingan NETTI TINAPRILLA)
Pemerintah provinsi Sumatera Barat menetapkan sub sektor peternakan sebagai salah satu usaha peningkatan pendapatan masyarakat. Dari berbagai jenis usaha peternakan yang ada, pemerintah provinsi Sumatera Barat menetapkan sapi potong dan ayam broiler sebagai komoditi unggulan. Penetapan kedua komoditi tersebut dikarenakan kedua komoditi ini mempunyai tingkat pemanfaatan sumberdaya lokal yang tinggi dan memberikan sumbangan yang besar bagi kebutuhan pangan protein hewani masyarakat Sumatera Barat.Usaha peternakan ayam broiler menempati urutan kedua setelah sapi potong, namun menempati tingkat yang paling tinggi dibandingkan usaha peternakan komoditi unggas lainnya seperti ayam buras, ayam petelur ataupun itik.
Harga ayam broiler sangat berfluktuatif. Fluktuasi harga ayam broiler dapat memberikan dampak positif dan negatif bagi produsen dan konsumen. Dampak positifnya adalah ketika harga broiler sedang tinggi, maka penjual broiler akan mendapatkan keuntungan yang cukup besar, namun konsumen harus mengeluarkan biasa besar untuk memenuhi kebutuhan protein hewani mereka. Sedangkan dampak negative yang ditimbulkan bagi produsen adalah keuntungan yang rendah pada saat harga sedang rendah, namun konsumen mendapatkan dampak positif karena tidak perlu mengeluarkan biaya besar untuk memenuhi kebutuhan protein hewani mereka. Adanya fluktuasi harga memerlukan tindakan pemerintah untuk mengendalikan fluktuasi harga yang terjadi saat ini dan pencegahan agar fluktuasi harga tidak berdampak buruk bagi sub sektor peternakan di Sumatera Barat. Salah satu upaya untuk menganhadapi ketidakpastian pada periode mendatang diperlukan suatu peramalan. Peramalan yang dimaksud disini adalah upaya untuk memperkirakan harga ayam broiler pada waktu tertentu dimasa depan dengan harapan nilainya dapat mendekati atau sama dengan harga sebenarnya yang terjadi pada waktu tersebut.
Sampai saat ini pemerintah provinsi Sumatera Barat belum memiliki model peramalan yang tepat untuk memperkirakan harga ayam broiler dan hanya mengandalkan analisis harga pada bulan tertentu dengan bulan-bulan yang sama pada tahun-tahun sebelumnya. Oleh karena itu Dinas Peternakan Provinsi Sumatera Barat sebagai pengendali harga perlu dibantu untuk mengidentifikasi pola fluktuasi harga ayam broiler di lima kota di Sumatera Barat, mendapatkan metode peramalan terbaik untuk meramalkan harga ayam broiler di lima kota di Sumatera Barat dan meramalkan kecenderungan harga ayam broiler dimasa yang akan datang di Sumatera Barat.
Penelitian ini menggunakan data sekunder yang diperoleh dari Dinas Peternakan Provinsi Sumatera Barat. Data tersebut berasal dari lima kota di Sumatera Barat yaitu Padang, Payakumbuh, Bukittinggi, Solok dan Tanah Datar. Data yang digunakan merupakan data periode dua mingguan harga ayam broiler dari minggu ke dua bulan Januari 2005 sampai minggu ke empat bulan November 2008. Data yang diperoleh diolah dengan menggunakan program Microsoft excel dan Minitab 14.
Model yang digunakan adalah model time series terdiri dari metode trend,
single exponential smoothing, double exponential smoothing, decomposition additive, decomposition multiplicatif, moving average, center moving average, winter additive, winter multiplikatif dan box jenkis. Hasil pengolahan dari
metode-metode tersebut. Plot harga ayam broiler di lima kota di provinsi Sumatera Barat secara umum menunjukkan suatu pola tren yang meningkat, dan mengalami pengulangan tertentu.Metode peramalan terbaik yang diperoleh berdasarkan nilai MAD terkecil untuk meramalkan harga ayam broiler di Kota Padang dan Payakumbuh adalah model winter multiplikatif lag 24. Peramalan untuk Kota Bukittinggi model dekomposisi aditif lag 24. Sedangkan model peramalan untuk Kota Solok dan Kabupaten Tanah Datar adalah winter aditif lag 24. Setahun kedepan diperkirakan harga tertinggi terjadi di Kabupaten Tanah Datar dan harga terendah terjadi di Kota Payakumbuh.
PERAMALAN HARGA AYAM BROILER DI LIMA KOTA DI SUMATERA BARAT
Oleh : ASMIRA AMRI
A14105655
Skripsi
Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Pertanian
Fakultas Pertanian Institut Pertanian Bogor
PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR 2009
Judul Skipsi : Peramalan Harga Ayam Broiler di Lima Kota di Provinsi Sumatera Barat
Nama : Asmira Amri
NRP : A14105655
Menyetujui, Dosen Pembimbing
Ir. Netti Tinaprilla, MM NIP. 132 133 965
Mengetahui,
Dekan Fakultas Pertanian IPB
Prof. Dr. Ir. Didy Sopandie, M. Agr NIP. 131 124 019
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI SAYA YANG BERJUDUL PERAMALAN HARGA AYAM BROILER DI LIMA KOTA DI SUMATERA BARAT BENAR-BENAR HASIL KARYA SAYA SENDIRI DAN BELUM PERNAH DIAJUKAN SEBAGAI KARYA ILMIAH PADA SUATU PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Januari 2009
ASMIRA AMRI A14105655
RIWAYAT HIDUP
Penulis dilahirkan di Pekan Kamis pada 12 Agustus 1984 sebagai anak pasangan Amri, S.Ag dan Musnimar, S.Ag. Penulis adalah anak ke dua dari empat bersaudara.
Penulis menyelesaikan pendidikan sekolah dasar di SD 26 Padang Barat lulus tahun1996. Pendidikan menengah tingkat pertama di SLTP 25 Padang Utara lulus tahun 1999. Pendidikan menengah tingkat atas di SMU 1 Padang Panjang lulus tahun 2002. Pada tahun 2005 penulis menyelesaikan pendidikan di Program Diploma III Supervisor Jaminan Mutu Pangan, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Pada tahun 2006 penulis melanjutkan pendidikan di Program Sarjana Ekstensi Manajemen Agribisnis, Institute Pertanian Bogor.
KATA PENGANTAR
Puji syukur kepada ALLAH, Sang Maha Rahman dan Rahim, yang telah memberikan segala kecerdasan dan petunjuk kepada penulis, sehingga akhirnya karya sederhana ini terselesaikan. Alhamdulillah, ini sebuah barakah bagi penulis karena dalam dua bulan skripsi ini rampung.
Penelitian ini bertujuan untuk mendapatkan metode peramalan terbaik terhadap harga ayam broiler di lima kota di Sumatera Barat. Penulis menyadari bahwa skripsi ini jauh dari sempurna, namun demikian penulis berharap agar hasil yang tertuang dalam skripsi ini dapat bermanfaat.
Bogor, Januari 2009
UCAPAN TERIMAKASIH
Telah beberapa kali penulis mencoba berkarya, namun hasilnya selalu membuat penulis merenung habis-habisan, bahkan sampai menangis ditengah malam dan bertanya “Kenapa keinginan tak selalu terwujud?” Tetapi, dalam perenungan itu akhirnya penulis mendapat satu jawaban bahwa dalam kegagalan pasti ada cinta, dalam ketidakpastian pasti ada hikmah. Ya, rahmat Ilahi selalu datang dalam bentuk kesakitan, kehilangan dan kekecewaan. Inilah sebaris kalimat yang senantiasa menginspirasi penulis selama menuliskan kata demi kata dalam skripsi sederhana ini.
Penulisan skripsi ini tidak terlepas dari bantuan berbagai pihak, yang telah memberikan bantuan moral maupun materil, dorongan semangat, bimbingan, sumbangan pemikiran dan lain-lain. Oleh karena itu pada kesempatan ini penulis ingin menyampaikan terimakasih kepada :
1. Allah SWT Sang Pencipta yang telah memberikan kekuatan, membekaliku dengan ilmu, kertas dan pena. Sungguh rasa syukur mendalam, jalan lurus dan lapang selalu bagian dari do`a.
2. Kepada sepasang cinta Papa dan Mama yang telah membesarkanku hingga mandiri. Tetaplah iringi ananda dengan do`a dan kasih sayang kalian. 3. Ibu Ir. Netti Tinaprilla, MM selaku dosen pembimbing yang telah sabar
memberikan bimbingan, dukungan, pengarahan dan waktunya, sehingga skripsi ini dapat terselesaikan.
4. Bapak Dr.Ir.Nunung Kusnadi, MM selaku dosen evaluator pada saat kolokium atas masukan, koreksi dan saran.
5. Ibu Lina Marni, Spt dan pihak Dinas Peternakan Provinsi Sumatera Barat atas informasi dan data-data yang telah diberikan.
6. Ibu Ir. Harmini, MS selaku dosen penguji utama yang telah memberikan banyak masukan dan koreksi, sehingga skripsi ini lebih baik dan lebih bermanfaat.
7. Mas Arif Karyadi, selaku dosen penguji dan komisi pendidikan atas koreksi dan sarannya, sehingga skripsi ini dapat menjadi lebih sempurna dalam format yang telah ditentukan.
8. Saudara-saudaraku tercinta, Erismar Amri MSi, Fauzan Ismara Amri, Salim Isfayama Amri terimakasih atas segala kasih sayang dan perhatian serta “pengertian” yang amat berharga dan sangat berarti.
9. Mas Baka Senjaya SP yang memberikan banyak masukan, saran dan pinjaman bukunya dan Fajar Sumarto Putro SP, yang telah banyak membantu dalam pengolahan data pada skripsi ini.
10. De Aulia Rahman yang telah banyak mengoreksi skripsi ini saat menjadi pembahas.
11. Mbak Nur, Mbak Maya, Mbak Rahmi dan Mbak Liesca yang telah memberikan kemudahan dan kelancaran dalam proses penyelesaian skripsi ini.
12. Sahabat-sahabat tersayang, Dhahiri Hagyar Siwi, Ratih Tanjungsari, dan Lucia Dewi Manurung, untuk kesediaannya menemani ketika kurasa sulit berdiri dan sendiri
13. Rekan-rekan seperjuangan di Ekstensi yang tidak bisa kusebut satu persatu, semangat itu terbit dari ulasan senyum kalian.
14. Keluarga besar KPP IPB Baranangsiang 3 Blok B no 11, yang terus memberi semangat secara “ngak jelas dan ngak karuan” membuat hidup lebih hidup dengan semua canda kita.
15. Murid-murid kebanggaanku, keceriaan kalian senantiasa memberiku inspirasi.
16. Semua pihak yang telah membantu dalam penyelesaian skripsi ini baik secara langsung maupun tidak langsung, yang tidak bisa disebutkan satu persatu disini.
DAFTAR ISI
Halaman
DAFTAR ISI ... xi
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xiv
DAFTAR LAMPIRAN ... xv
BAB I. PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 4
1.3 Tujuan Penelitian ... 8
1.4 Ruang Lingkup Penelitian ... 8
1.5 Manfaat Penelitian ... 9
BAB II. TINJAUAN PUSTAKA ... 11
2.1 Deskripsi Ayam Ras Pedaging ... 11
2.2 Penelitian Terdahulu ... 13
BAB III. KERANGKA PEMIKIRAN ... 17
3.1. Kerangka Pemikiran Teoritis ... 17
3.1.1. Konsep Harga ... 17
3.1.2. Konsep Peramalan ... 18
3.1.3. Metode Peramalan Model Time Series ... 22
3.2. Kerangka pemikiran Operasional ... BAB IV. METODE PENELITIAN ... 35
4.1. Lokasi dan Waktu Penelitian ... 35
4.2. Jenis dan Sumber Data ... 35
4.3. Metode Pengambilan Sampel ... 36
4.4. Pengolahan dan Analisis Data ... 36
4.5. Identifikasi Pola Data ... 37
4.6. Metode Peramalan Time Series ... 37
4.6.1. Metode Regresi Sederhana ... 38
4.6.2. Metode Rata-rata Sederhana ... 38
4.6.3. Metode Rata-rata Bergerak Sederhana ... 39
4.6.4. Metode Dekomposisi ... 39
4.6.5. Metode Single Eksponential Smoothing ... 40
4.6.6. Metode Double Eksponential Smoothing ... 40
4.6.7. Metode Winter Additive ... 41
4.6.8. Metode Winter Multiplikatif ... 41
4.6.10. Metode Box Jenkis ... 42
BAB V. GAMBARAN AGRIBISNIS AYAM BROILER DI
SUMATERA BARAT ... 50
BAB VI. HASIL DAN PEMBAHASAN ... 56
6.1. Hasil ... 6.1.1. Peramalan Harga Ayam Broiler di Kota Padang ... 56
6.1.2. Peramaln Harga Ayam Broiler di Kota Payakumbuh ... 60
6.1.3. Peramalan Harga Ayam Broiler di Kota Bukittinggi ... 64
6.1.4. Peramalan Harga Ayam Broiler di Kota Solok .. 68
6.1.5. Peramalan Harga Ayam Broiler di kabupaten Tanah Datar ... 71
6.2. Pembahasan ... 75
BAB VII KESIMPULAN DAN SARAN ... 77
7.1. Kesimpulan ... 78
7.2. Saran ... DAFTAR PUSTAKA ... 79
DAFTAR TABEL
Nomor Halaman
1. Jumlah Produksi dan Konsumsi Daging Ternak di Sumbar
Tahun 2007 (dalam Kg) ... 2 2. Perkembangan Populasi dan Pemotongan Ternak Unggas
di Sumatera Barat ... 3 3. Penelitian Terdahulu ... 15 4. Pola ACF dan PACF Model Seasonal ARIMA ... 47 5. Rumah Tangga Pemelihara Ternak Pada Lima Kota Di
Sumatera Barat ... 53 6. Populasi Ayam Broiler pada Lima Kota di Sumatera Barat 54 7. Nilai MAD Metode Peramalan Time Series Pada
Harga Ayam Broiler di Kota Padang ... 58 8. Nilai MAD Metode Peramalan Time Series Pada
Harga Ayam Broiler di Kota Payakumbuh ... 62 9. Nilai MAD Metode Peramalan Time Series Pada
Harga Ayam Broiler di Kota Bukittinggi ... 66 10. Nilai MAD Metode Peramalan Time Series Pada
Harga Ayam Broiler di Kota Solok ... 68 11. Nilai MAD Metode Peramalan Time Series Pada
DAFTAR GAMBAR
Nomor Halaman
1. Grafik fluktuasi harga ayam di lima kota di Sumatera Barat
tahun 2007 ... 3
2. Kerangka Pemikiran Operasional ... 34
3. Gamabaran Rantai Pemasaran Ayam Broiler di Sumatera Barat ... 32 52 52 4. Ramalan Harga Ayam Broiler di Kota Padang ... 59
5. Ramalan Harga Ayam Broiler di Kota Payakumbuh ... 63
6. Ramalan Harga Ayam Broiler di Kota Bukittinggi ... 67
7. Ramalan Harga Ayam Broiler di Kota Solok ... 71
8. Ramalan Harga Ayam Broiler di Kabupaten Tanah Datar ... 74
9. Peramalan Harga Ayam Broiler Pada Lima Kota di
Sumatera Barat ... 76
DAFTAR LAMPIRAN
Nomor Halaman
1 Harga Dua Mingguan Ayam Broiler di Lima Kota di Sumatera
Barat ... 81 2 Plot Data Time Series ... 82 3 Model Peramalan Terbaik Harga Ayam Broiler di Lima Kota
di Sumatera Barat ... 88 4 Ramalan Harga Ayam Broiler 24 Periode Kedepan di Lima
BAB I PENDAHULUAN
1.1 Latar Belakang
Pemerintah Indonesia menetapkan otonomi daerah bagi setiap provinsi di Indonesia demi pemerataan pembangunan ekonomi masyarakat di seluruh pelosok tanah air. Pelaksanaan otonomi daerah menuntut kemandirian daerah dalam menanggulangi keunggulan daerah, peningkatan taraf hidup masyarakat, pemerataan hasil pembangunan, serta peningkatan partisipasi masyarakat dalam aktivitas pembangunan daerah. Otonomi daerah mengharuskan pemerintah provinsi mampu memberikan informasi mengenai aspek-aspek ekonomi yang lebih dapat dikembangkan oleh masyarakat terutama dunia usaha.
Sumatera Barat merupakan bagian dari Negara Kesatuan Republik Indonesia. Pemerintah provinsi Sumatera Barat menetapkan sub sektor peternakan sebagai salah satu usaha peningkatan pendapatan masyarakat terutama pada masa krisis ekonomi belakangan ini. Dari berbagai jenis usaha peternakan yang ada, pemerintah provinsi Sumatera Barat menetapkan sapi potong dan ayam broiler sebagai komoditi unggulan.
Penetapan komoditi sapi dan ayam broiler sebagai komoditi unggulan dikarenakan kedua komoditi ini mempunyai tingkat pemanfaatan sumber daya lokal yang tinggi dan memberikan sumbangan yang sangat besar bagi kebutuhan pangan protein hewani masyarakat Sumatera Barat. Hal ini dapat dilihat dari jumlah produksi dan konsumsi daging ternak di Sumatera Barat pada tahun 2007 yang ditunjukkan oleh Tabel 1.
Tabel 1 Jumlah Produksi dan Konsumsi Daging Ternak di Sumatera Barat Tahun 2007 (dalam Kg)
Jenis Ternak Produksi Daging Ternak Konsumsi Daging Ternak
Sapi Potong 16.367.892 9.339.524
Ayam Broiler 13.004.376 8.843.436
Ayam Buras 4.882.376 2.445.627
Ayam Ras Petelur 4.650.059 -
Kerbau 2.828.488 1.551.205 Kambing 2.168.545 1.117.902 Babi 992.466 537.517 Itik 629.160 323.019 Domba 21.184 11.009 Kuda 16.154 9.243
Sumber : Data Base Dinas Peternakan Provinsi Sumatera Barat 1998-2007
Pemanfaatan sumber daya lokal dapat dilihat dari data produksi daging ternak sedangkan kebutuhan protein hewani dapat dilihat dari data konsumsi daging ternak. Usaha peternakan ayam broiler menempati urutan kedua setelah sapi potong, namun menempati tingkat yang paling tinggi dibandingkan usaha peternakan komoditas unggas lainnya seperti ayam buras, ayam ras petelur ataupun itik.
Statistik data yang tecatat oleh Dinas Peternakan Provinsi Sumatera Barat Tabel 1, memperlihatkan bahwa pada tahun 2007 produksi ternak sapi potong 16.367.892 kg, ayam broiler 13.004.376 kg, ayam buras 4.882.376 kg, ayam ras petelur 4.650.059 kg, kerbau 2.828.488 kg, kambing 2.168.545 kg, babi 992.446 kg, itik 629.160 kg, domba 21.184 kg dan kuda 16.154 kg. Sedangkan ternak yang telah dikonsumsi tahun 2007 diantaranya: sapi potong 9.339.524 kg, ayam broiler 8.843.436 kg, ayam buras 2.445.627 kg, kerbau 1.551.205 kg, kambing 1.117.902 kg, babi 537.517 kg, itik 323.019 kg, domba 11.009 kg, dan kuda 9.243 kg. Secara umum dapat dilihat kebutuhan akan daging ternak di Sumatera Barat sudah dapat dipenuhi oleh produksi daerah sendiri, dimana produksi daging ternak lebih tinggi dibandingkan konsumsi daging ternak, sehingga bisa dimaklumi
kenapa pemerintah Provinsi Sumatera Barat menetapkan peternakan sebagai komoditi unggulan untuk meningkatkan taraf perekonomian masyarakatnya.
Penyediaan pasokan daging ayam broiler di Sumatera Barat dapat dikatakan cukup baik dibandingkan dengan pasokan daging unggas yang lain. Menurut data base Dinas Peternakan Provinsi Sumatera Barat populasi dan pemotongan ayam broiler dari tahun 2004 sampai tahun 2007 selalu menempati urutan tertinggi dibandingkan populasi dan pemotongan ternak unggas lainnya. Perbandingan populasi dan pemotongan berbagai jenis unggas di Sumatera Barat dapat dilihat pada Tabel 2.
Tabel 2 Perkembangan Populasi dan Pemotongan Ternak Unggas di Sumatera Barat Tahun Populasi / Pemotongan Jenis Ternak ayam broiler (ekor) ayam buras (ekor) ayam petelur (ekor) Itik (ekor) 2004 Populasi 12.804.118 7.737.703 5.337.225 852.141 Pemotongan 12.419.996 11.606.560 2.668.631 426.075 2005 Populasi 11.357.881 5.725.515 5.608.482 985.442 Pemotongan 11.017.048 8.588.276 2.804.242 492.725 2006 Populasi 12.847.327 5.107.278 6.397.331 1.050.752 Pemotongan 12.461.906 5.150.191 3.198.157 630.449 2007 Populasi 12.648.143 4.529.106 6.347.337 1.003.445 Pemotongan 12.644.349 6.340.748 3.808.402 602.067 Sumber: Data Base Dinas Peternakan Provinsi Sumatera Barat 1998-2007
Populasi ternak yang dimaksud disini adalah jumlah ternak yang disuplai oleh peternak ke pasar, sedangkan yang dimaksud dengan pemotongan disini adalah jumlah ternak yang dipotong untuk dikonsumsi oleh konsumen. Populasi ayam broiler, ayam petelur dan itik di Sumatera Barat selalu melebihi pemotongannya, berbeda dengan ayam buras dimana pemotongannya lebih tinggi daripada populasinya. Hal ini berarti bahwa untuk memenuhi kebutuhan akan
daging ayam buras di Sumatera Barat harus dipasok dari daerah lain sehingga kebutuhan akan daging ayam buras dapat terpenuhi.
Dari Tabel 2 terlihat bahwa populasi dan pemotongan ayam broiler menempati urutan tertinggi disbanding komoditi unggas lainya. Tingginya populasi dan pemotongan ayam broiler menunjukkan bahwa peternakan ayam broiler memiliki peluang pasar yang sangat besar serta keuntungan yang menjanjikan. Usaha ayam broiler memiliki laju perputaran modal yang cepat dan waktu pemeliharaan yang relatif singkat. Harga ayam broiler relatif terjangkau dan hampir selalu tersedia dipasar-pasar tradisional maupun supermarket.
Bappenas (2006) menjelaskan bahwa banyaknya peternak yang memilih beternak ayam broiler, karena 1) cepatnya perputaran modal, disebabkan panen ayam broiler relatif cepat, 2) penyedia kebutuhan protein hewani, 3) pengisi waktu luang dimasa pensiun, 4) pendidikan dan latihan keterampilan dikalangan remaja, 5) tabungan dihari tua, 6) mencukupi kebutuhan keluarga (profit motif).
1.2 Perumusan Masalah
Ayam broiler merupakan salah satu komoditi yang harganya sangat fluktuatif. Salah satu faktor yang sangat berpengaruh terhadap fluktuatif harga adalah ketidakseimbangan antara supply dan demand ayam broiler. Berdasarkan data yang diperoleh dari Dinas Peternakan Provinsi Sumatera Barat (Gambar 1), harga daging ayam sempat mengalami penurunan mencapai harga Rp 3.500/ekor pada bulan Januari 2007 di Kota Solok. Penurunan harga terjadi akibat pemberitaan berkembangnya wabah flu burung di Kabupaten Sawahlunto Sijunjung yang menyebabkan kematian unggas (ayam) secara mendadak dalam
jumlah yang cukup banyak. Harga ayam broiler juga sempat melonjak hingga Rp 22.500/ekor pada Desember 2007 di kota Padang. Peningkatan harga terjadi akibat seringnya gempa di Sumatera Barat dan mendekati hari raya Idul Adha.
Index D a ta 24 22 20 18 16 14 12 10 8 6 4 2 25000 20000 15000 10000 5000 Variable bukittinggi solok tanah datar padang payakumbuh
Time Series Plot of padang; payakumbuh; bukittinggi; solok; ...
Gambar 1 Grafik fluktuasi harga ayam broiler di lima kota di Sumatera Barat tahun 2007
Tingkat populasi ayam yang tidak seimbang dibandingkan dengan jumlah pemotongannya dapat menyebabkan adanya fluktuasi harga yang cukup besar. Fluktuasi harga yang cukup besar ini terjadi akibat adanya penawaran produsen yang diwakili oleh jumlah populasi ayam, bertemu dengan permintaan konsumen yang diwakili oleh tingkat pemotongan ayam. Pertemuan penawaran dan permintaan ini terjadi di pasar terbuka yang nantinya akan menghasilkan harga keseimbangan antara produsen dan konsumen.
Ketidakstabilan harga yang terjadi memerlukan tindakan pemerintah untuk mengendalikan fluktuasi harga, agar tidak berimbas buruk bagi konsumen maupun produsen peternakan di Sumatera Barat. Salah satu upaya pengendalian
harga yang telah dilakukan oleh Dinas Peternakan Provinsi Sumatera Barat adalah dengan pengadaan informasi pasar. Bentuk penyajian informasi yang diberikan adalah berupa pelayanan informasi harga pasar yang bertujuan menyebarluaskan informasi perkembangan harga komoditi peternakan termasuk komoditi ayam broiler.
Dinas Peternakan Provinsi Sumatera Barat memanfaatkan internet sebagai saran pengiriman data perkembangan harga komoditi peternakan secara tepat dan efektif dengan membuat e-mail pada kabupaten/kota. Kerjasama pengiriman data perkembangan harga komoditi peternakan ini telah dibuat untuk seluruh dinas yang menangani fungsi peternakan di kabupaten/kota di Sumatera Barat, namun yang baru dapat berjalan dengan baik baru pada lima kabupaten/kota, yaitu Padang, Payakumbuh, Bukittinggi, Solok, dan Tanah Datar.
Data perkembangan harga komoditi peternakan yang dikumpulkan oleh petugas kabupaten/kota dikirim ke e-mail Dinas Peternakan Provinsi. Data perkembangan harga komoditi peternakan yang dikirim ke Dinas Peternakan Provinsi Sumatra Barat dianalisi dan disajikan untuk dipublikasikan melalui TVRI dan RRI Padang secara berkala dan juga dimuat dalam Selebaran Informasi Pasar yang diterbitkan oleh Sub Dinas Bina Usaha Dinas Peternakan Provinsi Sumatra Barat yang terbit setiap dua minggu sekali.
Program pelayanan informasi pasar yang sudah berlangsung sampai saat ini dianggap belum dapat berjalan sebagaimana mestinya. Informasi perkembangan harga komoditi pertanian yang disampaikan baru terbatas pada harga yang berlangsung dipasar belum ada perkiraan harga untuk beberapa periode kedepan. Informasi pasar yang ada bermanfaat bagi konsumen dan
produsen baru dalam mengetahui harga yang terbentuk sesuai dengan mekanisme pasar. Namun mengingat harga ayam broiler yang berfluktuatif stakeholder tidak hanya membutuhkan harga dipasar saat ini tetapi juga membutuhkan perkiraan harga mendatang guna melakukan perencanaan dan pengambilan keputusan dalam mengambil peluang yang ada.
Organisasi usaha peternakan senantiasa terkait dengan waktu yang tepat untuk melakukan kegiatan usaha peternakan dan pemasaran. Namun pendapatan peternak tidak dapat diprediksi karena harga komoditi yang dihasilkan sangat berfluktuasi, akibat kondisi lingkungan dan factor lain yang mempengaruhi kualitas dan kuantitas out put dari produk. Disamping itu juga dipengaruhi oleh cuaca, penyakit, harga DOC, harga pakan dan harga produk itu sendiri.
Untuk mengantisipasi ketidakpastian pada periode mendatang diperlukan suatu peramalan. Peramalan yang dimaksud disini adalah upaya untuk memperkirakan harga ayam broiler pada waktu tertentu dimasa depan dengan harapan nilainya dapat mendekati atau sama dengan harga sebenarnya yang terjadi pada waktu tersebut. Namun sampai saat ini Dinas Peternakan Provinsi Sumatera Barat belum memliki model peramalan yang tepat untuk memperkirakan harga ayam broiler dan hanya mengandalkan analisis harga berdasarkan hasil proyeksi perilaku harga. Proyeksi harga yang dilakukan adalah dengan menyamakan perilaku harga pada bulan tertentu dengan bulan-bulan yang sama pada tahun-tahun sebelumnya. Oleh sebab itu Dinas Peternakan Provinsi Sumatera Barat perlu dibantu untuk menemukan :
2. Bagaimana membuat suatu peramalan terbaik untuk meramalkan harga ayam broiler dmeramalkan kecenderungan perubahan harga ayam broiler di Sumatera Barat.
Sasaran yang diharapkan dengan adanya peramalan harga ini adalah dapat menyempurnakan informasi pasar yang ada dalam memberikan informasi kepada peternak ayam broiler di Sumatera Barat. Informasi pasar yang memadai, cepat, tepat sasaran dan tepat waktu didukung oleh informasi perkiraan pasar ternak periode mendatang dapat digunakan peternak sebagai produsen dalam strategi penguasaan pasar dan peningkatan usaha sehingga dapat bersaing dengan kompetitor.
1.3 Tujuan Penelitian
Dari permasalahan yang dihadapi, maka penelitian ini bertujuan :
1. Mengidentifikasi gambaran umum agribisnis ayam broiler di Sumatera Barat.
2. Mengidentifikasi pola fluktuasi harga ayam broiler di Sumatera Barat. 3. Mendapatkan metode peramalan terbaik untuk meramalkan harga ayam
broiler di Sumatera Barat.
1.4 Ruang Lingkup Penelitian
Pada penelitian ini dilakukan peramalan harga ayam broiler, selama dua puluh empat periode kedepan dengan menggunakan metode time series berdasarkan data dua mingguan harga ayam broiler dari minggu ke dua bulan Januari tahun 2005 sampai minggu ke empat bulan November 2008. Pengambilan
data dua mingguan dilakukan dengan asumsi peramalan dua mingguan memiliki keunggulan menggambarkan pola yang lebih baik dibandingkan dengan data bulanan. Data harga yang didapat berasal dari Dinas Peternakan Provinsi Sumatera Barat bagian Bina Usaha. Data tersebut berasal dari lima kota di Sumatera Barat yaitu Padang, Payakumbuh, Solok, Bukittinggi dan Tanah Datar. Kelima kota ini diambil karena kota-kota ini dianggap dapat mewakili kota-kota lain yang ada di Sumatera Barat.
1.5 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat bagi penulis maupun Dinas Perternakan Sumatera Barat bagian Bina Usaha, para pelaku perdagangan komoditas ayam broiler dan peneliti. Adapun manfaat yang dapat diperoleh adalah sebagai berikut:
1. Bagi penulis, penelitian ini sebagai sarana pengaplikasian ilmu yang sudah didapat selama kuliah dengan fakta yang terjadi dilapangan, serta menambah wawasan dan pengalaman dalam menganalisis, mengkaji dan memberikan alternatif pemecahan pada suatu masalah yang tejadi.
2. Bagi para produsen, hasil ini dapat dijadikan sebagai bahan pertimbangan perencanaan dalam berproduksi dan ditingkat harga berapa ayam broiler tersebut akan dijual.
3. Bagi pedagang besar, dapat melihat kota-kota mana saja yang menjadi tujuan distribusi ayam broiler dengan jumlah yang disesuaikan dengan permintaan.
4. Bagi Dinas Peternakan Sumatera Barat, hasil ini dapat dijadikan sebagai bahan masukan serta alterrnatif metode peramalan harga ayam yang terjadi di pasar, selain itu juga dapat digunakan untuk merumuskan kebijakan terhadap ayam broiler dengan memberikan pemahaman menganai pola fluktuasi harga ayam broiler, serta dapat dijadikan acuan untuk membuat tujuan distribusi ayam broiler agar jumlah pasokan lebih merata ditiap-tiap kota di Sumatera Barat.
5. Bagi peneliti lain, penelitian ini dapat dijadikan sebagai bahan acuan untuk pengembangan penelitian selanjutnya.
BAB II
TINJAUAN PUSTAKA
2.1 Deskripsi Ayam Pedaging
Daging ayam merupakan sumber protein hewani yang baik, karena mengandung asam amino esensial yang lengkap dan dalam perbandingan jumlah yang baik. Ayam memiliki serat-serat daging yang pendek dan lunak sehingga mudah untuk dicerna. Daging ayam menghasilkan jumlah kalori yang rendah apabila dibandingkan dengan nilai kalori dari daging sapi. Oleh karena itu daging ayam dapat dipakai sebagai bahan makanan yang baik untuk mengawasi pertambahan berat badan, penyembuhan dari orang sakit dan untuk orang tua yang tidak aktif bekerja lagi. Hidangan daging ayam digunakan sebagai sumber protein dalam diet, yang dimaksud untuk mengurangi jumlah kalori yang diterima dalam tubuh.
Ayam termasuk keluarga ungas. Pada prinsipnya hampir semua ayam dapat digunakan sebagai sumber daging. Karena pertimbangan effisiensi dan ekonomi, hanya jenis ayam tertentu saja yang dikembangkan secara intensif. Jenis ayam yang potensial sebagai sumber daging dikenal sebagai ayam pedaging.
Berdasarkan aspek pemuliaannya terdapat tiga jenis klasifikasi ayam penghasil daging, yaitu ayam kampung, ayam ras dan cult. (Sugiono dan Tien Muchtadi, 1992) :
a. Ayam kampung
Ayam kampung atau ayam lokal adalah jenis ayam yang tidak atau belum mengalami usaha pemuliaan. Dikenal juga dengan sebutan ayam buras (bukan
ras). Berat badan rata-rata ayam berumur dua tahun 2,5 kg bagi ayam betina dan 3-3,25 kg bagi ayam jantan.
Penamaan ayam kampung dengan sebutan ayam lokal didasarkan pada kenyataan bahwa jenis-jenis ayam kampung sering diidentifikasi dengan nama daerah atau tempat asal ayam tersebut terdapat. Contoh ayam kampung yang telah banyak dikenal: ayam Sumatera, ayam kedu, ayam nunukan, dan ayam pelung. Namun yang dikenal sebagai ayam penghasil daging adalah ayam Sumatera dan ayam kedu.
Ciri-ciri fisik ayam kedu tipe pedaging adalah bentuk kepala panjang dan rata, panjang leher sedang, bulunya tebal dan banyak. Bentuk punggung rata atau miring sedikit ke ekor. Dada lebar dengan kedua sayap tertutup kuat, perutnya lebar, besar dan dalam. Kaki pendek, kulit halus dengan tapak kaki berdaging tebal. Jengger biasanya sebuah, bergerigi 6-7 pada betina dan 5-7 pada ayam jantannya.
b. Ayam Cull
Ayam cull adalah ayam yang sebenarnya bukan tipe pedaging, tetapi dijadikan sebagai ayam penghasil daging dengan alasan tertentu. Umumnya ayam ”Cull” berasal dari ayam petelur dilakukan karena ayam yang bersangkutan terdapat cacat atau tidak berfungsi normal, misalnya produktivitas turun. Mutu daging ayam cull umumnya lebih rendah dari ayam ras karena sudah tua dan ukurannya tidak seragam serta jumlahnya sedikit.
c. Ayam ras (Broiler)
Ayam ras adalah jenis ayam yang sudah mengalami upaya pemuliaan, sehingga merupakan ayam pedaging yang unggul, mempunyai bentuk, ukuran dan
warna yang seragam. Ayam pedaging di Amerika dipanen pada umur 8-12 minggu dengan berat 1,59-2,05 kg/ekor. Di Indonesia ayam dipanen pada umur yang lebih muda yaitu enam minggu dengan berat sekitar 1,33 kg per ekor. Pemanenan ayam pedaging pada saat beratnya masih rendah disebabkan oleh kesediaan konsumen yang cenderung membeli ayam utuh yang tidak terlalu besar. Selain itu dagingnya cukup lunak, lemak belum banyak, dan tulang tidak begitu keras.
2.2 Penelitian Terdahulu
Peramalan tentang daging ayam telah dilakukan oleh Azmi (2004) mengenai peramalan permintaan daging ayam di PT Sierad Produce Tbk. Azmi melakukan pemilihan model peramalan kuantitatif yang paling tepat dengan menggunakan metode time series dan kausal. Pola data yang digunakan adalah data time series mingguan permintaan dan harga daging ayam yang dimiliki PT Sierad Produce Tbk, mulai minggu pertama bulan Januari 2001 hingga minggu ke empat bulan Mei 2003. Hasil dari penelitian ini adalah metode yang terbaik untuk melakukan peramalan terhadap permintaan daging ayam pada PT. Sierad Produce Tbk, adalah metode ARIMA (1,1,2).
Puji (2008) melakukan penelitian dengan judul Peramalan Penjualan Ayam Broiler di Perdana Putra Chicken. Peramalan ini dilakukan untuk menentukan model peramalan penjualan ayam broiler yang sesuai untuk perusahaan PPC dan mendapatkan peramalan untuk dua belas periode (tahun 2008). Pola data yang digunakan adalah pola data bulanan, dimulai dari bulan maret tahun 2004 sampai dengan bulan november 2007. Model peramalan yang
layak untuk digunakan dalam peramalan penjualan ayam broiler yang sesuai untuk perusahaan PPC adalah ARIMA (1,1,1).
Analisis perilaku dan peramalan harga ayam pada enam kota besar di kota besar di Jawa dan Bali dengan studi kasus pengendalian harga ayam pada Badan Ketahanan Pangan Departemen Pertanian Republik Indonesia telah dilakukan oleh Arianto (2007). Penelitian tersebut bertujuan utuk menganalisis perilaku harga ayam di enam kota besar Jawa-Bali dan faktor-faktor yang mempengaruhinya. Selain itu untuk mendapatkan metode peramaln time series yang paling akurat, serta meramalkan harga ayam beberapa periode kedepan dengan menggunakan metode tersebut.
Data yang digunakan Arianto dalam penelitiannya adalah data sekunder yang harga bulanan ayam selama kurun waktu 58 bulan (Januari2002-Oktober 2006) pada enam kota besar di Jawa-Bali. Dari penelitiannya Arianto mendapatkan model yang terbaik digunakan untuk meramalkan harga ayam di kota besar Jawa-Bali adalah model time series, SARIMA (0,1,0)(2,1,1)12 untuk kota DKI Jakarta, SARIMA (0,1,0)(2,1,0)12 untuk kota Bandung, SARIMA (0,1,1)(2,1,1)12 untuk kota Semarang, SARIMA (1,1,0)(2,1,1)12 untuk kota Yogyakarta, SARIMA (1,0,0)(2,1,0)12 untuk kota Surabaya dan (0,0,2)(0,1,1)12 untuk kota Denpasar.
Faktor-faktor yang berpengaruh dalam penentuan harga untuk masing-masing kota besar Jawa-Bali berbeda satu dan yang lain. Kota DKI Jakarta harga ayam dipengaruhi oleh harga pada periode sebelumnya dan wabah flu burung. Harga ayam di Bandung, Semarang, dan Surabaya dipengaruhi oleh harga ayam periode sebelumnya, serta dipengaruhi oleh volume produksi pada Kota Bandung,
tingkat konsumsi pada Kota Semarang dan wabah flu burung pada Kota Surabaya. Harga ayam di Kota Yogyakarta dan Denpasar dipengaruhi oleh tingkat konsumsi daging ayam, tetapi di Yogyakarta harga ayam juga dipengaruhi oleh wabah flu burung.
Tabel 3 Penelitian Terdahulu
No Nama/Tahun/Judul Penelitian Hasil 1 Azmi/2004/
Peramalan
Permintaan Daging Ayam di PT Sierad Produc TBK
Melaukan pemilihan model peramaln kuantitatif dengan metode time series.
Menggunakan data mingguaan dari minggu pertama Januari 2001 sampai minggu keempat Mei 2003. Metode ARIMA (1,1,2) 2 Leni Puji Rahayu/2008/ Peramaln Penjualan Ayam Broiler di Perdana Putra Chicken
Menentukan model peramaln penjualan ayam broiler yang sesuai untuk perusahaan PPC dan mendapatkan peramaln untuk dua belas periode kedepan.
Menggunakan data bulanan dari Maret 2004 sampai November 2007. Metode ARIMA (1,1,1) 3 Ipur Dian Arianto/2007/ Analisis Perilaku dan Peramalan Harga Ayam Pada Enam Kota Besar di Jawa-Bali
Menganalisi perilaku harga ayam dienam kota besar Jawa-Bali dan faktor-faktor yang mempengaruhinya.
Mendapatkan metode peramalan time series yang paling akurat, serta meramalkan ayam beberapa periode kedepan.
Menggunakan data bulanan dari Januari 2002 sampai Oktober 2006. DKI Jakarta SARIMA (0,1,0)(2,1,1)12, Bandung SARIMA (0,1,0)(2,1,0)12, Semarang SARIMA (0,1,1)(2,1,1)12, Yogyakarta SARIMA (1,1,0)(2,1,1)12, Surabaya SARIMA (1,0,0)(2,1,0)12 dan Denpasar SARIMA (0,0,2)(0,1,1)12
Persamaan penelitian ini dengan penelitian terdahulu adalah pada alat analisis, menggunakan metode kuantitatif yaitu metode time series sedangkan komoditi yang diramalkan yaitu komoditi ayam broiler. Perbedaan penelitian ini
dengan penelitian sebelumnya adalah data harga sekunder dan periode data yang digunakan. Peramalan ini menggunakan data dua mingguan ayam broiler dari minggu kedua bulan Januari 2005 sampai minggu ke empat bulan November 2008. Data yang dijadikan data sekunder didapat dari lima kota di Sumatera Barat yang sudah memiliki pencatatan yang baik pada Dinas Peternakan dan diasumsikan dapat mewakili harga ayam broiler di Sumatera Barat.
Dari penilitian-penelitian terdahulu (Tabel ), terlihat bahwa metode terbaik meramalkan harga ayam broiler adalah metode Box Jenkins. Hal tersebut memberikan gambaran sementara yang akan dibuktikan selanjutnya bahwa metode terbaik untuk meramalkan harga ayam di Sumatera Barat adalah metode
Box Jenkins. Pola data harga ayam broiler di Sumatera Barat dianggap memiliki
kesamaan dengan pola data di daerah Jawa Bali yaitu pola data tren dengan musiman yang berulang setiap dua belas bulan.
BAB III
KERANGKA PENELITIAN
3.1 Kerangka Pemikiran Teoritis 3.1.1 Konsep Harga
Harga suatu komoditas biasanya dikaitkan kepada sejumlah uang yang harus dikeluarkan untuk memperoleh satu unit komoditas tersebut (Libsey et al, 1995). Dalam teori harga, perubahan harga suatu komoditas adalah perubahan dari jumlah uang yang harus dikorbankan untuk memperoleh komoditas tersebut bagi konsumen dan perubahan jumlah uang yang diterima sebagai kompensasi dari komoditas yang dikorbankan bagi produsen.
Dalam teori ekonomi mikro, harga terbentuk oleh keseimbangan antara kurva permintaan dan kurva penawaran. Kedua kekuatan tersebut saling berinteraksi dalam membentuk harga pada suatu pasar yang bersaing sempurna. Kondisi keseimbangan (equilibrium condition) akan tercapai, jika jumlah yang diminta sama dengan jumlah yang ditawarkan. Pada kondisi ini kedua belah pihak (produsen dan konsumen) akan terpuaskan.
Kekurangan produk yang ditawarkan akan mendorong terjadinya kelebihan permintaan (exses demand) sehingga menyebabkan peningkatan harga, sedangkan kelebihan penawaran (exses supply) terjadi bila jumlah produk yang ditawarkan mengalami surplus sehingga mendorong penurunan harga. Harga suatu komoditas akan berfluktuasi dengan adanya perubahan permintaan dan penawaran.
Fluktuasi produksi akibat perubahan faktor input perusahaan akan menyebabkan pergeseran kurva penawaran. Jika produksi turun, maka kurva penawaran akan bergeser ke kiri atas. Sebaliknya, jika produksi naik maka kurva penawaran akan bergeser ke kanan bawah. Fluktuasi konsumsi akibat perubahan banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat pendapatan tertentu dalam periode tertentu akan menyebabkan pergeseran kurva permintaan. Jika konsumsi naik maka kurva permintaan akan bergeser ke kanan atas, sebaliknya jika konsumsi turun maka kurva permintaan akan bergeser ke kiri bawah. Terjadinya pergeseran kurva, menyebabkan harga baru akan terbentuk.
3.1.2 Konsep Peramalan
Peramalan adalah suatu kegiatan untuk memperkirakan apa yang akan terjadi di masa mendatang. Menurut Mulyono (2000), peramalan merupakan suatu proses memperkirakan secara sistematis tentang apa yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang yang dimiliki, agar kesalahan dapat diperkecil. Peramalan juga dapat diartikan sebagai usaha memperkirakan jawaban yang pasti tentang apa yang akan terjadi, melainkan mencari apa yang sedekat mungkin dengan yang akan terjadi.
Peramalan menjadi salah satu hal yang penting dalam pengambilan keputusan manajemen. Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien (Makridakis et al.,1999). Peramalan merupakan suatu dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa pada waktu yang akan datang, yang dapat membantu dalam melakukan perencanaan dan pengambilan keputusan (Hanke et al.,2003).
Keberhasilan dalam bidang bisnis/ekonomi sangat ditentukan oleh kemampuan meramalkan apa yang akan terjadi di masa mendatang. Adanya ramalan memungkinkan manajemen menyusun perencanaan/keputusan untuk mengantisipasinya. Peramalan bisnis/ekonomi dibutuhkan mengingat kondisi bisnis/ekonomi sangat dipengaruhi oleh kondisi lingkungan yang bersifat sangat dinamis & tidak pasti (tidak deterministik). Banyak faktor yang berpengaruh terhadap gejolak perkembangan bisnis dan ekonomi.
Peramalan yang baik membutuhkan pendekatan yang tepat, yang tercermin dalam metode peramalan yang dipilih yaitu metode peramalan terakurat, sehingga dapat digunakan untuk menyusun perencanaan dan pengambilan keputusan bisnis/ekonomi. Menurut Hanke (2003), teknik peramalan pada data menghasilkan kejadian historis mengarah ke identifikasi lima tahap proses peramalan sebagai berikut: 1) pengumpulan data, 2) pemadatan atau pengurangan data, 3) penyusunan model dan evaluasi, 4) ekstrapolasi atau peramalan aktual, 5) evaluasi peramalan.
Menurut jangka waktu ramalan yang disusun Mulyono (2000) menyatakan bahwa peramalan dapat dibedakan atas tiga. Ramalan jangka pendek yaitu peramalan yang dilakukan untuk hasil ramalan dengan jangka waktu yang kurang dari setengah tahun atau sekitar 3 bulan. Peramalan jangka menengah yaitu peramalan yang dilakukan untuk menyusun hasil ramalan tiga bulan sampai dua tahun. Peramalan jangka panjang yaitu peramlan yang dilakukan untuk menyusun hasil ramalan jangka waktu lebih dari dua tahun.
Menurut sifat peramalannya Mulyono (2000) menjelaskan bahwa peramalan dapat dibedakan atas peramalan kualitatif dan peramalan kuantitatif.
a. Peramalan Kualitatif
Peramalan kualitatif merupakan peramalan yang ditentukan berdasar pemikiran yang bersifat judgement, pengetahuan, pengalaman & intuisi si peramal. Peramalan ini digunakan apabila data historis maupun data empiris dari variabel yang diramalkan tidak cukup, tidak ada, atau tidak dapat dipercaya karena kurang akurat. Peramalan ini tetap membutuhkan data kuantitatif, tetapi data kuantitatif ini hanya digunakan sebagai informasi untuk menganalisa dan meramalkan data tesebut tanpa proses kuantitatif. Proses yang digunakan adalah mencatat kebiasaan vaiabel lalu meramalkannya menggunakan perasaan peneliti. Sehingga pandangan atau ”judgemen” dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut.
Peramalan kualitatif jika dilakukan oleh beberapa orang terpisah, hasilnya akan bervariasi cukup besar, sedangkan jika dilakukan oleh sekelompok orang, hasilnya bisa jadi tidak diperoleh kesamaan pendapat tentang hasil ramalan, atau hasil ramalan umumnya merupakan pendapat pribadi dari orang yang paling berpengaruh dalam kelompok. Peramalan kualitatif relatif bersifat subyektif.
Untuk situasi manajemen dan industri/pasar yang kompleks, peramalan kualitatif relatif sukar dilaksanakan, karena kemampuan otak manusia terbatas untuk mengelola informasi dan hubungan kausal yang kompleks. Namun untuk situasi yang sederhana ditambah judgement, pengetahuan, pengalaman dan intuisi yang kuat dari orang atau kelompok orang yang melakukan peramalan, seringkali hasilnya relatif baik.
Metode untuk peramalan kualitatif dibagi atas metode ekploratoris dan normatif. Metode eksploratoris terdiri dari metode Delphi, kurva S analogi dan penelitian morfologis, yang dimulai dari masa lalu dan masa kini sebagai titik awalnya dan bergerak secara heuristik dengan melihat semua kemungkinan yang ada. Sedangkan metode normatif terdiri dari matriks keputusan, pohon relevansi dan analisis sistem, dimulai dengan menetapkan sasaran dan tujuan yang akan datang kemudian melihat kemasa lalu apakah hal ini dapat dicapai berdasarkan kendala, sumber daya dan teknologi yang tersedia (Makridakis et al.,1999)
b. Peramalan Kuantitatif
Peramalan kuantitatif merupakan peramalan yang didasarkan pada data kuantitatif masa lalu. Peramalan ini memiliki sifat yang lebih objektif berdasarkan pada keadaan aktual (data) yang diolah dengan menggunakan metode-metode tertentu. Penggunaan suatu metode juga harus didasarkan pada fenomena manajemen atau bisnis apa yang diramalkan dan tujuan yang ingin dicapai melalui peramalan. Peramalan kuantitatif dapat diterapkan bila terdapat tiga kondisi berikut (Makridakis et al.,1999) :
1. tersedia informasi masa lalu
2. informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik 3. dapat diasumsikan bahwa pola masa lalu akan terus berlanjut di masa
yang akan datang.
Pada dua kondisi pertama merupakan suatu keharusan bagi penerapan metode peramalan kuantitatif. Kondisi ketiga merupakan syarat kecukupan, artinya walaupun asumsi ketiga dilanggar, model yang dirumuskan masih
dapat digunakan. Hal tersebut akan memberikan kesalahan peramalan yang relatif besar bila perubahan pola data ataupun bentuk hubungan fungsional tersebut terjadi secara sistematis.
Data yang digunakan dalam peramalan kuantitatif hendaknya 1)
reliable dan akurat (berasal dari sumber yang andal dengan
memperhatikan akurasinya), 2) relevan, 3) konsisten (jika ada perubahan definisi harus ada penyesuaian), 4) cukup (tidak terlalu sedikit sebagai basis data atau tidak terlalu banyak sehingga ada bagian yang tidak relevan). Pada data kuantitatif jika terjadi perubahan pola, maka hasil ramalan relatif kurang akurat. Jika pola data historis terjadi perubahan struktural, relatif sulit upaya penyesuaiannya, kecuali telah tersedia data historis yang cukup untuk menentukan pola yang baru.
Metode peramalan kuantitatif terbagi menjadi dua, yaitu metode
time series dan metode kausal. Metode time series menggunakan data yang
memiliki deret waktu yang dikumpulkan, dicatat, atau diamati dari rangkaian waktu (Hanke et al.,2003). Sedangkan metode kausal didasarkan atas penggunaan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang mempengaruhinya, metode ini disebut juga dengan model regresi.
3.1.3 Konsep Metode Peramalan Model Time Series
Metode peramalan time series merupakan bagian dari metode peramalan dengan pendekatan kuantitatif. Metode peramalan time series merupakan metode yang sering digunakan dalam ekonomi dan bisnis, dimana sejumlah observasi
diambil selama beberapa periode dan digunakan sebagai dasar dalam menyusun suatu ramalan untuk beberapa metode dimasa depan (Assauri, 1984).
Metode peramalan time series didasarkan pada analisis perilaku atau nilai masa lalu suatu variabel yang disusun menurut urutan waktu. Alasan penggunaan model ini adalah karena sederhana, cepat dan murah. Model ini cocok untuk meramalkan variabel dalam tempo singkat dan sumber data yang terbatas (Mulyono, 2000). Menurut Makridakis et, al (1999) ada tiga alasan kenapa menggunakan metode deret waktu, yaitu:
a. sistem kemungkinan tidak dipahami, dan sekalipun dipahami, hubungan– hubungan yang mengatur perilaku sistem tersebut kemungkinan sulit sekali diungkapkan.
b. perhatian utama hanyalah memprediksi apa yang akan, bukan bagaimana hal tersebut terjadi.
c. saat mengetahui sesuatu terjadi dan memprediksi apa yang akan terjadi, nilainya tidak terlalu berarti, padahal biaya untuk mengetahui tetang mengapa terjadi kemungkinan sangat tinggi, sementara biaya untuk memprediksi apa yang akan terjadi lebih rendah.
Menurut Hanke et al., (2003), persyaratan esensial dalam memilih suatu teknik peramalan tidak terletak pada metode peramalan yang menggunakan proses matematika yang rumit atau menggunakan metode yang canggih, akan tetapi metode terpilih harus menghasilkan suatu ramalan yang akurat, tepat waktu, maanfaat yang diperoleh lebih besar dari biaya penggunaannya dan dipahami oleh manajemen, sehingga ramalan dapat membantu menghasilkan keputusan yang lebih baik.
Peramalan harus menyadari bahwa mereka menghadapi persoalan dan keputusan yang berbeda-beda dimana tidak setiap metode peramalan dapat dikembangkan. Pertimbangan yang cermat dalam memilih metode peramalan diperlukan agar ramalan dapat digunakan sesuai dengan tujuan yang telah ditentukan. Makridarkis (1999), mengemukakan enam faktor utama yang menggambarkan kemampuan dan kesesuaian dalam memilih suatu metode peramalan. Enam faktor tersebut adalah horizon waktu, pola data, daya tarik metode itu sendiri, ketepatan, biaya dan waktu, serta ketersediaan perangkat lunak komputer.
1. Horizon waktu
Metode peramalan berhubungan dengan dua aspek horizon waktu, yaitu: cakupan waktu dimasa yang akan datang dan jumlah periode ramalan yang diinginkan. Beberapa teknik metode hanya dapat sesuai untuk peramalan satu periode kedepan, sedangkan teknik lainnya dapat dipergunakan untuk meramalkan beberapa periode kedepan.
2. Pola data
Setiap metode peramalan memiliki perbedaan kemampuan dalam mengidentifikasi pola atau karakteristik data secara umum. Serial data dapat dikelompokkan dalam empat pola. Pola pertama adalah pola stasioner, yaitu jika pola data berfluktuasi disekitar nilai rata-rata yang konstan. Pola yang kedua adalah pola musiman, yaitu jika data membentuk fluktuasi konstan dan proporsional dalam jangka pendek (kurang dari satu tahun) yang disebabkan oleh faktor musiman. Pola data ketiga adalah pola siklis, yaitu jika data dipengaruhi oleh fluktuasi tersebut disebabkan oleh pengaruh ekonomi jangka panjang. Pola
keempat adalah pola tren, yaitu jika data menunjukkan kenaikan atau penurunan secara sekuler dalam jangka panjang.
Perbedaan dari keempat pola data itu memerlukan penyesuaian antara pola data dengan metode analisis yang akan digunakan. Usaha penyesuaian itu biasanya dilakukan dengan membuat sebuah asumsi bahwa ada suatu bentuk pola data dalam serial data yang harus berkelanjutan, kemudian dipilih metode yang sesuai dengan pola tersebut.
Berdasarkan keempat tipe pola tersebut, menurut Hanke (1999) ada empat teknik peramalan yang umum digunakan yaitu:
a. Teknik peramalan untuk data stasioner (pola horisontal)
Pola horisontal terjadi ketika data observasi berfluktuasi disekitar nilai rata-rata yang konstan atau dengan kata lain nilai meannya tidak berubah sepanjang waktu. Situasi seperti ini muncul ketika pola data yang mempengaruhi deret relatif stabil. Teknik peramalan yang perlu dipertimbangkan pada peramalan deret stasioner adalah metode naive, simple average, moving average, single
exponential smooting, dan auto regressive integrated moving average (ARIMA)
b. Teknik peramalan untuk data musiman (seasonality)
Pola musiman terjadi ketika data-data observasi dipengaruhi faktor musiman. Deret bermusim didefinisikan sebagai deret waktu dengan pola perubahan yang berulang dengan sendirinya dari tahun ke tahun. Komponen musiman merupakan fluktuasi yang terjadi kurang dari setahun dan berulang pada tahun-tahun beriktnya. Komponen musiman relatif dominan pada peubah-peubah yang besarannya tergantung pada musim atau cuaca, seperti produk pertanaian. winter, regresi berganda, dan ARIMA.
c. Teknik peramalan untuk data siklus (cyclus)
Pola siklus terjadi ketika data observasi terlihat naik atau turun dalam periode waktu yang tidak tetap setiap dua tahun, tiga tahun, atau lebih. Siklik didefinisikan sebagai fluktuasi seperti gelombang disekitar tren. Komponen siklus umumnya ditemukan pada analisis jangka panjang seperti peramalan yang menyangkut siklus hidup produk. Teknik-teknik yang perlu dipertimbangkan adalah dekomposisi indikator ekonomi, regresi berganda dan model ARIMA. d. Teknik peramalan untuk data kecenderungan (tren)
Pola tren terbentuk ketika data observasi terlihat meningkat atau menurun dalam periode waktu yang lebih panjang. Tren merupakan komponen jangka panjang yang mendasari pertumbuhan dan penurunan data time series. Komponen tren dapat terjadi akibat adanya pertumbuhan penduduk, perubahan teknologi, inflasi, produktivitas dan sebagainya. Teknik peramalan yang perlu dipertimbangkan pada peramalan deret stasioner adalah metode naive, linier
regression, growt curve, moving average, single exponential smoothing, dan
ARIMA.
Langkah yang harus dilakukan untuk menganalisis data historis adalah dengan memplotkan data tersebut secara grafis. Dari hasil plot data tersebut dapat diketahui apakah pola data stasioner, musiman, siklik atau tren. Dengan mengetahui secara jelas pola dari suatu data historis maka dapat dipilih teknik-teknik peramalan yang mampu secara efektif mengektrapolasi pola data.
3. Daya tarik metode peramalan
Daya tarik yang dimiliki oleh sebuah metode peramalan akan menjadi aspek penting yang perlu dipertimbangkan oleh peramal untuk memilihnya. Daya
tarik mencakup kekuatan atau kelemahan dari metode peramalan, kesederhanaan dan kemudahan aplikasi. Selain itu juga daya tarik intuitif yang dirasakan oleh peramal.
4. Ketepatan
Ketepatan menunjukkan kemampuan metode untuk meramalkan suatu variabel yang dilihat dari besarnya selisih antara hasil ramalan dan kenyataan. Setelah dilakukan analisis residual, akan diperoleh dua atau lebih model yang cocok dan akan dipakai untuk peramalan. Untuk memilih model yang dipakai, maka perlu diukur besarnya kesalahan residual. Besaran yang umum dipakai untuk menentukan kesalahan peramalan adalah MAD (Mean Absolute Deviation), MSE (Mean Square Error) dan MAP (Mean Absolute Procentage).
MAPE menunjukkan persentase tingkat kesalahan secara absolut. MSE menunjukkan kuadrat dari kesalahan peramalan, kedua cara ini memberikan kesalahan ekstrim yang berat ketika membandingkan model-model peramalan. Pada saat tak ada kecocokan, maka nilai MSE menjadi sangat besar, sehingga ukuran yang paling banyak dipilih adalah MAD. Jika model memiliki kecocokan yang sempurna, maka MAD = 0, sedangkan jika model tidak memiliki kecocokan, maka MAD adalah besar. Dengan demikian pada saat membandingkan beberapa model peramalan, yang dipilih adalah model dengan MAD minimum (Hanke et al, 2003). Pengukuran ketepatan metode peramalan ini pada akhirnya memang dipakai sebagai kriteria dalam memilih metode peramalan.
5. Biaya dan waktu
Pemilihan metode peramalan juga dipengaruhi oleh biaya yang harus dikeluarkan berkaitan dengan metode yang dipilih. Ada empat unsur biaya yang
tercakup dalam penggunaan suatu prosedur ramalan, yaitu biaya pengembangan, biaya penyimpanan data, operasi pelaksanaan dan kesempatan untuk menggunakan teknik-teknik lainnya.
6. Ketersediaan perangkat lunak komputer
Ketersediaan perangkat lunak komputer penting untuk membantu menyusun metode peramalan kuantitatif. Penetapan metode peramalan menggunakan program komputer yang sesuai. Program tersebut harus mudah digunakan, bebas dari kesalahan-kesalahan besar, sehingga dapat dipahami dan diinterpretasikan hasilnya.
Berdasarkan dari pola data yang telah diuraikan di atas maka, metode peramalan model time series terdiri dari beberapa metode peramalan. Beberapa metode peramalan tersebut akan diuraikan sebagai berikut:
1. Model Regresi Sederhana (Trend)
Model trend menggambarkan pergerakkan jangka panjang didalam deret waktu yang seringkali dijelaskan sebagai garis lurus atau kurva halus. Model ini menunjukkan hubungan antara periode dan variabel yang diramal. Pola data yang mengandung unsur musiman dapat dimasukkan dalam teknik ini.
2. Model Rata-rata Sederhana (Moving Average)
Teknik rata-rata sederhana menggunakan rata-rata semua pengamatan historis yang relevan sebagai ramalan periode mendatang. Model yang tepat apabila gejolak yang membentuk deretan waktu telah distabilkan dan lingkungan dimana deret-deret berada secara umum tidak berubah. Model ini tidak terlalu memperhatikan fluktuasi dari deret waktu, cocok untuk data stationer. Kekurangan dari metode ini adalah hanya mampu meramal satu periode kedepan
serta kurang praktis karena peramal harus menyimpan seluruh data historisnya. Setiap penyusunan ramalan periode yang baru akan menggunakan data yang semakin banyak (Hanke et al,. 2003).
3. Model Rata-rata Bergerak Sederhana (Center Moving Average)
Model rata-rata bergerak digunakan untuk menghilangkan kekurangan pada teknik rata-rata sederhana. Model ini meramal metode yang akan datang menggunakan nilai rataan, mengeluarkan nilai dari periode yang lama dan memasukkan nilai dari periode terbaru dari sekelompok data yang jumlahnya konstan. Kelebihan teknik ini adalah fleksibel dengan jumlah data yang dimasukkan ke dalam nilai rataan sehingga dapat divariasikan sesuai dengan pola datanya. Model ini sangat cocok untuk data stationer yang cenderung bergerak tidak menaik atau menurun (Makridakis et al., 1999).
4. Model Dekomposisi
Dekomposisi adalah salah satu pendekatan yang berupaya mengidentifikasi faktor komponen yang mempengaruhi setiap nilai pada deret. Setiap komponen diidentifikasi secara terpisah. Proyeksi setiap komponen kemudian dapat dikombinasikan yang menghasilkan nilai ramalan masa depan deret waktu. Model ini digunakan hanya sekedar menampilkan pertumbuhan dan penurunan suatu deret, atau untuk menyesuaikan deret dengan cara menghilangkan satu atau beberapa komponen. Secara umum teknik dekomposisi dibagi atas dua macam yaitu dekomposisi aditif dan dekomposisi multiplikatif. 5. Model Single Exponential Smoothing
Model pemulusan eksponensial adalah prosedur yang dapat merevisi hasil ramalan secara kontinyu dengan menggunakan informasi terbaru. Model ini
berdasarkan pemulusan yang menurun secara eksponensial. Prediksi dilakukan dengan memberi bobot yang lebih tinggi untuk informasi yang lebih baru. Metode pemulusan eksponensial tunggal sangat cocok untuk pola data stationer dan tidak efektif dalam menangani peramalan yang pola datanya memiliki komponen trend dan pola musiman. Model ini hanya menyimpan data terakhir, ramalan terakhir dan konstanta pemulusan (α) sehingga dapat mengurangi masalah penyimpangan data.
6. Model Double Exponential Smoothing (Brown)
Model ini menetapkan bahwa ramalan merupakan hasil dari perhitungan dua kali pemulusan eksponensial dengan tujuan mengatasi masalah data yang tidak stationer dengan trend linear. Hasil yang diperoleh dari pemulusan eksponensial tunggal dilakukan pemulusan kembali dengan memberi bobot yang menurun secara eksponensial. Kelemahan model ini tidak dapat meramalkan data yang memiliki data dengan pola musiman.
7. Model Winter
Metode ini akan menghasilkan ramalan yang lebih tepat pada data historis yang memiliki pola tren linear dan pola musiman. Metode Winters memberikan cara yang mudah untuk menjelaskan musiman didalam model ketika data memiliki pola musiman. Metode ini menghapus musiman atau penyesuaian musiman pada data. Metode peramalan diaplikasikan untuk data musiman terhapus, kemudian musiman dimasukkan kembali untuk mendapatkan ramalan yang akurat. (Hanke et al.,2003). Metode Winters cocok untuk data deret waktu dengan pola stasioner, pola tren konsisten, dan pola musiman, yang didasari oleh tiga persamaan yang masing-masing melicinkan faktor-faktor yang berkaitan
dengan pola data, yaitu faktor random (keacakan), faktor tren (kecenderungan) dan faktor musiman (Makridarkis et al,.1999).
Metode ini terdiri dari dua yaitu winter aditif dan winter multiplikatif. Metode additif untuk meramalkan data time series dengan trend linear dan memiliki variasi musiman aditif. Perkiraan nilai awal parameter yang diperbaharui biasanya diperoleh dari model dekomposisi aditif. Sedangkan model winter multiplikatif untuk meramalkan data time series dengan trend linear dan memiliki variasi musiman tidak konstan. Perkiraan nilai awal parameter yang diperbaharui biasanya diperoleh dari model dekomposisi multiplikatif.
8. Model Box Jenkins
Metode Box-Jenkins merupakan suatu peramalan yang sangat berbeda dengan kebanyakan metode lainnya, karena metode ini tidak mengasumsikan pola tertentu pada data historis deret yang diramalkan supaya model dapat bekerja dengan baik. Metode ini sangat tepat untuk kondisi dimana tersedia data yang memiliki jangka waktu pendek, berdistribusi normal, dan umumnya tidak berisi informasi berguna. Teknik Box-Jenkins mengacu pada himpunan prosedur untuk mengidentifikasikan, mencocokkan dan memeriksa model ARIMA (autoregressive integrated moving average) dengan data deret waktu (Hanke et,al. 2003). Peramalan ARIMA mengikuti langsung dari bentuk model disesuaikan (Makridakis, 1999).
Model SARIMA (Seasonal ARIMA) hampir sama dengan model ARIMA tidak mensyaratkan suatu pola data tren tertentu supaya model dapat bekerja dengan baik. Sugiato dan Harjono (2000) menyebutkan bahwa metode Bob
yang paling tepat dari berbagai alternatif model yang ada. Model yang terpilih dilakukan pengujian kembali. Model dianggap sudah memadai apabila residual terdistribusi secara random, kecil dan independen satu sama lain.
3.2 Kerangka Pemikiran Operasional
Ternak broiler sebagaimana mana komoditas agroindustri lainnya adalah komoditas yang mudah rusak, harga sangat fluktuatif dan supply demand yang tidak stabil. Selama ini belum ada kebijakan yang dapat menekan tingkat fluktuasi harga yang terjadi.
Melihat fenomena yang terjadi pada komoditas ayam broiler ini, maka dibutuhkan peramalan mengenai harga ayam broiler guna mengurangi ketidakpastian harga dan mengetahui tingkat harga ayam broiler pada masa yang akan datang. Peramalan merupakan salah satu upaya antisipasi yang dapat dilakukan dengan memprediksi dan menganalisis pola data harga dimasa depan. Hal tersebut juga dapat membantu para produsen dan konsumen dalam membuat keputusan penjualan dan pembelian.
Dalam penelitian ini peramalan yang dilakukan akan melibatkan metode peramalan kuantitatif. Alasan digunakannya metode peramaln kuantitatif adalah agar prediksi yang dihasilkan lebih bersifat objektif dan memiliki tingkat keakuratan yang baik. Metode peramaln kuantitatif yang digunakan adalah metode time series untuk meramal nilai suatu variabel dimasa yang akan datang tanpa melihat variabel lain yang mempengaruhi variabel tersebut. Oleh karena itu data yang digunakan untuk meramalkan harga ayam broiler dimasa yang akan datang adalah data harga rata-rata dua mingguan ayam broiler.
Metode time series yang digunakan terdiri dari, Metode Tren Linier, Metode Rata-rata Sederhana (Simple Average), Metode Rata-rata Bergerak Sederhana (Center Moving Average), Metode Dekomposisi Aditif, Metode Dekomposisi Multiplikatif, Metode Penghalusan Eksponensial Tunggal (Single
Eksponential Smoothing-SES), Metode Penghalusan Eksponensial Ganda
(Brown), Metode Winters Aditif, Metode Winter Multiplikatif dan Metode
Box-Jenkins.
Tahap berikutnya adalah pemilihan metode peramalan yang dianggap paling akurat. Pemilihan metode peramalan terakurat didasarkan pada nilai kesalahan yang paling kecil dan dari beberapa metode peramalan yang digunakan. Semakin kecil nilai kesalahan, maka metode memiliki nilai peramalan yang paling mendekati nilai aktual agar masing-masing metode dapat semaksimal mungkin melakukan pengujian data.
Setelah memilih metode peramaln terakurat, maka dilakukan peramalan terhadap data ayam broiler untuk beberapa periode kedepan. Metode peramalan terakurat dan data hasil peramalan tersebut kemudian akan menjadi bahan rekomendasi terhadap pihak terkait sebagai pertimbangan dalam membuat kebijakan agar kebijakan yang dibuat dapat seefektif mungkin. Gambar 2. akan memperlihatkan diagram alur pemikiran dari penelitian ini.
Terjadi fluktuasi harga ayam broiler
Rekomendasi berupa : * Metode peramalan terbaik
* Peramalan beberapa metode peramalan * Implikasi hasil peramalan
Metode Peramalan
Pemilihan Metode Peramalan Time Series Terbaik Identifikasi Pola Data
Dinas Peternakan Provinsi Sumatera Barat perlu melakukan kajian mendalam dan tindakan antisipasi, sehingga kenaikan atau penurunan harga tiba-tiba
secara drastis tidak merugikan konsumen dan produsen Pemerintah Provinsi Sumatera Barat menetapkan Sapi Potong
dan Ayam Broiler sebagai komoditi unggulan
Peramalan
Metode Time Series 1. Metode Tren linier
2. Metode Rata-rata Sederhana (Moving Average)
3. Metode Rata-rata Bergerak Sederhana (Center Moving Average) 4. Metode Dekomposisi Addiktive
5. Metode Dekomposisi Multiplicative
6. Metode PenghalusanEksponensial Tunggal (Single Eksponential Smoothing-SES) 7. Metode Penghalusan Eksponensial Ganda (Brown)
8. Metode Winters Additive 9. Metode Winters Multiplicative 10. Metode Box-Jenkins
Otonomi Daerah
Gambaran Umum Agribisnis Ayam Broiler pada Lima Kota di Sumatera Barat
BAB IV
METODE PENELITIAN
4.1 Lokasi dan Waktu Penelitian
Penelitian ini dilaksanakan di Dinas Peternakan Provinsi Sumatera Barat bagian Bina Usaha yang berlokasi di jalan Rasuna Said No 68 Padang. Pemilihan lokasi dilakukan secara sengaja berdasarkan pertimbangan bahwa data-data yang diperlukan lebih mudah diperoleh, serta Dinas Peternakan Provinsi Sumatera Barat merupakan sumber primer yang menyediakan data sekunder mengenai data historis harga ayam di Sumatera Barat. Pengambilan data dilaksanakan mulai bulan November hingga Desember 2008.
4.2 Jenis dan Sumber Data
Data yang diperlukan dalam penelitian ini adalah data sekunder. Data sekunder utama adalah harga ayam di Sumatera Barat yang diperoleh dari bagian Bina Usaha Dinas Peternakan Provinsi Sumatera Barat sebagai penyedia utama data. Sedangkan data sekunder pendukung lainnya diperoleh melalui studi pustaka pada perpustakaan pusat Institut Pertanian Bogor (IPB), dan internet. Data harga ayam di Sumatera Barat yang dianalisis adalah data dua mingguan dari minggu kedua bulan Januari 2005 sampai minggu ke empat bulan November 2008. Pengambilan data dua mingguan dilakukan dengan asumsi peramalan mingguan memiliki keunggulan menggambarkan pola yang lebih baik dibandingkan dengan data bulanan.
