Kajian Penanganan Keheterogenan Ragam Dengan Transformasi Dan Pemodelan Garch Dalam Peramalan Nilai Ekspor Cpo Indonesia.

Abstract

Sebagai negara agraris, Indonesia mempunyai subsektor perkebunan yang mempunyai peran sangat penting bagi kesejahteraan masyarakat. Komoditas yang paling diunggulkan yaitu kelapa sawit. Produksi kelapa sawit yang tinggi menjadikan Indonesia sebagai negara produsen Crude Palm Oil (CPO), bahkan menjadi negara pengekspor CPO terbesar di dunia. Ekspor CPO merupakan hal yang sangat penting untuk pembangunan ekonomi nasional karena mempunyai kontribusi yang cukup besar terhadap neraca perdagangan Indonesia. Oleh karena itu, untuk mendukung pemerintah dalam membuat kebijakan yang tepat, diperlukan peramalan ekspor CPO Indonesia. Tujuan dari penelitian ini adalah melakukan kajian tentang model yang digunakan untuk menangani ragam yang heterogen dalam meramalkan nilai ekspor CPO Indonesia. Model yang digunakan ada dua model, yaitu: model ARIMA pada data transformasi dan model GARCH pada data asli. Setelah kedua model tersebut terbentuk, akan dikaji, model yang dapat memberikan peramalan terbaik. Selain itu, akan dilakukan pengembangan model ARIMA dengan menambahkan peubah lain yaitu produksi kelapa sawit Indonesia, sebagai Model Fungsi Transfer. Data yang digunakan bersumber dari Badan Pusat Statistik. Data nilai ekspor CPO Indonesia dimulai dari Januari 1996 sampai dengan April 2015, sedangkan data produksi kelapa sawit dimulai dari Januari 2003 sampai dengan Desember 2013. Hasil penelitian menunjukkan bahwa data nilai ekspor CPO Indonesia dengan ragam yang heterogen, dapat dilakukan peramalan dengan model ARIMA, dengan terlebih dahulu melakukan transformasi pada data asli. Model yang diperoleh adalah ARIMA(2,1,1). Sedangkan dengan pendekatan pemodelan GARCH dalam mengatasi masalah keheterogenan ragam, diperoleh model ARIMA(0,1,1)-GARCH(1,1). Berdasarkan pemenuhan beberapa asumsi, kedua model layak digunakan. Model ARIMA dengan transformasi, model yang lebih sederhana dibandingkan model GARCH, cukup mampu untuk mengatasi keheterogenan ragam dalam peramalan nilai ekspor CPO Indonesia. Berdasarkan tingkat keakuratan peramalan, model ARIMA(2,1,1) lebih mendekati data aktualnya dibandingkan model ARIMA(0,1,1)-GARCH(1,1). Jadi, tidak selalu model yang lebih rumit dapat memberikan hasil peramalan yang lebih baik. Hasil peramalan nilai ekspor CPO Indonesia untuk 24 bulan kedepan menunjukkan kenaikan yang cukup tinggi. Pengembangan model ARIMA satu peubah menjadi model ARIMA peubah ganda melalui model fungsi transfer, membuat tingkat keakuratan peramalan menjadi lebih baik. Namun pembentukan model fungsi transfer lebih rumit dibandingkan model ARIMA satu peubah. Parameter yang digunakan dalam model fungsi transfer juga tidak lebih sederhana dibandingkan model ARIMA. Hasil peramalan nilai ekspor CPO Indonesia untuk 24 bulan kedepan bersifat fluktuatif.