SKRIPSI. Disusun Oleh : YUNISA RATNA RESTI NIM

dokumen-dokumen yang mirip
ISSN: JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman Online di:

PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP

SKRIPSI. Disusun oleh: Firda Megawati

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

PENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus: KA Argo Muria)

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

PEMODELAN VEKTOR AUTOREGRESIF X TERHADAP VARIABEL MAKROEKONOMI DI INDONESIA

Peramalan Inflasi Menurut Kelompok Pengeluaran Makanan Jadi, Minuman, Rokok dan Tembakau Menggunakan Model Variasi Kalender

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

ANALISIS INTEGRASI PASAR BAWANG MERAH MENGGUNAKAN METODE VECTOR ERROR CORRECTION MODEL

PENENTUAN VALUE AT RISK

PERBANDINGAN MODEL ARCH/GARCH MODEL ARIMA DENGAN MODEL FUNGSI TRANSFER

PEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON

PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) MENGGUNAKAN ANALISIS FUNGSI TRANSFER MULTI INPUT DENGAN ARCH-GARCH

PADA PORTOFOLIO SAHAM

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

PERBANDINGAN ARIMA DENGAN FUZZY AUTOREGRESSIVE (FAR) DALAM PERAMALAN INTERVAL HARGA PENUTUPAN SAHAM. (Studi Kasus pada Jakarta Composite Index)

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip

ANALISIS INTERVENSI KENAIKAN HARGA BBM TERHADAP PERMINTAAN BBM BERSUBSIDI PADA SPBU SULTAN AGUNG SEMARANG JAWA TENGAH SKRIPSI.

PROYEKSI DATA PRODUK DOMESTIK BRUTO (PDB) DAN FOREIGN DIRECT INVESTMENT (FDI) MENGGUNAKAN VECTOR AUTOREGRESSIVE (VAR)

MENGGUNAKAN METODE GARCH ASIMETRIS

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA PERAMALAN TINGKAT INFLASI NASIONAL DENGAN MULTI INPUT SKRIPSI

ANALISIS INTERVENSI FUNGSI STEP

Disusun oleh : Nur Musrifah Rohmaningsih Skripsi. Sebagai Salah Satu Syarat untuk Memperoleh Gelar

PERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR)

PEMODELAN SEASONAL GENERALIZED SPACE TIME AUTOREGRESSIVE

PERAMALAN JUMLAH TAMU HOTEL DI KABUPATEN DEMAK

PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI. Oleh: ELYAS DARMAWAN NIM.

ANALISIS TIME SERIES PRODUK DOMESTIK REGIONAL BRUTO PROVINSI JAWA TIMUR DENGAN METODE ARIMA BOX-JENKINS DAN INTERVENSI

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

PENDETEKSIAN KRISIS KEUANGAN DI INDONESIA MENGGUNAKAN GABUNGAN MODEL VOLATILITAS DAN MARKOV SWITCHING BERDASARKAN INDIKATOR HARGA MINYAK

PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI

PEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI GIZI BURUK BALITA DI JAWA TENGAH DENGAN METODE SPATIAL DURBIN MODEL SKRIPSI

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

PEMODELAN KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT MENGGUNAKAN

REGRESI SPLINE SEBAGAI ALTERNATIF DALAM PEMODELAN KURS RUPIAH TERHADAP DOLAR AMERIKA SERIKAT SKRIPSI

PEMODELAN MARKOV SWITCHING DENGAN TIME-VARYING TRANSITION PROBABILITY

PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR

III. METODE PENELITIAN

MODEL FUNGSI TRANSFER BIVARIAT UNTUK MERAMALKAN CURAH HUJAN DI KABUPATEN DELI SERDANG SKRIPSI DYAH RARA

PERAMALAN HARGA MINYAK MENTAH DUNIA NEURAL NETWORK

PEMODELAN KURS MATA UANG RUPIAH TERHADAP DOLLAR AMERIKA MENGGUNAKAN METODE GARCH ASIMETRIS

PEMODELAN REGRESI LINIER MULTIVARIAT DENGAN METODE PEMILIHAN MODEL FORWARD SELECTION

SKRIPSI JURUSAN STATISTIKA PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)

Metode Peramalan dengan Menggunakan Model Volatilitas Asymmetric Power ARCH (APARCH)

GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH

AUTOREGRESSIVE (MSVAR) SKRIPSI

PEMODELAN GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR) SEASONAL PADA DATA JUMLAH WISATAWAN MANCANEGARA EMPAT KABUPATEN/KOTA DI JAWA TENGAH

ISSN: JURNAL GAUSSIAN, Volume 6, Nomor 3, Tahun 2017, Halaman Online di:

PENENTUAN MODEL KEMISKINAN DI JAWA TENGAH DENGAN MULTIVARIATE GEOGRAPHICALLY WEIGHTED REGRESSION (MGWR)

PREDIKSI CURAH HUJAN DENGAN METODE KALMAN FILTER (Studi Kasus di Kota Semarang Tahun 2012)

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

MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI

HASIL DAN PEMBAHASAN. Eksplorasi Data

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA

SKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

PEMODELAN GEOGRAPHICALLY WEIGHTED LOGISTIC REGRESSION

SKRIPSI. Disusun Oleh : DITA ROSITA SARI DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PEMODELAN VARIABEL-VARIABEL PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI TELUR ATAU SUSU DI KABUPATEN MAGELANG MENGGUNAKAN REGRESI TOBIT

SKRIPSI JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PEMODELAN GENERAL REGRESSION NEURAL NETWORK (GRNN) PADA DATA RETURN INDEKS HARGA SAHAM EURO 50

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

PROSEDUR MODEL EXPONENTIAL SMOOTH TRANSITION AUTOREGRESSIVE (ESTAR)

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PERAMALAN JUMLAH WISATAWAN GROJOGAN SEWU MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE EXOGENOUS (ARIMAX) DENGAN VARIASI KALENDER

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE

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

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

PEMODELAN PERSENTASE PENDUDUK MISKIN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI DATA PANEL

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Model Fungsi Transfer Time Series Dengan Input Series Tunggal

SKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA

PERAMALAN INDEKS HARGA KONSUMEN DAN INFLASI INDONESIA DENGAN METODE ARIMA BOX-JENKINS

IDENTIFIKASI BREAKPOINT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

INTEGRATED GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (IGARCH) (Studi Kasus pada Return Kurs Rupiah terhadap Dollar Australia)

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

PEMODELAN REGRESI 2-LEVEL DENGAN METODE ITERATIVE GENERALIZED LEAST SQUARE (IGLS) (Studi Kasus: Tingkat pendidikan Anak di Kabupaten Semarang)

Pemodelan Konsumsi Listrik Berdasarkan Jumlah Pelanggan PLN Jawa Timur untuk Kategori Rumah Tangga R-1 Dengan Metode Fungsi Transfer single input

SKRIPSI. Disusun oleh: Alin Citra Suardi

SKRIPSI. Disusun oleh : OKA AFRANDA

ESTIMASI PARAMETER REGRESI RIDGE MENGGUNAKAN ITERASI HOERL, KENNARD, DAN BALDWIN (HKB) UNTUK PENANGANAN MULTIKOLINIERITAS

ANALISIS PENGARUH KURS RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN DISTRIBUTED LAG MODEL SKRIPSI

PERAMALAN JUMLAH PENDERITA DEMAM BERDARAH DENGUE DI KOTA DENPASAR MENGGUNAKAN MODEL FUNGSI TRANSFER MULTIVARIAT

PEMODELAN PERSENTASE BALITA GIZI BURUK DI JAWA TENGAH DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENTS ANALYSIS (GWRPCA)

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

KAJIAN MODEL INFLASI TAHUNAN KOTA SIBOLGA DENGAN ARIMA DAN PENDEKATAN REGRESI POLINOMIAL PADA ANALISIS MULTIRESOLUSI WAVELET

ANALISIS REGRESI NONPARAMETRIK KERNEL DAN SAMPEL TERHAPUS-2. (Studi Kasus: Pemodelan Tingkat Inflasi Terhadap Nilai Tukar Rupiah di

PEMODELAN LAJU INFLASI DI PROVINSI JAWA TENGAH MENGGUNAKAN REGRESI DATA PANEL

PREDIKSI JANGKA PENDEK B ULAN AN JUMLAH FLARE DENGAN MODEL ARIMA (p,d,[q]), (P,D,Q)' 32

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR)

PERAMALAN PASANG SURUT AIR LAUT DI PULAU JAWA MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)

BAB 2 LANDASAN TEORI

PEMODELAN MARKOV SWITCHING AUTOREGRESSIVE

Transkripsi:

PENDEKATAN MODEL FUNGSI TRANSFER MULTI INPUT UNTUK ANALISIS HUBUNGAN ANTARA LUAS PANEN DAN LUAS TAMBAH TANAM DENGAN PRODUKSI BAWANG MERAH DI JAWA TENGAH SKRIPSI Disusun Oleh : YUNISA RATNA RESTI NIM. 24010211140075 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2015

PENDEKATAN MODEL FUNGSI TRANSFER MULTI INPUT UNTUK ANALISIS HUBUNGAN ANTARA LUAS PANEN DAN LUAS TAMBAH TANAM DENGAN PRODUKSI BAWANG MERAH DI JAWA TENGAH Disusun Oleh : YUNISA RATNA RESTI NIM. 24010211140075 Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Statistika pada Jurusan Statistika JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2015 i

HALAMAN PENGESAHAN I : Pendekatan Model Fungsi Transfer Multi Input untuk Judul Analisis Hubungan antara Luas Panen dan Luas Tambah Tanam dengan Produksi Bawang Merah di Jawa Tengah Nama : Yunisa Ratna Resti NIM : 24010211140075 Jurusan : Statistika Telah diujikan pada sidang Tugas Akhir tanggal 16 April 2015 dan dinyatakan lulus pada tanggal 27 April 2015. Semarang, 30 April 2015 Mengetahui, Ketua Jurusan Statistika Panitia Penguji Tugas Akhir Fakultas Sains dan Matematika Ketua, Dra. Dwi Ispriyanti, M.Si Sugito, S.Si, M.Si NIP. 195709141986032001 NIP. 197610192005011001 ii

HALAMAN PENGESAHAN II Judul : Pendekatan Model Fungsi Transfer Multi Input untuk Analisis Hubungan antara Luas Panen dan Luas Tambah Tanam dengan Produksi Bawang Merah di Jawa Tengah Nama : Yunisa Ratna Resti NIM : 24010211140075 Jurusan : Statistika Telah diujikan pada Sidang Tugas Akhir tanggal 16 April 2015. Semarang, 30 April 2015 Pembimbing I Pembimbing II Abdul Hoyyi, S.Si, M.Si NIP. 197202022008011018 Rita Rahmawati, S.Si, M.Si NIP. 198009102005012002 iii

KATA PENGANTAR Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan hidayahnya sehingga Tugas Akhir ini dapat terselesaikan. Tugas Akhir yang berjudul: Pendekatan Model Fungsi Transfer Multi Input untuk Analisis Hubungan antara Luas Panen dan Luas Tambah Tanam dengan Produksi Bawang Merah di Jawa Tengah ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro. Pembuatan Tugas Akhir ini tidak terlepas dari bantuan, bimbingan, serta saran dari berbagai pihak. Oleh karena itu, dalam kesempatan ini penulis ingin menyampaikan terima kasih kepada: 1. Ibu Dra. Dwi Ispriyanti, M.Si, selaku Ketua Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro. 2. Bapak Abdul Hoyyi, S.Si, M.Si dan Ibu Rita Rahmawati, S.Si, M.Si selaku dosen pembimbing I dan II. 3. Bapak dan Ibu dosen Jurusan Statistika. 4. Dinas Pertanian Tanaman Pangan dan Hortikultura Provinsi Jawa Tengah yang telah memberikan izin penggunaan data dalam Tugas Akhir ini. 5. Semua pihak yang telah membantu dalam penulisan Tugas Akhir ini. Penulis menyadari bahwa Tugas Akhir ini masih jauh dari sempurna. Oleh karena itu, penulis mengharapkan kritik dan saran yang dapat digunakan untuk penyempurnaan Tugas Akhir ini. Semarang, 30 April 2015 Penulis iv

ABSTRAK Bawang merah merupakan salah satu komoditas hortikultura yang dikonsumsi oleh masyarakat Indonesia dengan produsen terbesar berada di Provinsi Jawa Tengah. Kebutuhan konsumen terhadap bawang merah terus meningkat tetapi jumlah pasokan bawang merah di pasaran terbatas. Jumlah pasokan bawang merah ini bergantung pada volume produksi bawang merah dari petani yang dipengaruhi oleh faktor-faktor dari awal penanaman hingga panen seperti luas area panen dan luas penambahan lahan yang ditanami bawang merah. Adapun data yang digunakan untuk pemodelan ini adalah data produksi bawang merah di Jawa Tengah yang dicatat oleh Dinas Pertanian Tanaman Pangan dan Hortikultura Jawa Tengah setiap bulan. Pada penelitian ini digunakan metode pemodelan fungsi transfer multi input yang merupakan integrasi dari model ARIMA dan model regresi berganda. Penelitian ini bertujuan untuk memodelkan deret output produksi bawang merah dengan dua deret input yaitu luas panen dan luas tambah tanam mulai dari Januari 2004 sampai dengan November 2014. Hasil penelitian menunjukkan bahwa terdapat hubungan signifikan antara luas panen dengan produksi bawang merah mulai dari waktu ke t=0 selama 2 periode dan luas tambah tanam juga signifikan mempengaruhi produksi bawang merah dari waktu ke t=0. Model fungsi transfer multi input ini menghasilkan nilai AIC sebesar 3088,484. Kata Kunci: Fungsi Transfer Multi Input, Bawang Merah v

ABSTRACT Onion is one of holticulture commoditie which is consumed by many Indonesians with Central Java as its largest producer. The consumer s need of onion keeps raising but, unfortunately, its number in the marketplace is limited. The onion supply depend on onion s production which is affected by some factors, such as the land condition from the beginning when cultivation is started until the harvesting come such as area of harvesting and area of additional cultivation. So that onion s production modeling which influenced by significant factores is needed to predict the crops volume in the future. Data which is used to production modeling are data of onion s production in Jawa Tengah, these data is written by Dinas Pertanian Tanaman Pangan dan Hortikultura Jawa Tengah in everymonth. This research use multiple input transfer function model, which is an integration of ARIMA and regression model. This reseach aimed at modelling output series of onion production using two input series, i.e. area of harvesting and area of additional cultivation, from January 2004 to November 2014. The result showed that there is a significant correlation between area of harvesting and onion production, starting from lag t=0 during two periods, as well as area of additional cultivation toward the production from lag t=0. This multiple input transfer function method resulted in AIC valued at 3088.484. Keywords: Multiple Input Transfer Function, Onion vi

DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN I... ii HALAMAN PENGESAHAN II... iii KATA PENGANTAR... iv ABSTRAK... v ABSTRACT... vi DAFTAR ISI... vii DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiii BAB I PENDAHULUAN 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 4 1.3 Batasan Masalah... 4 1.4 Tujuan Penelitian... 5 BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu... 6 2.1.1 Stasioneritas... 6 2.1.2 Fungsi Autokorelasi dan Autokorelasi Parsial... 9 2.1.3 Identifikasi Model AR, MA, dan ARMA... 12 A. Proses Autoregresif (AR) Orde p... 16 B. Proses Moving Average (MA) Orde q... 16 vii

C. Proses ARMA (p,q)... 17 D. Proses ARIMA (p,d,q)... 17 2.1.4 Asumsi Pemodelan ARIMA (p,d,q)... 17 2.1.5 Uji Signifikansi Parameter... 17 2.2 Konsep Fungsi Transfer... 18 2.2.1 Model Fungsi Transfer... 19 2.2.2 Tahap Pembentukan Model Fungsi Transfer... 21 2.3 Bawang Merah... 31 2.3.1 Produksi Bawang Merah... 33 2.3.2 Luas Panen dan Luas Tambah Tanam Bawang Merah... 34 BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Sumber Data... 35 3.2 Variabel Penelitian... 35 3.3 Software yang Digunakan... 35 3.4 Langkah Analisis... 36 3.5 Flowchart... 37 BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Data... 39 4.2 Pengujian Stasioneritas pada Deret Input dan Deret Output.. 40 4.2.1 Data Produksi Bawang Merah... 40 4.2.2 Data Luas Panen Bawang Merah... 42 4.2.3 Data Luas Tambah Tanam Bawang Merah... 44 4.3 Identifikasi Proses ARIMA... 47 viii

4.4 Pemutihan Deret Input dan Output... 51 4.4.1 Pemutihan Deret Input Luas Panen... 51 4.4.2 Pemutihan Deret Input Luas Tambah Tanam... 51 4.4.3 Pemutihan Deret Output Produksi Bawang Merah... 51 4.5 Perhitungan Korelasi Silang dan Autokorelasi untuk Deret Input dan Output yang Sudah Diputihkan... 52 4.6 Penetapan (b,r,s) untuk Model Fungsi Transfer Multi Input yang Menghubungkan Deret Input ke Deret Output... 53 4.7 Estimasi Parameter Model Fungsi Transfer Multi Input... 55 4.8 Diagnostik Model Fungsi Transfer Multi Input... 56 4.8.1 Pengujian Autokorelasi untuk Nilai Residual Akhir... 57 4.8.2 Pengujian Korelasi Silang antara Nilai Residual Model Fungsi Transfer Multi Input dengan Deret Input Luas Panen yang Diputihkan... 58 4.8.3 Pengujian Korelasi Silang antara Nilai Residual Model Fungsi Transfer Multi Input dengan Deret Input Luas Tambah Tanam yang Diputihkan... 59 4.8.4 Uji Langrange Multiplier (LM) untuk Pengujian Heteroskedastisitas Residual... 60 4.9 Penggunaan Model Fungsi Transfer Multi Input untuk Peramalan... 61 ix

BAB V PENUTUP 5.1 Kesimpulan... 63 5.2 Saran... 64 DAFTAR PUSTAKA... 65 LAMPIRAN... 67 x

DAFTAR TABEL Halaman Tabel 1 Identifikasi Proses ARMA... 15 Tabel 2 Statistik Deskriptif Data Penelitian Tanaman Bawang Merah... 39 Tabel 3 Estimasi Parameter Model untuk Data Luas Panen... 48 Tabel 4 Estimasi Parameter Model untuk Data Luas Tambah Tanam... 50 Tabel 5 Identifikasi Nilai (b,r,s)... 54 Tabel 6 Estimasi Parameter Model Fungsi Transfer Multi Input... 55 Tabel 7 Nilai Pemeriksaan Autokorelasi Residual Model Fungsi Transfer Multi Input... 57 Tabel 8 Nilai Pemeriksaan Korelasi Silang Residual Model Fungsi Transfer Multi Input untuk Variabel Luas Panen... 58 Tabel 9 Nilai Pemeriksaan Korelasi Silang Residual Model Fungsi Transfer Multi Input untuk Variabel Variabel Luas Tambah Tanam... 59 Tabel 10 Uji Langrange Multiplier Residual Model... 61 Tabel 11 Nilai Peramalan Produksi Bawang Merah dengan Model Fungsi Transfer Multi Input... 62 xi

DAFTAR GAMBAR Halaman Gambar 1 Proses AR (1)... 12 Gambar 2 Proses MA (1)... 13 Gambar 3 Proses ARMA (1,1)... 14 Gambar 4 Konsep Fungsi Transfer... 19 Gambar 5 Flowchart Analisis... 38 Gambar 6 Plot Runtun Waktu Produksi... 40 Gambar 7 Plot Runtun Waktu Produksi Setelah Dilakukan Diferensi.. 41 Gambar 8 Plot Runtun Waktu Luas Panen... 43 Gambar 9 Plot Runtun Waktu Luas Panen Setelah Dilakukan Diferensi... 44 Gambar 10 Plot Runtun Waktu Luas Tambah Tanam... 45 Gambar 11 Plot Runtun Waktu Luas Tambah Tanam Setelah Dilakukan Diferensi... 46 Gambar 12 Plot ACF Luas Panen... 47 Gambar 13 Plot PACF Luas Panen... 47 Gambar 14 Plot ACF Luas Tambah Tanam... 49 Gambar 15 Plot PACF Luas Tambah Tanam... 49 xii

DAFTAR LAMPIRAN Halaman Lampiran 1 Data Produksi, Luas Panen, dan Luas Tambah Tanam Komoditas Bawang Merah di Jawa Tengah dari Januari 2004 sampai Desember 2013... 67 Lampiran 2 Output Uji Stasioneritas Variabel Produksi... 71 Lampiran 3 Output Uji Stasioneritas Variabel Luas Panen... 72 Lampiran 4 Output Uji Stasioneritas Variabel Luas Panen... 73 Lampiran 5 Output Program Minitab untuk Model ARIMA Variabel Input... 74 Lampiran 6 Output Program Ms. Excel Nilai Pemutihan Deret Input... 75 Lampiran 7 Nilai dan Plot Korelasi Silang antara Deret Input dan Output yang Diputihkan... 79 Lampiran 8 Identifikasi Nilai (b,r,s)... 82 Lampiran 9 Output Program SAS 9.0 Model Fungsi Transfer Multi Input... 84 Lampiran 10 Ouput Program SAS 9.0 Pengujian Asumsi Residual Model dan Peramalan... 85 Lampiran 11 Sintaks Program SAS Pemodelan dan Peramalan Fungsi Transfer Multi Input... 86 Lampiran 12 Tabel Augmented Dickey-Fuller... 87 Lampiran 13 Tabel Distribusi t... 88 Lampiran 14 Tabel Distribusi Chi-Square... 89 xiii

ABSTRAK Bawang merah merupakan salah satu komoditas hortikultura yang dikonsumsi oleh masyarakat Indonesia dengan produsen terbesar berada di Provinsi Jawa Tengah. Kebutuhan konsumen terhadap bawang merah terus meningkat tetapi jumlah pasokan bawang merah di pasaran terbatas. Jumlah pasokan bawang merah ini bergantung pada volume produksi bawang merah dari petani yang dipengaruhi oleh faktor-faktor dari awal penanaman hingga panen seperti luas area panen dan luas penambahan lahan yang ditanami bawang merah. Adapun data yang digunakan untuk pemodelan ini adalah data produksi bawang merah di Jawa Tengah yang dicatat oleh Dinas Pertanian Tanaman Pangan dan Hortikultura Jawa Tengah setiap bulan. Pada penelitian ini digunakan metode pemodelan fungsi transfer multi input yang merupakan integrasi dari model ARIMA dan model regresi berganda. Penelitian ini bertujuan untuk memodelkan deret output produksi bawang merah dengan dua deret input yaitu luas panen dan luas tambah tanam mulai dari Januari 2004 sampai dengan November 2014. Hasil penelitian menunjukkan bahwa terdapat hubungan signifikan antara luas panen dengan produksi bawang merah mulai dari waktu ke t=0 selama 2 periode dan luas tambah tanam juga signifikan mempengaruhi produksi bawang merah dari waktu ke t=0. Model fungsi transfer multi input ini menghasilkan nilai AIC sebesar 3088,484. Kata Kunci: Fungsi Transfer Multi Input, Bawang Merah v

ABSTRACT Onion is one of holticulture commoditie which is consumed by many Indonesians with Central Java as its largest producer. The consumer s need of onion keeps raising but, unfortunately, its number in the marketplace is limited. The onion supply depend on onion s production which is affected by some factors, such as the land condition from the beginning when cultivation is started until the harvesting come such as area of harvesting and area of additional cultivation. So that onion s production modeling which influenced by significant factores is needed to predict the crops volume in the future. Data which is used to production modeling are data of onion s production in Jawa Tengah, these data is written by Dinas Pertanian Tanaman Pangan dan Hortikultura Jawa Tengah in everymonth. This research use multiple input transfer function model, which is an integration of ARIMA and regression model. This reseach aimed at modelling output series of onion production using two input series, i.e. area of harvesting and area of additional cultivation, from January 2004 to November 2014. The result showed that there is a significant correlation between area of harvesting and onion production, starting from lag t=0 during two periods, as well as area of additional cultivation toward the production from lag t=0. This multiple input transfer function method resulted in AIC valued at 3088.484. Keywords: Multiple Input Transfer Function, Onion vi

DAFTAR ISI Halaman HALAMAN JUDUL... i HALAMAN PENGESAHAN I... ii HALAMAN PENGESAHAN II... iii KATA PENGANTAR... iv ABSTRAK... v ABSTRACT... vi DAFTAR ISI... vii DAFTAR TABEL... xi DAFTAR GAMBAR... xii DAFTAR LAMPIRAN... xiii BAB I PENDAHULUAN 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 4 1.3 Batasan Masalah... 4 1.4 Tujuan Penelitian... 5 BAB II TINJAUAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu... 6 2.1.1 Stasioneritas... 6 2.1.2 Fungsi Autokorelasi dan Autokorelasi Parsial... 9 2.1.3 Identifikasi Model AR, MA, dan ARMA... 12 A. Proses Autoregresif (AR) Orde p... 16 B. Proses Moving Average (MA) Orde q... 16 vii

C. Proses ARMA (p,q)... 17 D. Proses ARIMA (p,d,q)... 17 2.1.4 Asumsi Pemodelan ARIMA (p,d,q)... 17 2.1.5 Uji Signifikansi Parameter... 17 2.2 Konsep Fungsi Transfer... 18 2.2.1 Model Fungsi Transfer... 19 2.2.2 Tahap Pembentukan Model Fungsi Transfer... 21 2.3 Bawang Merah... 31 2.3.1 Produksi Bawang Merah... 33 2.3.2 Luas Panen dan Luas Tambah Tanam Bawang Merah... 34 BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Sumber Data... 35 3.2 Variabel Penelitian... 35 3.3 Software yang Digunakan... 35 3.4 Langkah Analisis... 36 3.5 Flowchart... 37 BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Data... 39 4.2 Pengujian Stasioneritas pada Deret Input dan Deret Output.. 40 4.2.1 Data Produksi Bawang Merah... 40 4.2.2 Data Luas Panen Bawang Merah... 42 4.2.3 Data Luas Tambah Tanam Bawang Merah... 44 4.3 Identifikasi Proses ARIMA... 47 viii

4.4 Pemutihan Deret Input dan Output... 51 4.4.1 Pemutihan Deret Input Luas Panen... 51 4.4.2 Pemutihan Deret Input Luas Tambah Tanam... 51 4.4.3 Pemutihan Deret Output Produksi Bawang Merah... 51 4.5 Perhitungan Korelasi Silang dan Autokorelasi untuk Deret Input dan Output yang Sudah Diputihkan... 52 4.6 Penetapan (b,r,s) untuk Model Fungsi Transfer Multi Input yang Menghubungkan Deret Input ke Deret Output... 53 4.7 Estimasi Parameter Model Fungsi Transfer Multi Input... 55 4.8 Diagnostik Model Fungsi Transfer Multi Input... 56 4.8.1 Pengujian Autokorelasi untuk Nilai Residual Akhir... 57 4.8.2 Pengujian Korelasi Silang antara Nilai Residual Model Fungsi Transfer Multi Input dengan Deret Input Luas Panen yang Diputihkan... 58 4.8.3 Pengujian Korelasi Silang antara Nilai Residual Model Fungsi Transfer Multi Input dengan Deret Input Luas Tambah Tanam yang Diputihkan... 59 4.8.4 Uji Langrange Multiplier (LM) untuk Pengujian Heteroskedastisitas Residual... 60 4.9 Penggunaan Model Fungsi Transfer Multi Input untuk Peramalan... 61 ix

BAB V PENUTUP 5.1 Kesimpulan... 63 5.2 Saran... 64 DAFTAR PUSTAKA... 65 LAMPIRAN... 67 x

DAFTAR TABEL Halaman Tabel 1 Identifikasi Proses ARMA... 15 Tabel 2 Statistik Deskriptif Data Penelitian Tanaman Bawang Merah... 39 Tabel 3 Estimasi Parameter Model untuk Data Luas Panen... 48 Tabel 4 Estimasi Parameter Model untuk Data Luas Tambah Tanam... 50 Tabel 5 Identifikasi Nilai (b,r,s)... 54 Tabel 6 Estimasi Parameter Model Fungsi Transfer Multi Input... 55 Tabel 7 Nilai Pemeriksaan Autokorelasi Residual Model Fungsi Transfer Multi Input... 57 Tabel 8 Nilai Pemeriksaan Korelasi Silang Residual Model Fungsi Transfer Multi Input untuk Variabel Luas Panen... 58 Tabel 9 Nilai Pemeriksaan Korelasi Silang Residual Model Fungsi Transfer Multi Input untuk Variabel Variabel Luas Tambah Tanam... 59 Tabel 10 Uji Langrange Multiplier Residual Model... 61 Tabel 11 Nilai Peramalan Produksi Bawang Merah dengan Model Fungsi Transfer Multi Input... 62 xi

DAFTAR GAMBAR Halaman Gambar 1 Proses AR (1)... 12 Gambar 2 Proses MA (1)... 13 Gambar 3 Proses ARMA (1,1)... 14 Gambar 4 Konsep Fungsi Transfer... 19 Gambar 5 Flowchart Analisis... 38 Gambar 6 Plot Runtun Waktu Produksi... 40 Gambar 7 Plot Runtun Waktu Produksi Setelah Dilakukan Diferensi.. 41 Gambar 8 Plot Runtun Waktu Luas Panen... 43 Gambar 9 Plot Runtun Waktu Luas Panen Setelah Dilakukan Diferensi... 44 Gambar 10 Plot Runtun Waktu Luas Tambah Tanam... 45 Gambar 11 Plot Runtun Waktu Luas Tambah Tanam Setelah Dilakukan Diferensi... 46 Gambar 12 Plot ACF Luas Panen... 47 Gambar 13 Plot PACF Luas Panen... 47 Gambar 14 Plot ACF Luas Tambah Tanam... 49 Gambar 15 Plot PACF Luas Tambah Tanam... 49 xii

DAFTAR LAMPIRAN Halaman Lampiran 1 Data Produksi, Luas Panen, dan Luas Tambah Tanam Komoditas Bawang Merah di Jawa Tengah dari Januari 2004 sampai Desember 2013... 67 Lampiran 2 Output Uji Stasioneritas Variabel Produksi... 71 Lampiran 3 Output Uji Stasioneritas Variabel Luas Panen... 72 Lampiran 4 Output Uji Stasioneritas Variabel Luas Panen... 73 Lampiran 5 Output Program Minitab untuk Model ARIMA Variabel Input... 74 Lampiran 6 Output Program Ms. Excel Nilai Pemutihan Deret Input... 75 Lampiran 7 Nilai dan Plot Korelasi Silang antara Deret Input dan Output yang Diputihkan... 79 Lampiran 8 Identifikasi Nilai (b,r,s)... 82 Lampiran 9 Output Program SAS 9.0 Model Fungsi Transfer Multi Input... 84 Lampiran 10 Ouput Program SAS 9.0 Pengujian Asumsi Residual Model dan Peramalan... 85 Lampiran 11 Sintaks Program SAS Pemodelan dan Peramalan Fungsi Transfer Multi Input... 86 Lampiran 12 Tabel Augmented Dickey-Fuller... 87 Lampiran 13 Tabel Distribusi t... 88 Lampiran 14 Tabel Distribusi Chi-Square... 89 xiii

1 BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia adalah negara pertanian yang terletak di daerah tropis dengan wilayah cukup luas dan memiliki variasi agroklimat. Melihat kondisi ini, Indonesia menjadi daerah potensial bagi pengembangan hortikultura yaitu budidaya tanaman buah-buahan, sayuran, obat-obatan dan tanaman hias (Zulkarnain, 2010). Variasi agroklimat menguntungkan bagi Indonesia karena musim buah, sayur dan bunga dapat berlangsung sepanjang tahun. Bawang merah merupakan salah satu produk komoditas hortikultura. Bawang merah tergolong salah satu jenis bawang yang banyak dikonsumsi oleh masyarakat Indonesia. Konsumsi bawang merah tidak dalam jumlah yang besar tetapi digunakan setiap hari oleh masyarakat Indonesia sebagai bumbu masakan, bahkan sekarang penggunaanya sudah memasuki bisnis restoran dan industri makanan untuk diolah menjadi bawang goreng (Wibowo, 2009). Kebutuhan konsumen bawang merah yang terus meningkat sejalan dengan bertambahnya jumlah penduduk ini berbeda kondisi dengan jumlah pasokan bawang merah di pasaran. Hal ini terjadi karena pasokan bawang merah yang berasal dari hasil panen petani lokal memiliki volume fluktuatif yang dipengaruhi oleh faktor-faktor seperti kondisi lahan, cuaca, hama tanaman, pencahayaan, pengairan, dan sebagainya. Jika kebutuhan bawang merah tidak dapat terpenuhi oleh pasokan yang ada, maka akan terjadi kelangkaan yang berimbas pada kenaikan harga. Untuk menutup kekurangan pasokan bawang merah dalam negeri 1

2 bisa dilakukan dengan cara impor produk dari negara lain, tetapi sekarang kuota impor beberapa produk hortikultura dibatasi untuk melindungi produk petani dalam negeri. Teknik lain untuk meningkatkan jumlah produksi dalam negeri terus dikembangkan oleh Direktorat Jenderal Bina Produksi Hortikultura bekerja sama dengan stakeholder dan kelompok tani bawang merah di daerah-daerah produsen bawang merah. Berdasarkan data dari Direktorat Jenderal Bina Produksi Hortikultura, Jawa Tengah merupakan produsen bawang merah terbesar di Indonesia, kemudian diikuti oleh Jawa Timur dan Jawa Barat. Budidaya tanaman bawang merah di Jawa Tengah dilakukan sesuai Standar Operasional Prosedur (SOP) Budidaya Bawang Merah yang harus dijalankan oleh petani bawang merah di bawah pengawasan Dinas Pertanian Tanaman Pangan dan Hortikultura Jawa Tengah bekerja sama dengan stakeholder setempat. Tujuannya, hasil produksi dapat sesuai target yang telah ditetapkan sebelumnya dan dapat memenuhi permintaan pasar. Hasil produksi bawang merah dicatat setiap bulan beserta faktor-faktor yang berkaitan dengan budidaya tanaman seperti kondisi lahan dari awal penanaman hingga panen. Faktor-faktor yang ada dalam budidaya bawang merah ada yang berpengaruh secara signifikan terhadap hasil produksi maupun tidak. Beberapa faktor yang signifikan mempengaruhi hasil produksi dapat menjadi parameter dalam memprediksi volume produksi di waktu yang akan datang. Nilai prediksi ini dapat digunakan sebagai bahan evaluasi teknik budidaya seperti besar area luas tanam yang akan ditambah pada musim tanam berikutnya hingga penanganan

3 pasca panen dan penentuan target produktivitas bawang merah untuk mendapatkan hasil yang optimal. Untuk mendapatkan nilai prediksi produksi bawang merah diperlukan suatu model untuk mengestimasi produksi bawang merah di waktu yang akan datang berdasarkan faktor-faktor yang berpengaruh secara signifikan. Beberapa penelitian sebelumnya melakukan pemodelan terhadap hasil produksi tanaman yang melibatkan faktor luas lahan tanam dan luas panen menggunakan analisis regresi yang kemudian ditransformasi menggunakan fungsi Cobb Douglas. Sugiartiningsih (2012) melakukan pemodelan untuk mengetahui apakah ada pengaruh luas lahan tanam terhadap hasil produksi jagung di Indonesia pada periode 1990-2006 menggunakan analisis regresi dan analisis ekonomi. Hasilnya, luas lahan berpengaruh signifikan terhadap produksi jagung di Indonesia. Pemodelan untuk mengetahui pengaruh luas panen terhadap hasil produksi tanaman pangan dan perkebunan di Kalimantan Timur pernah dilakukan oleh Nindia Ekaputri (2008) dengan menggunakan metode Fungsi Cobb Douglas. Dari analisis tersebut diperoleh hasil bahwa luas panen berpengaruh signifikan terhadap produksi tanaman pangan dan perkebunan di Kalimantan Timur. Pemodelan menggunakan analisis regresi tersebut belum memperhatikan efek dari data runtun waktu. Oleh karena itu, untuk memperoleh nilai prediksi dari data yang memiliki hubungan antara variabel prediktor terhadap variabel respon dengan jenis data runtun waktu, maka digunakan analisis model fungsi transfer yang merupakan integrasi dari model ARIMA dan model regresi. Berdasarkan latar belakang tersebut dalam tugas akhir ini akan dilakukan pemodelan fungsi transfer untuk memprediksi volume produksi yang dipengaruhi

4 oleh faktor luas panen dan luas tambah tanam untuk tanaman bawang merah selama 6 bulan ke depan pada periode bulan Desember 2014 sampai dengan Mei 2015 sehingga dapat digunakan sebagai bahan perencanaan mulai dari penentuan luas lahan yang akan ditanam bawang merah sampai dengan pemasaran bawang merah yang optimal agar mampu memenuhi kebutuhan bawang merah dalam negeri dan mampu menghasilkan devisa negara dengan ekspor ke beberapa negara ASEAN seperti Malaysia, Thailand, Singapura, dan Filipina. 1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dikemukakan, maka rumusan masalah dari penulisan tugas akhir ini yaitu: 1. Bagaimana cara menentukan model fungsi transfer multi input terbaik untuk memodelkan hubungan antara luas panen dan luas tambah tanam dengan produksi bawang merah di Jawa Tengah? 2. Bagaimana prediksi produksi bawang merah untuk bulan Desember 2014 sampai dengan Mei 2015 di Jawa Tengah? 1.3 Batasan Masalah Dari rumusan masalah, penulis membatasi masalah banyaknya variabel input dan banyaknya data yang digunakan dalam analisis. Variabel input yang digunakan dibatasi sebanyak dua variabel yaitu luas panen dan luas tambah tanam. Sedangkan data yang digunakan yaitu periode Januari 2004 sampai dengan November 2014 yang terdiri dari data produksi sebagai variabel output serta data

5 luas panen dan luas tambah tanam sebagai variabel input. Pada pembahasan ini tidak dilakukan uji invertibilitas untuk model Moving Average (MA). 1.4 Tujuan Penelitian Berdasarkan rumusan masalah yang telah ditentukan, maka tujuan dari penulisan tugas akhir ini adalah: 1. Menentukan model fungsi transfer multi input terbaik. 2. Menghitung prediksi produksi bawang merah pada bulan Desember 2014 sampai dengan Mei 2015 di Jawa Tengah.