BAB 3 SEJARAH PERUSAHAAN. dengan karantina (tumbuhan), yakni Ordonansi 19 Desember 1877 (Staatsblad

dokumen-dokumen yang mirip
BAB III PENDEKATAN LAPANG. adalah penelitian yang mengambil sampel dari satu populasi dengan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. datang. Kegunaan dari peramalan terlihat pada saat pengambilan keputusan.

BAB 2 LANDASAN TEORI

III. METODE PENELITIAN

BAB 2 LANDASAN TEORI. diperkirakan akan terjadi pada masa yang akan datang. Ramalan tersebut dapat

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)

VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

III. METODE PENELITIAN

SURAT KEPUTUSAN MENTERI PERTANIAN NOMOR : 618/Kpts/PD.140/12/2003 TENTANG ORGANISASI DAN TATA KERJA BALAI BESAR KARANTINA TUMBUHAN MENTERI PERTANIAN,

Rencana Kerja Tahunan TA KATA PENGANTAR

Prediksi Jumlah Penumpang Kapal Laut di Pelabuhan Laut Manado Menggunakan Model ARMA

HASIL DAN PEMBAHASAN. Eksplorasi Data

BAB 2. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

PERAMALAN PENJUALAN PRODUKSI TEH BOTOL SOSRO PADA PT. SINAR SOSRO SUMATERA BAGIAN UTARA TAHUN 2014 DENGAN METODE ARIMA BOX-JENKINS

4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA

LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins

PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010

BAB II GAMBARAN UMUM INSTANSI. Alamat : Jl. Ir. H. Juanda, Sidoarjo (61253) No Telp : (031) :

Bab IV. Pembahasan dan Hasil Penelitian

HALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk.

Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

PRESIDEN REPUBLIK INDONESIA,

METODE PENELITIAN. daerah yang prosfektif untuk mengetahui ketersediaan dan konsumsi pangan strategis

BAB II GAMBARAN UMUM PERUSAHAAN. : Balai Besar Karantina Pertanian Surabaya. Alamat : Jl. Ir. H. Juanda, Sidoarjo (61253) No Telp : (031)

PERAN KARANTINA PERTANIAN DI KANTOR POS

RENCANA KINERJA TAHUNAN (RKT)

Pemodelan Autoregressive (AR) pada Data Hilang dan Aplikasinya pada Data Kurs Mata Uang Rupiah

BAB IV ANALISIS DAN PEMBAHASAN

BAB 2 LANDASAN TEORI

Metode Box - Jenkins (ARIMA)

Pengenalan Analisis Deret Waktu (Time Series Analysis) MA 2081 Statistika Dasar 30 April 2012

LAPORAN KINERJA 2014 BAB I. PENDAHULUAN 1.1. LATAR BELAKANG

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN Latar Belakang

LAMPIRAN KEPUTUSAN KEPALA BADAN KARANTINA PERTANIAN NOMOR : /Kpts/OT.160/K/02/2017 TANGGAL : Februari 2017

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)

PERAMALAN BANYAKNYA OBAT PARASETAMOL DAN AMOKSILIN DOSIS 500 MG YANG DIDISTRIBUSIKAN OLEH DINKES SURABAYA

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang

KEPUTUSAN MENTERI PERTANIAN Nomor : 393/Kpts/OT.130/6/2004 TENTANG ORGANISASI DAN TATA KERJA BALAI PENGUJIAN MUTU PRODUK TANAMAN MENTERI PERTANIAN,

GUBERNUR SUMATERA BARAT

BAB III METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI. Ramalan pada dasarnya merupakan perkiraan mengenai terjadinya suatu yang akan

SURAT KEPUTUSAN MENTERI PERTANIAN NOMOR : 619/Kpts/PD.140/12/2003 TENTANG ORGANISASI DAN TATA KERJA BALAI BESAR KARANTINA HEWAN MENTERI PERTANIAN,

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

CUPLIKAN PERATURAN MENTERI PERTANIAN NOMOR : 299/Kpts/OT.140/7/2005 TENTANG ORGANISASI DAN TATA KERJA DEPARTEMEN PERTANIAN

BAB II LANDASAN TEORI

Memperhatikan : Persetujuan Menteri Negara Pendayagunaan Aparatur Negara dalam surat Nomor B/2795-7/M.PAN/9/2008, tanggal 26 September 2008;

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

BUPATI PURBALINGGA PROVINSI JAWA TENGAH PERATURAN BUPATI PURBALINGGA NOMOR 95 TAHUN 2016 TENTANG

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI Pengertian Data Deret Berkala

II. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya

Bab V SIMPULAN DAN SARAN

PERATURAN MENTERI PERTANIAN NOMOR : 41/Permentan/OT.140/9/2006 TENTANG

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB SIMULASI PERHITUNGAN HARGA BARANG. Bab 4 Simulasi Perhitungan Harga barang berisikan :

BERITA NEGARA REPUBLIK INDONESIA

PEMODELAN DAN PERAMALAN DATA DERET WAKTU DENGAN METODE SEASONAL ARIMA

PROSPEK PERDAGANGAN KOPI ROBUSTA INDONESIA DI PASAR INTERNASIONAL. (Indonesian Robusta Coffee Trade Prospects In The International Markets)

IV. HASIL DAN PEMBAHASAN

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-300

Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model

BAB II LANDASAN TEORI

BAB III METODOLOGI. struktur organisasi dan pembagian tugas berdasarkan Keputusan Presiden R.I. No.

IMPLEMENTASI METODE BOX-JENKINS UNTUK MEMPREDIKSI HARGA MINYAK DUNIA DAN PENGARUHNYA TERHADAP HARGA MINYAK INDONESIA

2016, No Mengingat : 1. Undang-Undang Nomor 5 Tahun 1990 tentang Konservasi Sumber Daya Alam Hayati dan Ekosistemnya (Lembaran Negara Republik

PEMODELAN ARIMA DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) IX JEMBER

BERITA NEGARA REPUBLIK INDONESIA

Spesifikasi Model. a. ACF

Peramalan Volume Pemakaian Air di PDAM Kota Surabaya dengan Menggunakan Metode Time Series

PERATURAN MENTERI PERTANIAN NOMOR : 43/Permentan/OT.140/9/2006 TENTANG ORGANISASI DAN TATA KERJA STANDAR BALAI BESAR UJI STANDAR KARANTINA PERTANIAN

MENTERI KELAUTAN DAN PERIKANAN REPUBLIK INDONESIA,

DENGAN RAHMAT TUHAN YANG MAHA ESA MENTERI PERTANIAN REPUBLIK INDONESIA,

Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia. Oleh : Pomi Kartin Yunus

2016, No Undang-Undang Nomor 36 Tahun 2009 tentang Kesehatan (Lembaran Negara Republik Indonesia Tahun 2009 Nomor 144, Tambahan Lembaran Ne

DENGAN RAHMAT TUHAN YANG MAHA ESA MENTERI LINGKUNGAN HIDUP DAN KEHUTANAN REPUBLIK INDONESIA,

Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan

TIM PENYUSUN. Bagian Perancanaan Sekretariat Badan Karantina Pertanian

2017, No Undang-Undang Nomor 18 Tahun 2012 tentang Pangan (Lembaran Negara Republik Indonesia Tahun 1996 Nomor 99, Tambahan Lembaran Negara

PERATURAN MENTERI PERTANIAN NOMOR 75/Permentan/OT.140/11/2011 TENTANG LEMBAGA SERTIFIKASI PRODUK BIDANG PERTANIAN DENGAN RAHMAT TUHAN YANG MAHA ESA

KEPUTUSAN MENTERI KEHUTANAN Nomor : 663/Kpts-II/2002 TENTANG ORGANISASI DAN TATA KERJA BALAI PERBENIHAN TANAMAN HUTAN MENTERI KEHUTANAN,

BAB IV METODE PENELITIAN

Analisis Peramalan Data Produk Domestik Regional Bruto (PDRB) Sebagai Tolak Ukur Kinerja Perekonomian Provinsi Kepulauan Bangka Belitung

Contoh Analisis Deret Waktu: BJSales

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)

BAB III METODE PENELITIAN

JURNAL SAINS DAN SENI POMITS Vol. 2, No.2, (2013) ( X Print) D-249

PERATURAN MENTERI PERTANIAN NOMOR : 08/Permentan/OT.140/2/2008 TENTANG

BAB 2 LANDASAN TEORI

PERATURAN MENTERI PERTANIAN NOMOR : 20/Permentan/OT.140/2/2010 TENTANG SISTEM JAMINAN MUTU PANGAN HASIL PERTANIAN DENGAN RAHMAT TUHAN YANG MAHA ESA

Transkripsi:

BAB 3 SEJARAH PERUSAHAAN 3.1 Sejarah Singkat Karantina Pertanian Pada tahun 1877 sudah dicetuskan peraturan perundang undangan yang berkait dengan karantina (tumbuhan), yakni Ordonansi 19 Desember 1877 (Staatsblad No.262) tentang larangan pemasukan tanaman kopi dan biji dari Srilanka. Pada tahun 1914 sebagai tindak lanjut dari Ordonansi 28 Januari 1914 (Staatsblad No.161) penyelenggaraan kegiatan perkarantinaan secara institusional di Indonesia secara nyata baru dimulai oleh sebuah organisasi pemerintah bernama Instituut voor Plantenzekten en Cultures (Balai Penyelidikkan Penyakit Tanaman dan Budidaya). Pada tahun 1930 pelaksanaan kegiatan operasional karantina di pelabuhanpelabuhan diawasi secara sentral oleh Direktur Balai Penyelidikan Penyakit Tanaman dan Budidaya, serta ditetapkan seorang pegawai Balai yang kemudian diberi pangkat sebagai Plantenziektenkundigeambtenaar (pegawai ahli penyakit tanaman). Pada tahun 1939 Dinas karantina tumbuh-tumbuhan (Planttenquarantine Diest) menjadi salah satu dari 3 seksi dari Balai Penyelidikan Penyakit Tanaman (Instituut voor Plantenziekten). Tahun 1966 dalam reorganisasi dinas karantina tumbuhan tidak lagi ditampung dalam organisasi Lembaga Pusat Penelitian Pertanian (LP3) yang merupakan penjelmaan LPHT. Kemudian Karantina menjadi salah satu Bagian di

dalam Biro Hubungan Luar Negeri Sekretariat Jenderal Departemen Pertanian. Pada tahun 1969, status organisasi karantina tumbuhan diubah kembali dengan ditetapkannya Direktorat Karntina Tumbuh-tumbuhan yang secara operasional berada dibawah Menteri Pertanian dan secara administratif dibawah Sekretariat Jenderal. Dengan status Direktorat tersebut, status organisasi Karantina tumbuh meningkat dari elson III menjadi elson II. Pada tahun 1974, organisasi karantina diintegrasikan dalam wadah Pusat Karantina Pertanian dibawah Badan Penelitian dan Pengembangan Pertanian. Tahun 1980 berdasarkan Keputusan Menteri Pertanian No. 453 dan No. 861 tahun 1980, organisasi Pusat Karantina Pertanian (yang notabene baru diisi karatina tumbuhan ex Direktorat Karantina Tumbuhan), mempunyai rentang kendali manajemen yang luas. Pusat Karantina Pertanian pada masa itu terdiri dari 5 Balai (eselon III), 14 Stasiun (eselon IV), 38 Pos (eselon V)dan 105 Wilayah Kerja (non structural)yang tersebar diseluruh Indonesia. Pada tahun 1983 Pusat Karantina Pertanian dialihkan kembali dari Badan Litbang Pertanian ke Sekretariat Jenderal dengan pembinaan operasional langsung dibawah Menteri Pertanian. Namun kali ini kedua unsur karantina (hewan dan tumbuhan) benar-benar diintegrasikan. Pada tahun 1985 Direktorat Jenderal Peternakan menyerahkan pembinaan unit karantina hewan, sedangkan Badan Litbang Pertanian menyerhkan pembinaan unit karantina tumbuhan, masing-masing kepada Sekretariat Jenderal Departemen Pertanian. Pada tahun 2001 terbentuklah Badan Karantina Pertanian, Organisasi eselon I di Departemen Pertanian melalui Keppres No. 58 Tahun 2001.

3.2 Organisasi Karantina Karantina Pertanian di Indonesia merupakan tanggung jawab Departemen Pertanian yang pelaksanaannya oleh Badan Karantina Pertanian, Organisasi Eselon I lingkup Departemen Pertanian. Badan Karantina Pertanian dipimpin oleh seorang Kepala Badan. Di tingkat Pusat, Kepala Badan Karantina Peratanian dibantu oleh 4 pejabat eselon II, 10 pejabat elson III, 24 pejabat elson IV. Ditingkat lapangan Kepala Barantan dibantu oleh Kepala UPT terdiri atas 39 UPT Karantina Hewan, 43 UPT Karantina Tumbuhandan 1 Balai Uji standar. 3.3 Arti dan Makna Logo Dasar Hukum : Surat Keputusan Kepala Badan Nomor 91.Kpts.PL.030.F.IV.2003 tanggal 1 April 2003 tentang Pakaian Dinas dan Atribut Pegawai Lingkup Badan Karantina Pertanian. Sebagai salah satu unit eselon 1 di lingkup Kementerian

Pertanian, maka logo Badan Karantina Pertanian mengacu pada lambang Kementerian Pertanian. Adapun makna logo Badan Karantina Pertanian sebagai berikut : Tunas menggambarkan pengertian biologis daripada seluruh kegiatan yang dikelola oleh Kementerian Pertanian, kecuali manusia 1. sebagai benda hidup. Tunas berwarna putih dengan dasar berwarna hijau melambangkan kehidupan 2. Lingkaran berbentuk huruf Q, yang berakar dari bahasa latin kuno Quadraqinta yang berarti empat puluh, menunjukan lamanya masa penahanan terhadap kapal yang diduga mebawa penyakit menular 3. Lingkaran luar dengan tulisan Badan Karantina Pertanian melingkar menandakan kesatuan perlindungan Badan Karantina Pertanian sebagai salah unit di lingkungan Kementerian Pertanian 4. Lingkaran huruf Q dan lingkaran luar berwarna kuning yang melambangkan kemegahan dan kewaspadaan 5. Tulisan Badan Karantina Pertanian berwarna hijau daun, sinergi dengan warna dasar Tunas yang melambangkan kehidupan 6. Logo type dengan tipe huruf Candara yang memancarkan nuansa modern klasik, di tuliskan dibawah lambang masing-masing Badan Karantina Pertanian pada baris pertama dan Kementerian Pertanian pada baris kedua

3.4 VISI dan MISI Visi Terwujudnya Karantina Tumbuhan Yang Tangguh, Profesional dan Terpercaya pada Balai Karantina Pertanian Belawan. Misi 1. Melindungi dan menyelamatkan kelestarian sumber daya alam hayati tumbuhan 2. Mendukung keberhasilan Program Agribisnis dan Ketahanan Pangan Nasional 3. Meningkatkan daya saing melalui sistem standarisasi, sanitasi, sertifikasi karantina 4. Memfasilitasi kelancaran perdagangan/pemasaran produk Agribisnis 5. Meningkatkan pelayanan publik melalui sumber daya manusia yang profesional 6. Mendorong partisipasi masyarakat dalam penyelenggaraan perkarantinaan Tugas pokok dan Fungsi Balai dan Stasiun Karantina Tumbuhan mempunyai tugas melaksanakan kegiatan operasional perkarantinaan tumbuhan tanaman pangan, hortikultura dan tanaman perkebunan. Dalam melaksanakan tugas tersebut, Balai dan Stasiun karantina menyelenggarakan fungsi sebagai berikut :

1. Pelaksanaan pemeriksaan, pengasingan, pengamatan, perlakuan, penahanan, penolakan, pemusnahan dan pembebasan media pembawa organisme pengganggu tumbuhan. 2. Pemantauan Daerah Sebar Organisme Pengganggu Tumbuhan Karantina. 3. Pembuatan Koleksi Organisme Pengganggu Tumbuhan. 4. Pengelolaan laboratorium karantina tumbuhan. 5. Pengumpulan dan pengolahan data, informasi serta operasional tindakan karantina. 6. Pemberian pelayanan teknis kegiatan operasional 7. Pelaksanaan tata usaha dan rumah tangga

BAB 4 ANALISA DAN EVALUASI 4.1 Studi Kasus Dalam penyelesaian suatu masalah diperlukan suatu data sebagai bahan penunjang dan diharapkan mendekati masalah. Data yang diambil merupakan data historis dari nilai ekspor dan impor pertanian belawan dari tahun 2008 sampai 2012 yang disajikan dalam bentuk tabel. Data tersebut adalah sebagai berikut: Tabel 4.1.1 Data Bulanan Nilai Ekspor Pertanian Belawan Tahun 2008-2012 Bulan Tahun 2008 2009 2010 2011 2012 Januari 509 745 660 647 924 Februari 602 721 702 736 763 Maret 581 682 788 770 821 April 764 588 620 814 995 Mei 695 592 615 1016 966 Juni 408 604 783 929 893 Juli 452 612 625 974 1047 Agustus 501 709 654 798 780 September 498 684 781 730 1003 Oktober 528 718 725 814 955 Nopember 414 752 865 781 850 Desember 408 740 630 743 844

Tabel 4.1.2 Data Bulanan Nilai Impor Pertanian Belawan Tahun 2008-2012 Bulan Tahun 2008 2009 2010 2011 2012 Januari 425 671 760 635 548 Februari 504 682 563 689 539 Maret 518 512 572 663 464 April 600 543 680 590 553 Mei 523 720 605 509 679 Juni 433 608 732 620 660 Juli 582 598 520 783 610 Agustus 644 562 558 616 481 September 653 701 652 587 447 Oktober 564 786 606 557 475 Nopember 621 755 686 467 441 Desember 651 699 590 548 479

4.2 Analisis Plot Data Awal Langkah pertama yang perlu dilakukan untuk menganalisis data time series adalah membuat plot data terhadap waktu dan melakukan interpretasi secara visual. Dengan membuat plot data mentah, yaitu data yang akan diolah dan dianalisis, dapat dideteksi apakah pola data mengandung unsur trend, siklik, musiman atau tidak mengandung pola tertentu. 1100 1000 Time Series Plot of Ekspor; Impor Variable Ekspor Impor 900 Data 800 700 600 500 400 Jun Des Jun Des Jun Des Month Jun Des Jun Des Gambar 4.2.1 Plot Ekspor dan Impor Pertanian Belawan 2008-2012

Gambar 4.2.2 Autokorelasi Nilai Ekspor Pertanian Belawan Tahun 2008-2012 Keterangan : dengan menggunakan Autokorelasi terlihat nilai ekspor mengalami penurunan sehingga harus melakukan langkah selanjutnya untuk mengetahui hasil yang lebih signifikan.

Gambar 4.2.3 Autokorelasi Nilai Impor Pertanian Belawan Tahun 2008-2012 Keterangan : karena ternyata nilai ekspor dan impor belum menunjukkan stasioner dalam mean maka dari itu perlu dilakukan difference pada data transformasi.

Gambar 4.2.4 Autokorelasi Parsial Nilai Ekspor Pertanian Belawan Tahun 2008-2012

Gambar 4.2.5 Autokorelasi Parsial Nilai Impor Pertanian Belawan Tahun 2008-2012 ACF dan PACF diduga order ARIMA yang bisa digunakan adalah ARIMA (0,1,1) atau ARIMA (0,0,1); ARIMA (1,1,1) atau ARIMA (1,0,1); ARIMA (1,1,0) atau ARIMA (1,0,0). Dengan menggunakan cara mencoba-coba (trial and error) pada model ARIMA yang mungkin berdasarkan pada plot ACF dan PACF, didapatkan kesimpulan bahwa terdapat 3 model yang mungkin yaitu AR (1), MA(1), serta ARIMA (1), hasil ini didapat berdasarkan pada parameterparameternya yang telah signifikan.

Plot data diatas memperlihatkan deret data yang tidak stasioner, maka perlu diadakan pembedaan pertama dengan persamaan: Nilai Ekspor Nilai Impor X t = x t x t-1 X t = x t x t-1 X 2 = x 2 x 2-1 X 2 = x 2 x 2-1 = 602 509 = 504 425 = 93 = 79 Tabel 4.2.1 Nilai-nilai Pembedaan Pertama Ekspor No. Wt No. Wt No. Wt No. Wt 1 * 16-94 31-158 46 84 2 93 17 4 32 29 47-33 3-21 18 12 33 127 48-38 4 183 19 8 34-56 49 181 5-69 20 97 35 139 50-161 6-287 21-25 36-235 51 58 7 44 22 34 37 17 52 174 8 49 23 34 38 89 53-29 9-3 24-12 39 34 54-73 10 30 25-80 40 44 55 154 11-114 26 42 41 202 56-267 12-6 27 86 42-87 57 223 13 337 28 168 43 45 58-48 14-24 29-5 44-176 59-105 15-39 30 168 45-68 60-6

Tabel 4.2.2 Nilai-nilai Pembedaan Pertama Impor No. Wt No. Wt No. Wt No. Wt 1 * 16 31 31-212 46-30 2 79 17 177 32 38 47-90 3 14 18-112 33 94 48 81 4 82 19-10 34-46 49 0 5-77 20-36 35 80 50-9 6-90 21 139 36-96 51-75 7 149 22 85 37 45 52 89 8 62 23-31 38 54 53 126 9 9 24-56 39-26 54-19 10-89 25 61 40-73 55-50 11 57 26-197 41-81 56-129 12 30 27 9 42 111 57-34 13 20 28 108 43 163 58 28 14 11 29-75 44-167 59-34 15-110 30 127 45-29 60 38

Gambar 4.2.6 Autokorelasi Nilai Ekspor dengan Menggunakan Pembedaan Pertama

Gambar 4.2.7 Autokorelasi Nilai Impor dengan Menggunakan Pembedaan Pertama

Gambar 4.2.8 Autokorelasi Parsial Nilai Ekspor dengan Menggunakan Pembedaan Pertama

Gambar 4.2.9 Autokorelasi Parsial Nilai Impor dengan Menggunakan Pembedaan Pertama

Dari plot korelasi diatas terlihat bahwa ada satu koefisien korelasi diri Tabel 4.2.3 Nilai-nilai Pembedaan Kedua Ekspor No. Wt No. Wt No. Wt No. Wt 1 * 16-55 31-326 46 152 2 * 17 98 32 187 47-117 3-114 18 8 33 98 48-5 4 204 19-4 34-183 49 219 5-252 20 89 35 195 50-342 6-218 21-122 36-374 51 219 7 331 22 59 37 252 52 116 8 5 23 0 38 72 53-203 9-52 24-46 39-55 54-44 10 33 25-68 40 10 55 227 11-144 26 122 41 158 56-421 12 108 27 44 42-289 57 490 13 343 28-254 43 132 58-271 14-361 29 163 44-221 59-57 15-15 30 173 45 108 60 99 Tabel 4.2.4 Nilai-nilai Pembedaan Kedua Impor No. Wt No. Wt No. Wt No. Wt 1 * 16 141 31-339 46-1 2 * 17 146 32 250 47-60 3-65 18-289 33 56 48 171 4 68 19 102 34-140 49-81 5-159 20-26 35 126 50-9 6-13 21 175 36-176 51-66 7 239 22-54 37 141 52 164 8-87 23-116 38 9 53 37 9-53 24-25 39-80 54-145 10-98 25 117 40-47 55-31 11 146 26-258 41-8 56-79 12-27 27 206 42 192 57 95 13-10 28 99 43 52 58 62 14-9 29-183 44-330 59-62 15-121 30 202 45 138 60 72

Gambar 4.3.0 Autokorelasi Nilai Ekspor dengan Menggunakan Pembedaan Kedua

Gambar 4.3.1 Autokorelasi Nilai Impor dengan Menggunakan Pembedaan Kedua

Gambar 4.3.2 Autokorelasi Parsial Nilai Ekspor dengan Menggunakan Pembedaan Kedua

Gambar 4.3.3 Autokorelasi Parsial Nilai Impor dengan Menggunakan Pembedaan Kedua Dari plot korelasi diatas terlihat bahwa ada satu koefisien korelasi diri berbeda nyata dari nol sehingga diduga ordo dari proses MA adalah 1 (Q = 1). Dari plot fungsi korelasi diri, ditentukan ordo dari proses regresi diri. Dari plot tersebut dilihat bahwa ada satu koefisien korelasinya berbeda nyata dari nol, sehinggadiduga bahwa ordo dari AR adalah 1 (P = 1). Sesuai dengan keterangan diatas model sementara data yang dibedakan adalah ARIMA (1,1,1). Pendugaan parameter-parameter model ARIMA dari Box-Jenkins untuk model ARIMA (1,1,1).

BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan Dari hasil penelitian data sekunder Karantina Pertanian Belawan yang dianalisa dari Bulan Januari 2008 s/d Desember 2010, dapat diambil beberapa kesimpulan sebagai berikut: 1. Berdasarkan hasil pengujian plot data aktual, menunjukkan bahwa nilai ekspor dan impor tidak stasioner. Fluktuasi nilai ekspor dan impor sangat signifikan, sehingga dilakukan pembedaan (difference) agar diperoleh data yang stasioner. 2. Dengan menggunakan Plot, Autokorelasi dan Autokorelasi Parsil dapat dilihat perbedaan nilai ekspor dan impor. 3. Terdapat tabel perbedaan pertama dan perbedaan kedua untuk membedakan hasil nilai ekspor dan impor.

5.2 Saran Dari hasil penelitian dan dari beberapa hasil kesimpulan dapat diambil saran sebagai berikut: 1. Untuk melakukan prediksi, sebaiknya menggunakan data times series yang panjang agar dapat mengetahui pola dari data tersebut, sehingga dapat diketahui apakah datanya stasioner atau tidak. 2. Perlu dilakukan pengujian ordo ARIMA dengan metode try and error untuk memperoleh hasil yang lebih baik. 3. Gunakan program SPSS dan MINITAB karena model ini dapat menentukan nilai taksiran kostanta, nilai standart error, uji t dan matriks korelasi serta dapat menghitung model ARIMA.