Peramalan Harga Bawang Merah Di Kabupaten Nganjuk Jawa Timur (Desa Sukomoro Kecamantan Sukomoro Kabupaten Nganjuk )
| Main Author: | Madewa, Alda Risky |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/173783/ |
Daftar Isi:
- Salah satu tanaman hotikultura yang banyak dihasilkan petani Kabupaten Nganjuk adalah bawang merah. Petani di Kabupaten Nganjuk, Jawa Timur, mengembangkan bawang merah varietas unggul karena mampu menghasilkan produksi lebih besar dibandingkan varietas lain. Kepala Dinas Pertanian Kabupaten Nganjuk Agoes Soebagijo mengatakan produk yang dikembangkan itu masih dalam tahap uji coba dan varietas baru. Dalam uji coba itu dilakukan dua kelompok tani di Kecamatan Rejoso, Kabupaten Nganjuk. Model yang di gunakan adalah model time series terdiri dari metode trend, single exponential smoothing, double exponential smoothing dan regresi berganda sederhana. Hasil pengolahan dari metode-metode tersebut, metode yang sesuai untuk meramalkan harga bawang merah di Kabupaten Nganjuk Kecamatan Sukomoro. Berdasarkan metode trend yang signifikan dengan mengambil taraf nyata, a = 5% Hal ini ditunjukkan oleh nilai probabilitas dari konstanta dan koefisien regresi yang lebih kecil dari dua kali taraf nyatanya. Dari persamaan regresi tersebut terlihat kecenderungan trend harga bawang merah yang meningkat, ketika t naik satu satuan waktu maka akan meningkatkan harga sebesar Rp 0.3124 atau setiap bulan harga bawang merah mengalami peningkatan sebesar Rp 0.3124/Kg. Berdasarkan hasil perhitungan dari Single Exponential Smoothing dengan menggunakan nilai α = 0.1 sampai α = 1 maka, didapat nilai α saat α = 0.7 juga memiliki presentase MAPE (Mean Absolute Percentage error) 23.87% dengan nilai MSE (Mean Squared Error) dan MAD (Mean Absolute Deviation) terkecil yaitu 41.3886/Kg dan 4.917/Kg. Nilai α inilah digunakan untuk menghitung nilai peramalan pada periode berikutnya. Single Exponential Smoothing digunakan pada peramlan jangka pendek, biasanya satu bulan kedepan. Berdasarkan hasil perhitungan dari Double Exponential Smoothing diatas, nilai terkecil didapatkan pada saat α = 0.3 dengan nilai MAPE (Mean Absolute Percentage error) sebesar 27.67% dan nilai MAD (Mean Absolute Deviation) dan MSE (Mean Squared Error) adalah 5.49/Kg dan 50.736/Kg. Nilai α inilah yang digunakan untuk menghitung nilai trend pada bobot perhitungan. Berdasarkan hasil uji regresi yang signifikan dan memenuhi regriritas linier adalah harga di tahun 2017 dengan nilai signifikan 0.002 lebih kecil dari signifikan probabilitas 0.05. Metode Peramalan Time Series dengan model Single Exponential smoothing dan Double Exponential Smoothing begitu juga metode regresi linier sederhana yang digunakan dalam penelitian ini dapat dijadikan masukan dan pertimbangan untuk meramalkan harga bawang merah pada periode yang akan datang. Pemerintah selaku pembuat kebijakan hendaknya dapat berkerjasama dengan petani dalam mengatur pola tanam agar pasokan bawang merah yang dipasok ke pasar selalu kontinyu dan stabil dari bulan ke bulan, sehingga diharapkan fluktuasi harga bawang merah dapat diperkecil. Pemerintah hendaknya dapat melakukan pengawasan terhadap harga bawang merah ditingkat konsumen agar harga bawang merah yang sampai ke konsumen sesuai dengan Harga Eceran Tertinggi (HET) bawang merah.