PROPOSAL METODE PENELITIAN

PROYEKSI HARGA BERAS DI KABUPATEN BANYUMAS

MENGGUNAKAN METODE TREND ANALYSIS

FORECASTING

Oleh :

1. Nadyo Nur Rahman ( H1B010xxx )

2. Lina Marlina ( H1B012023 )

3. Farkhati Sholikha ( H1B012025 )

4. Billy Beniar ( H1B012031 )

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS JENDERAL SOEDIRMAN

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

ALAM

JURUSAN MATEMATIKA

PURWOKERTO

2015

BAB I

PENDAHULUAN

1.1 Latar Belakang

Pangan merupakan kebutuhan dasar utama bagi manusia yang harus

dipenuhi setiap saat. Bahkan akibat pentingnya pangan tersebut, hak memperoleh

pangan dijadikan sebagai salah satu hak asasi manusia yang tertuang dalam pasal

27 UUD 1945 maupun dalam Deklarasi Roma (1996). Sebagai kebutuhan dasar

dan salah satu hak asasi manusia, pangan mempunyai arti dan peran yang sangat

penting bagi kehidupan suatu bangsa. Ketersediaan pangan yang lebih kecil

dibandingkan kebutuhannya dapat menciptakan ketidak-stabilan ekonomi.

Kondisi pangan yang kritis ini bahkan dapat membahayakan stabilitas ekonomi

dan stabilitas Nasional. Bagi Indonesia, pangan sering diidentikkan dengan beras

karena jenis pangan ini merupakan makanan pokok utama bagi penduduk

Indonesia.

Di Indonesia terdapat banyak daerah penghasil beras, salah satunya adalah

Jawa Tengah yang merupakan lumbung beras nasional kedua setelah Jawa Timur,

dengan produksi sekitar 779 ribu ton dengan hampir setiap wilayah merupakan

daerah potensi padi. Terdapat beberapa wilayah di Jawa Tengah yang merupakan

sentra penghasil beras, salah satunya adalah wilayah Banyumas. Banyumas

menghasilkan sekitar 350 ribu Ton per tahunnya yang kemudian menjadi pemasok

utama kebutuhan beras untuk penduduk Banyumas dan sekitarnya. Akan tetapi

sebagai daerah penghasil beras, ternyata tidak menjamin terjadinya kesejahteraan

terhadap bahan pangan ini. Hal ini terbukti dengan terus meningkatnya harga

beras dari tahun ke tahun di wilayahkabupaten Bnayumas ini. Hingga Februari

2015 harga beras yang beredar dipasaran rata-rata mencapai Rp10.000/kg. Jika

harga terus melonjak naik hal ini tentu saja akan menjadi masalah besar,

dikarenakan beras adalah makanan pokok yang sehari-hari dikonsumsi oleh

penduduk Banyumas.

Berdasarkan penjelasan diatas, dibutuhkan suatu kajian yang dapat

meramalkan harga beras untuk masa yang akan datang. Peramalan adalah kegiatan

memperkirakan yang terjadi di masa depan, salah satunya peramalan

menggunakan metode Trend Analysis Forecasting. Oleh karena itu, penulis

tertarik untuk meramalkan harga beras dengan judul “Proyeksi Harga Beras di

Kabupaten Banyumas Menggunakan Metode Trend Analysis Forecasting”

karena terjadi kenaikan harga beras setiap tahunnya.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, diperoleh beberapa rumusan masalah

sebangai berikut :

1. Bagaimana memilih model Trend Analysis Forecasting terbaik untuk

meramalkan harga beras di Kabupaten Banyumas ?

2. Bagaimana hasil peramalan harga beras untuk tahun-tahun selanjutnya

dari model Trend Analysis Forecasting terbaik yang diperoleh ?

1.3 Batasan Masalah

Batasan masalah yang digunakan penulis antara lain :

1. Harga beras yang digunakan merupakan rata-rata harga beras perbulan

selama setahun.

2. Data yang digunakan merupakan data tahun 2003-2013.

1.4 Tujuan

Adapun tujuan yang ingin diperoleh dari penelitian ini adalah sebagai berikut :

1. Mengetahui model Trend Analysis Forecasting terbaik yang diperoleh

untuk meramalkan harga beras di Kabupaten Banyumas.

2. Mengetahui peramalan harga beras untuk tahun-tahun selanjutnya dari

model Trend Analysis Forecasting terbaik yang diperoleh.

1.5 Kegunaan

Kegunaan yang dapat diperoleh atau dicapai dalam penelitian ini adalah

sebagai berikut :

1. Bagi Mahasiswa

Menambah pengetahuan, wawasan dan dapat mengaplikasikan peramalan

dalam dunia kerja, khususnya bidang statistik dengan menggunakan

Metode Trend Analysis Forecasting.

2. Bagi Instansi Terkait

Sebagai bahan pertimbangan dalam mengambil berbagai kebijakan terkait

dengan permasalahan tersebut.

BAB II

TINJAUAN PUSTAKA

2.1 Pangan

Pangan adalah segala sesuatu yang berasal dari sumber hayati dan air, baik

yang diolah maupun yang tidak diolah, yang diperuntukkan sebagai makanan

ataupun minuman bagi konsumsi manusia. Termasuk di dalamnya adalah bahan

tambahan pangan, bahan baku pangan dan bahan lain yang digunakan dalam

proses penyiapan, pengolahan atau pembuatan makanan atau minumam (Saparinto

dan Hidayati, 2006).

Kualitas pangan dapat ditinjau dari aspek mikrobiologis, fisik (warna, bau,

rasa dan tekstur) dan kandungan gizinya. Pangan yang tersedia secara alamiah

tidak selalu bebas dari senyawa yang tidak diperlukan oleh tubuh, bahkan dapat

mengandung senyawa yang merugikan kesehatan orang yang mengkonsumsinya.

Senyawa-senyawa yang dapat merugikan kesehatan dan tidak seharusnya terdapat

di dalam suatu bahan pangan dapat dihasilkan melalui reaksi kimia dan biokimia

yang terjadi selama pengolahan maupun penyimpanan, baik karena kontaminasi

ataupun terdapat secara alamiah. Selain itu sering dengan sengaja ditambahkan

bahan tambahan pangan (BTP) atau bahan untuk memperbaiki tekstur, warna dan

komponen mutu lainnya ke dalam proses pengolahan pangan (Hardiansyah dan

Sumali, 2001).

Berdasarkan cara perolehannya, pangan dapat dibedakan menjadi 3

(Saparinto dan Hidayati, 2006) :

1. Pangan segar

Pangan segar adalah pangan yang belum mengalami pengolahan. Pangan

segar dapat dikonsumsi langsung ataupun tidak langsung.

2. Pangan Olahan

Pangan olahan adalah makanan atau minuman hasil proses pengolahan dengan

cara atau metode tertentu, dengan atau tanpa bahan tambahan. Contoh: teh

manis, nasi, pisang goreng dan sebagainya. Pangan olahan bisa dibedakan

lagi menjadi pangan olahan siap saji dan tidak siap saji.

a. Pangan olahan siap saji adalah makanan dan minuman yang sudah diolah dan

siap disajikan di tempat usaha atau di luar tempat usaha atas dasar pesanan.

b. Pangan olahan tidak siap saji adalah makanan atau minuman yang sudah

mengalami proses pengolahan, akan tetapi masih memerlukan tahapan

pengolahan lanjutkan untuk dapat dimakan atau minuman.

3. Pangan Olahan Tertentu

Pangan olahan tertentu adalah pangan olahan yang diperuntukkan bagi

kelompok tertentu dalam upaya memelihara dan meningkatkan kualitas

kesehatan. Contoh: ekstrak tanaman stevia untuk penderita diabetes, susu

rendah lemak untuk orang yang menjalani diet rendah lemak dan sebagainya

2.2 Beras

Beras adalah butir padi yang telah dibuang kulit luarnya (sekamnya) yang

menjadi dedak kasar (Sediotama, 1989). Beras adalah gabah yang bagian kulitnya

sudah dibuang dengan cara digiling dan disosoh menggunakan alat pengupas dan

penggiling serta alat penyosoh (Astawan, 2004).

Kebiasaan makan beras dalam bentuk nasi terbentuk melalui sejarah yang

panjang. Beras berasal dari kata weas dalam bahasa Jawa Kuno. Beras dipilih

menjadi pangan pokok karena sumber daya alam lingkungan mendukung

penyediaannya dalam jumlah yang cukup, mudah dan, cepat pengolahannya,

memberi kenikmatan pada saat menyantap, dan aman dari segi kesehatan.

Sesungguhnya rasa lapar dapat dipuaskan dengan memakan makanan apa

saja, terutama makanan sumber pati atau lazimnya disebut karbohidrat. Namun

perlu diperhatikan, dalam konsep makan, terdapat dua unsur yang dianut oleh

kebanyakan orang yaitu kenyang dan nikmat. Makanan disenangi jika

memberikan kesan nikmat pada indra penglihatan mengenai warna, bentuk, dan

ketampakan lainnya seperti indera pembau, pengecap, peraba di mulut mengenai

tekstur, dan bila mungkin juga indera pendengaran pada saat penyajian dan

penyantapannya (Haryadi, 2006).

2.3 Harga Beras

Harga adalah jumlah uang yang harus dibayar oleh pelanggan untuk

memperoleh suatu produk. Harga merupakan satu-satunya unsur bauran

pemasaran yang memberikan pemasukan atau pendapatan bagi perusahaan,

sedangkan ketiga unsur lainnya (Produk, Promosi dan Distribusi) menyebabkan

timbulnya biaya.

Salah satu kebijakan pangan yang mendapat perhatian khusus adalah

kebijakan harga beras. Kebijakan harga beras di Indonesia pertama kali diajukan

secara komprehensif dan operasional oleh Mears dan Afiff pada tahun 1969.

Falsafah dasar kebijakan tersebut berisikan beberapa komponen sebagai berikut:

(1) menjaga harga dasar yang cukup tinggi untuk merangsang produksi,

(2) perlindungan harga maksimum yang menjamin harga yang layak bagi

konsumen,

(3) perbedaan yang layak antara harga dasar dan harga maksimum untuk

memberikan keuntungan yang wajar bagi swasta untuk penyimpanan

beras, dan

(4) hubungan harga yang wajar antara daerah maupun terhadap harga

internasional (Amang (1989) dalam Kusumaningrum (2008) ).

Instrumen kebijakan harga yang dilakukan pemerintah adalah penetapan

harga dasar (floor price) dengan tujuan untuk meningkatkan produksi beras dan

pendapatan petani melalui pemberian jaminan harga (guaranteed price) yang

wajar dan penetapan batasan harga eceran tertinggi (ceiling price) dengan tujuan

memberikan perlindungan kepada konsumen.

Ketidakefektifan harga dasar gabah (HDG) membuat pemerintah mulai

menggagas harga dasar pembelian pemerintah (HDPP) yang tidak lain merupakan

transisi menuju pelepasan harga gabah ke pasar. Dalam Inpres No 9/2002, istilah

harga dasar disandingkan dan dikaburkan dengan istilah harga dasar pembelian

pemerintah (HDPP), yang tentu saja tidak terlalu memiliki konsekuensi kewajiban

pemerintah untuk mengamankannya. Harga dasar akhirnya sama sekali hilang

dalam Inpres No 2/2005 karena telah berganti menjadi harga pembelian

pemerintah (HPP) (Arifin, 2006).

Pengalaman telah membuktikan kepada kita bahwa gangguan pada

ketahanan pangan seperti meroketnya kenaikan harga beras pada waktu krisis

ekonomi 1997/1998, yang berkembang menjadi krisis multidimensi, telah memicu

kerawanan sosial yang membahayakan stabilitas ekonomi dan stabilitas Nasional.

Nilai strategis beras juga disebabkan karena beras adalah makanan

pokok paling penting. Industri perberasan memiliki pengaruh yang besar dalam

bidang ekonomi (dalam hal penyerapan tenaga kerja, pertumbuhan dan dinamika

ekonomi perdesaan, sebagai wage good), lingkungan (menjaga tata guna air dan

kebersihan udara) dan sosial politik (sebagai perekat bangsa, mewujudkan

ketertiban dan keamanan). Beras juga merupakan sumber utama pemenuhan gizi

yang meliputi kalori, protein, lemak dan vitamin.

2.4 UJi Kenormalan Data

Uji kenormalan data dapat dilakukan dengan menggunakan uji Kolmogorof-

Smirnov. Pada uji ini akan dilakukan uji hipotesis pada residual data dengan

hipotesis seperti berikut:

H0 : residual berdistribusi normal

H1 : residual tidak berdistribusi normal

Daerah penolakan untuk uji Kolmogorov-Smirnov adalah apabila P-Value <

α. Jika H0 ditolak itu berarti residual data tidak berdistribusi normal. Namun jika

H0 gagal ditolak artinya residual data berdistribusi normal. Apabila residual data

berdistribusi normal hal ini menunjukkan bahwa data berdistribusi normal.

2.5 Peramalan

Menurut Heizer dan Render (2006), peramalan adalah seni ilmu untuk

memperkirakan kejadian di masa depan. Hal ini dilakukan dengan melibatkan

pengambilan data masa lalu dan menempatkannya ke masa mendatang

menggunakan kombinasi model matematika yang disesuaikan dengan

pertimbangan yang baik dari seorang manajer. Peramalan merupakan bagian vital

bagi setiap organisasi bisnis untuk pengambilan keputusan manajemen yang

sangat signifikan. Peramalan menjadi dasar bagi perencanaan jangka panjang

perusahaan. Ketepatan hasil peramalan bisnis akan meningkatkan peluang

tercapainya investasi yang menguntungkan. Semakin tinggi akurasi yang dicapai

peramalan, maka semakin meningkat pula peran peramalan dalam perusahaan.

Menurut Heizer dan Render (2006), peramalan biasanya berdasarkan

horizon waktu masa depan yang dicakupnya. Horizon waktu terbagi atas beberapa

kategori :

a. Peramalan jangka pendek. Peramalan ini mencakup jangka waktu hingga

satu tahun tetapi umumnya kurang dari tiga bulan. Peramalan ini digunakan

untuk merencanakan pembelian, penjadwalan kerja, jumlah tenaga kerja,

penugasan kerja, dan tingkat populasi.

b. Peramalan jangka menengah. Peramalan jangka menengah, atau

intermediate umumnya mencakup hitungan bulanan hingga tiga tahun.

Peramalan ini berguna untuk merencanakan penjualan, perencanaan,

anggaran produksi, anggaran kas, dan menganalisis bermacam-macam

rencana operasi.

c. Peramalan jangka panjang. Peramalan ini umumnya digunakan untuk

perencanaan masa tiga tahun atau lebih. Sebagai contoh adalah untuk

merencanakan produk baru, pembelanjaan modal, lokasi atau

pengembangan fasilitas, serta penelitian dan pengembangan (litbang).

Berdasarkan sifat ramalan yang telah disusun, maka peramalan dapat

dibedakan menjadi dua macam, yaitu:

a. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada

masa lalu. Hasil peramalan yang dibuat sangat tergantung pada orang yang

menyusunnya. Biasanya peramalan secara kualitatif ini didasarkan atas hasil

penyelidikan.

b. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada

masa lalu. Hasil peramalan yang dibuat sangat tergantung pada metode yang

digunakan dalam peramalan tersebut. Hal yang perlu diperhatikan dalam

penggunaan metode-metode peramalan adalah baik tidaknya metode yang

digunakan, ditentukan oleh perbedaan atau penyimpangan antara hasil peramalan

dengan kenyataan yang terjadi. Metode yang baik adalah metode yang

menghasilkan penyimpangan antara hasil peramalan dengan nilai kenyataan yang

sekecil mungkin.

Makridakis, dkk., (1992), menjelaskan bahwa peramalan kuantitatif dapat

diterapkan bila terdapat 3 kondisi berikut:

a. Tersedia informasi tentang masa lalu (data historis)

b. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik

c. Dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus

berlanjut di masa mendatang.

2.6 Metode Peramalan

Metode peramalan adalah metode atau cara untuk memperkirakan secara

kuantitatif apa yang akan terjadi di masa depan berdasarkan data yang relevan

pada masa lalu. Oleh karena itu, metode peramalan yang digunakan adalah

peramalan objektif karena berdasarkan dengan metode kuantitatif (Assauri, 1984).

Sebelum melakukan peramalan, terdapat beberapa syarat kecukupan yang harus

dipenuhi agar hasil ramalan memiliki error yang minimal. Syarat kecukupan

tersebut di antaranya adalah pemeriksaan kenormalan data. Apabila salah satu

syarat tidak terpenuhi maka data harus ditransformasi agar data lebih stabil.

Berikut ini adalah bagan yang menggambarkan tentang beberapa metode

peramalan :

Jenis-jenis Metode Peramalan

Model Ekonometri

Metode Smoothing Metode Regresi

Metode KausalMetode Deret Waktu

Metode Box-Jenkins

Model Input/Output

Peramalan KuantitatifPeramalan Kualitatif

Metode Analysis Trend

Gambar 2.1 Bagan metode peramalan

Metode peramalan kuantitatif Makridakis, dkk. (1992) dibagi menjadi 2,

yaitu:

1. Metode Kausal, yaitu metode peramalan masa depan dari suatu faktor yang

diramalkan (faktor tak bebas) dengan didasari suatu asumsi bahwa faktor itu

menunjukkan suatu hubungan sebab akibat dengan satu atau lebih faktor

bebas. Tujuan dari metode kausal adalah menemukan bentuk hubungan

sebab akibat tersebut, dan menggunakannya untuk meramalkan nilai masa

depan dari faktor tak bebas.

2. Metode deret waktu, yaitu metode peramalan masa depan yang dilakukan

berdasarkan data masa lalu. Tujuan dari metode deret berkala adalah

menemukan pola dalam deret data historis dan menerapkan pola tersebut

lebih lanjut ke masa depan.

2.7 Deret Waktu

Deret waktu merupakan serangkaian data pengamatan yang terjadi

berdasarkan indeks waktu secara berurutan dengan interval waktu tetap. Menurut

Aswi dan Sukarna (2006), analisis deret waktu adalah salah satu prosedur

statistika yang diterapkan untuk meramalkan struktur variabel statistk keadaan

yang akan terjadi di masa yang akan datang dalam rangka pengambilan

keputusan.

Tujuan dari metode peramalan deret waktu adalah untuk menemukan pola

dalam deret data historis dan mengeksplorasikan pola tersebut ke masa depan.

Secara matematis suatu data berkala diberi simbol dengan nilai

variabel = data pada waktu pertama, = data pada waktu kedua, = data

pada waktu ke-b dan = data pada waktu ke-n.

Pola Deret Waktu merupakan pola yang dibentuk oleh suatu deret waktu

yang digunakan pada peramalan tentang masa depan. Menurut Makridakis, dkk.,

(1992), pola deret waktu dibagi menjadi empat bagian, yaitu:

a. Pola Horisontal (H)

Pola horisontal terjadi jika data berfluktuasi disekitar nilai rata-rata yang

konstan.

Gambar 2.2 Bentuk pola data horizontal

b. Pola Musiman (S)

Pola musiman terjadi jika suatu deret dipengaruhi oleh faktor

musiman. Pola musiman memiliki gerakan yang naik turun secara teratur

yang cenderung terulang untuk jangka waktu tertentu.

Gambar 2.3 Bentuk pola data musiman

c. Pola siklis (C)

Pola siklis terjadi jika datanya dipengaruhi oleh fluktuasi ekonomi

jangka panjang seperti yang berhubungan dengan siklus bisnis. Pola siklis

memiliki gerakan naik turun secara teratur yang cenderung terulang kembali

setelah jangka waktu lebih dari 1 periode.

Gambar 2.4 Bentuk pola data siklis

d. Pola Trend (T)

Pola trend terjadi bilamana terdapat kenaikan atau penurunan jangka

panjang dalam data.

Gambar 2.5 Bentuk pola data trend

2.8 Trend analysis Forecasting

Trend adalah pergerakan jangka panjang dalam suatu kurun waktu yang

kadang-kadang dapat digambarkan dengan garis lurus atau kurva mulus. Deret

waktu untuk bisnis dan ekonomi dapat lebih baik dilihat dari segi trend. Pada

kenyataannya, trend dapat diwakili oleh beberapa fungsi sederhana seperti garis

lurus sepanjang periode untuk deret waktu yang diamati.

Trend Analysis Forecasting merupakan dasar garis trend untuk suatu

persamaan matematis sehingga dengan dasar persamaan tersebut dapat

diproyeksikan untuk meramalkan pergerakan keadaan pada masa yang akan

datang. Untuk peramalan jangka pendek maupun peramalan jangka panjang,

ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk

penggunaan metode peramalan ini adalah data bulanan ataupun data tahunan yang

memiliki kecenderungan naik dan semakin banyak data yang dimiliki maka hasil

yang diperoleh akan semakin baik. Minimal data yang digunakan adalah data

pencatatan selama 5 periode.

Beberapa model trend untuk meramalkan pergerakan keadaan pada masa

yang akan datang, antara lain model trend linear, trend quadratic, model trend

exponential growth.

2.8.1 Model Trend Linear

Deret waktu jika digambarkan ke dalam plot akan mendekati garis lurus.

Persamaan model trend linear adalah sebagai berikut:

(2.1)

Keterangan:

= Nilai trend periode terperiode tertentu.

= Konstanta atau nilai trend pada periode dasar.

= Koefisien arah garis trend atau perubahan trend setiap periode.

= Unit tahun yang dihitung dari periode dasar.

Untuk mencari nilai dan dapat diperoleh dengan menggunakan

persamaan normal dari metode kuadrat terkecil, yaitu:

(2.2)

(2.3)

Untuk menyederhanakan perhitungan, pada persamaan (2.2) dan (2.3) dapat

dibuat menjadi , Ada dua kemungkinan dalam penentuan skala t agar

terpenuhi syarat , yaitu seperti berikut:

a. Untuk data ganjil, angka nol diletakkan pada tahun atau periode yang di

tengah, sehingga skala memiliki selisih 1 .

Tabel 2.1 Contoh Skala t Untuk Data Ganjil

Tahun 2000 2001 2002 2003 2004 ∑t

t -2 -1 0 1 2 0

b. Untuk data genap, maka angka nol diletakan di antara tahun atau periode

yang di tengah sehingga skala memiliki selisih 2.

Tabel 2.2 Contoh Skala t Untuk Data Genap

Tahu

n

200

0

200

1

200

2

200

3

200

4

200

5

∑

t -5 -3 -1 1 3 5 0

Apabila syarat terpenuhi, maka persamaan (2.2) dan (2.3) menjadi

akibatnya

akibatnya

2.8.2 Model Trend Quadratic

Model trend quadratic merupakan deret waktu dengan data berupa garis

parabola. Persamaan untuk trend quadratic adalah:

(2.4)

Untuk mencari nilai , , dan diperoleh dengan menggunakan persamaan

normal dari metode kuadrat terkecil, yaitu:

(2.5)

(2.6)

(2.7)

Apabila syarat terpenuhi maka persamaan (2.5), (2.6) dan (2.7) menjadi

(2.8)

(2.9)

(2.10)

Dari persamaan (2.8) diperoleh

Dari persamaan (2.9) diperoleh

akibatnya

Dengan menggunakan metode eliminasi pada persamaan (2.8) dan (2.10)

diperoleh

2.8.3 Model Trend Exponential Growth

Untuk mengukur sebuah deret waktu yang mengalami kenaikan atau

penurunan yang cepat maka digunakan metode trend eksponensial (Trend

Exponential Growth). Dalam metode ini digunakan persamaan:

Dalam melakukan perhitungannya, persamaan di atas dapat diubah ke dalam

bentuk semi log sehingga memudahkan untuk mencari nilai dan . Perhatikan

bahwa:

(2.11)

(2.12)

Karena bentuk persamaan telah menjadi bentuk persamaan linier, maka nilai dari

dan dapat dicari dengan menggunakan persamaan normal dari metode

kuadrat terkecil, yaitu:

(2.13)

(2.14)

Apabila syarat terpenuhi, maka persamaan (2.13) dan (2.14) menjadi

akibatnya

akibatnya

2.9 Ketepatan Metode Peramalan

Makridakis, dkk., (1992) menjelaskan setiap metode peramalan memiliki

ketepatan dan tingkat kesulitan masing-masing yang harus dipertimbangkan. Oleh

karena itu, harus dipilih metode yang paling tepat, yaitu metode yang dapat

meminimumkan kesalahan peramalan.

Pada metode peramalan, nilai-nilai yang umum digunakan untuk mengukur

ketepatan suatu metode peramalan untuk suatu data berjumlah dengan

menyatakan nilai data pada periode dan menyatakan hasil peramalan pada

periode . Salah satu ukuran ketepatan metode peramalan adalah dengan melihat

nilai MAPE atau Presentase kesalahan rata-rata. Nilai MAPE merupakan nilai

yang menunjukkan seberapa besar rata-rata kesalahan peramalan dibandingkan

dengan nilai sebenarnya. Semakin kecil nilai MAPE, maka akan semakin tepat

hasil peramalan yang diperoleh. Persamaan yang digunakan untuk memperoleh

nilai MAPE pada peramalan adalah

(2.15)

BAB III

METODE PENELITIAN

c.1 Metode

Metode yang penulis gunakan dalam menyelesaikan penulisan proposal

ini adalah metode studi pustaka. Metode ini dilakukan dengan cara mencari,

membaca, mempelajari, dan memahami bahan-bahan yang berasal dari

literatur ataupun dari referensi lain seperti dari internet yang mendukung

penulisan proposal ini.

c.2 Data

Data yang digunakan pada peramalan harga beras di Kabupaten

Banyumas ini merupakan data sekunder yang diambil dari Badan Pusat

Statistik tentang harga beras tahun 2003-2013 . Adapun metode yang

digunakan untuk mengumpulan data tersebut adalah metode dokumentasi,

yaitu metode yang memanfaatkan data dari arsip di Badan Pusat Statistik.

c.3 Tempat Pengambilan Data

Data yang digunakan diperoleh dari arsip Badan Pusat Statistik

Banyumas.

c.4 Analisa Data

Analisis yang kami lakukan menggunakan metode forecasting atau

peramalan, karena kami ingin memproyeksikan harga beras di Kabupaten

Banyumas untuk tahun-tahun selanjutnya. Dalam peramalan terdapat

beberapa metode yang dapat digunakan, akan tetapi kali ini kami

menggunakan metode Trend Analysis Forecasting karena setelah data

diplotkan, hasilnya cenderung terus naik.

Penelitian ini juga dilakukan dengan bantuan software Minitab 14.

Analisis data yang dilakukan dengan menggunakan program Minitab 14,

dengan langkah-langkah sebagai berikut :

1. Memasukkan sumber data

2. Memplot data

3. Menguji kenormalan data, menggunakan uji Kolmogorov-smirnov

4. Melakukan Trend Analysis Forecasting menggunakan model Linier,

Quadratic, dan Eksponential Growth.

5. Penentuan model Trend Analysis Forecasting terbaik

6. Melakukan peramalan harga beras.

DAFTAR PUSTAKA