8
2.1
Penelitian Sebelumnya
Penelitian yang pernah dilakukan sebelumnya peramalan produksi dan konsumsi ubi jalar nasional dalam rangka rencana program diversifikasi pangan pokok. Penelitian ini memiliki persamaan metode yang digunakan untuk mencari perhitungan yaitu menggunakan metode sarima.Penelitian ini membahas tentang peramalan produksi dan konsumsi ubi jalar, data yang digunakan adalah data produksi dan konsumsi nasional ubi jalar, data luas panen nasional ubi jalar dan beras, data produktivitas nasional ubi jalar dan beras, serta data tingkat konsumsi per kapita per tahun ubi jalar dan beras. Data yang akan diolah memiliki rentang waktu selama 25-40 tahun terakhir. Sumber utama data dalam penelitian ini berasal dari Badan Ketahanan Pangan, BPS, Ditjen Tanaman Pangan dan FAO sedangkan informasi-informasi lainnya yang berkaitan dengan penelitian bisa diperoleh dari buku-buku literatur, jurnal, media massa maupun media elektronika (internet). Variabel yang digunakan dalam penelitian ini hanya variabel produksi, luas panen,
konsumsi dan konsumsi perkapita ubi jalar nasional.
Model SARIMA dalam peramalan kunjungan wisata Kota Batu yang mempunyai beragam wisata alam contohnya Kusuma Agrowisata. Pada musim-musim liburan sekolah dan tahun baru, jumlah kunjungan wisata meningkat daripada hari-hari biasanya, sehingga model peramalan yang digunakan dalam penelitian adalah model SARIMA. Data yang digunakan dalam penelitian adalah data kunjungan wisata Kusuma Agrowisata Batu Malang mulai tahun 2001-2011.
2.2
Landasan Teori
2.2.1 Curah Hujan
Menurut BMKG (Badan Meteorologi, Klimatologi dan Geofisika) Hujan merupakan satu bentuk presipitasi yang berwujud cairan. Presipitasi sendiri dapat berwujud padat (misalnya salju dan hujan es) atau aerosol (seperti embun dan kabut). Presipitasi (endapan) adalah cairan atau zat padat yang berasal dari hasil kondensasi atau pengembunan uap air yang jatuh dari awan sampai ke permukaan bumi. (BMKG)
curah hujan disebut Rain Gauge. Curah hujan diukur dalam jumlah harian, bulanan, dan tahunan. (Lakitan, 2002)
2.2.2 Padi Sawah
menghasilkansama sekali atau hasilnya rendah akibat air hujan yang tidak mencukupi.
2.2.3 Padi Ladang
Padi ladang adalah padi yang ditanam di tegal, kebun, ladang atau huma. Dalam penanaman padi ladang relatif lebih mudah dibandingkan dengan padi sawah. Dalam sistem penanaman padi ladang ini biasa dikerjakan sebelum musim hujan tiba. Sementara dalam proses pembibitan atau penanamannya, padi ladang ini tidak memerlukan persemaian, sehingga benih dapat langsung ditanam di sawah sebelum atau pada permulaan musim hujan sehingga tidak ada resiko bibit menjadi terlalu tua. Padi ladang tidak banyak memerlukan air hujan, pada permulaan selama 30 atau 40 hari. Hidup padi ladang ini keringan bahkan bila kebanyakan air hujan, maka air tersebut harus dibuang. Sesudah itu jika air hujan cukup, maka padi ladang ini dapat dijadikan padi sawah. Akan tetapi jika tidak ada hujan, dapat hidup kekeringan, maka resiko mati sangat kecil.
2.2.4 Hubungan Curah Hujan dengan Produksi padi
itu dalam pengertian yang lebih teknis dapat dinyatakan bahwa pertumbuhan dan produksi tanaman dipengaruhi oleh berbagai unsur iklim (sebagai akumulasi keadaan cuaca) selama pertumbuhan tanaman.
2.2.6 Model SARIMA
Secara umum model ARIMA musiman atau SARIMA (Sesional Autoregressive Integrated Moving Average) terdiri dari dua macam yaitu model musiman saja atau ARIMA (P,D,Q)S dan model ARIMA multiplikatif musiman dan nonmusiman atau ARIMA (p,d,q)(P,D,Q)S, dengan S adalah periode musiman. Bentuk matematis dari model ARIMA(P,D,Q)S dapat ditulis sebagai berikut
(1− 1S B −…− PBPS )(1−BS ) DZt = (1− 1B −…− QBQS )at .
Seperti pada model nonmusiman (ARIMA), untuk penentuan orde P dan Q dari model ARIMA musiman (SARIMA) pada suatu data
Cuts off setelah lag QS Cuts off setelah lag PS
(Random) (tidak ada yang keluar batas)
(tidak ada yang keluar batas)
Tabel 2.1 Pola teoritis ACF dan PACF dari proses musiman yang
stasioner.
Selanjutnya, gabungan petunjuk pola ACF dan PACF pada Tabel 2.1 dan 2.2 dapat digunakan untuk menentukan orde p, q, P, dan Q pada model musiman ARIMA(p,d,q)(P,D,Q)S. Secara umum bentuk model ARIMA Box‐Jenkins Musiman atau ARIMA(p,d,q)(P,D,Q)S adalah :
p(B) p (Bs)(1− B)d(1− B )DZt=θq(B)θQ(Bs )at ,
Dengan,
p, d, q = order AR, MA dan differencing Non‐musiman,
P, D, Q = order AR, MA dan differencing Musiman,
p(B) = (1− 1B− 2B2−…− pBP), p(BS) = (1− 1BS− 2B2S−…− pBPS),
(1− B)d = operasi matematis dari differencing Non‐musiman,
(1− BS )D = operasi matematis dari differencing Musiman,
θq(B) = (1−θ1B−θ2B2−…−θqBq),
θQ(BS) = (1−θ1BS−θ2B2S−…−θQBQS),