Suganda. Dendi_A2006
-
Upload
oni-stranger -
Category
Documents
-
view
36 -
download
0
description
Transcript of Suganda. Dendi_A2006
-
ANALISIS HARGA CPO DI PASAR FISIK MEDAN
DAN PASAR BERJANGKA MALAYSIA
SERTA ROTTERDAM
Oleh :
Dendi Suganda
A14103523
PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR 2006
-
RINGKASAN
DENDI SUGANDA. Analisis Harga CPO Di Pasar Fisik Medan Serta Pasar Berjangka Malaysia Dan Rotterdam. (Di bawah Bimbingan HARMINI). Seiring dengan semakin menyatunya perekonomian nasional kedalam
tatanan ekonomi dunia, ketidakpastian usaha akan menjadi ciri dalam dinamika
perekonomian global yang harus dihadapi oleh perekonomian Indonesia. Iklim
ketidakpastian usaha tersebut antara lain dicerminkan oleh adanya gejolak
perubahan harga komoditi yang fluktuatif. Dalam jangka panjang, ketidakpastian
dalam perkembangan harga atau yang biasa disebut dengan resiko harga ini
akan menyulitkan para pelaku ekonomi, baik domestik maupun internasional,
dalam upaya melakukan perencanaan kegiatan produksi, konsumsi dan
distribusi, yang pada akhirnya dapat menghambat pertumbuhan ekonomi.
Resiko juga semakin bertambah dengan adanya pengaruh akibat
perubahan kurs, tingkat suku bunga atau inflasi.mmmmmmmmmmmmmmmmm.
Berbagai kebijakan pemerintah dalam bentuk pengaturan berupa
penetapan harga, pengaturan tataniaga, subsidi dan harga patokan atau melalui
perjanjian komoditas internasional, ternyata tidak memberikan hasil sesuai
dengan yang diharapkan atau tidak efektif lagi dalam menstabilkan tingkat harga
akibat terjadinya berbagai penyimpangan dalam pelaksanaannya.mmmmmmmm
Adanya kecendrungan fluktuasi harga CPO, maka dunia usaha
Indonesia, termasuk produsen baik yang besar ataupun yang kecil dan kelompok
petani, berusaha mencari, mendalami, dan meningkatkan aktivitas pengelolaan
resiko agar terlindung dari resiko yang dapat merugikan mereka melalui
instrumen perdagangan berjangka komoditi.
Penelitian ini bertujuan menganalisis pola data harga CPO di pasar fisik
dan harga CPO di pasar berjangka, mendapatkan model peramalan terbaik untuk
meramalkan harga CPO di pasar fisik dan pasar berjangka, dan meramalkan
harga CPO di pasar fisik dan harga CPO di pasar berjangka selama delapan
bulan kedepan.m
Metode analisis pola data menggunakan plot pola data, plot
Autocorrelation Function (ACF) dan plot Partial Autocorrelation Function, serta
analisis model time series yaitu model trend linier. Penelitian ini menerapkan
berbagai model peramalan time series, yaitu model peramalan naive, rata-rata
sederhana, ARIMA dan Winters Multiflikatif, yang sesuai dengan pola data harga
CPO setelah melihat perubahan secara struktural pada data di tiga pasar CPO.
-
Hasil penerapan beberapa model peramalan time series menunjukan
bahwa model ARIMA merupakan model terbaik untuk meramalkan harga CPO di
tiga pasar CPO. Model peramalan time series yang paling baik dalam
meramalkan harga CPO di pasar berjangka Rotterdam, berdasarkan kriteria nilai
MAPE adalah model ARIMAm(2,0,0) (2,1,0)7. Model peramalan terbaik untuk
meramalkan harga CPO di pasar berjangka Malaysia adalah ARIMA (2,0,0),
sedangkan untuk pasar fisik Medan adalah ARIMA (1,0,0) (1,1,0)4.
Berdasarkan hasil analisis pola data yang dilakukan di tiga pasar,
diketahui bahwa selama dua tahun terakhir (2004-2005), harga CPO di pasar
fisik dan berjangka secara umum mengalami trend penurunan harga. Penurunan
harga CPO selama kurun waktu dua tahun tersebut disebabkan oleh faktor suplai
yang berlebih. Malaysia yang merupakan negara produsen CPO nomor satu di
dunia, mengalami kelebihan stok hingga sebanyak 1,4 juta ton pada akhir
Desember 2004.
Hasil ramalan menggunakan model peramalan terbaik, memperlihatkan
adanya kecendrungan fluktuasi harga yang tidak menentu di tiga pasar CPO dan
kecendrungan peningkatan harga, adanya unsur musiman antar minggu dan
musiman antar bulan. Hal tersebut memberikan tanda bagi pelaku transaksi di
pasar berjangka (produsen CPO) untuk segera melakukan Long Term Contract
atau kontrak berjangka, dengan melakukan penguncian harga yang sesuai
dengan harga pokok produksi dan keuntungan yang ingin diraih, serta
berdasarkan analisis teknikal dan fundamental yang menjadi acuan didalam
melakukan strategi lindung nilai.mmmmmmmmm
-
ANALISIS HARGA CPO DI PASAR FISIK MEDAN
DAN PASAR BERJANGKA MALAYSIA
SERTA ROTTERDAM
Oleh:
DENDI SUGANDA
A 14103523
SKRIPSI
Sebagai Salah Satu Syarat untuk Memperoleh Gelar
SARJANA PERTANIAN
pada
Fakultas Pertanian
Institut Pertanian Bogor
PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
2006
-
PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
Dengan ini menyatakan bahwa skripsi yang ditulis oleh:
Nama : Dendi Suganda
NRP : A 14103523
Program Studi : Ekstensi Manajemen Agribisnis
Judul Skripsi : Analisis Harga CPO di Pasar Fisik Medan dan Pasar Berjangka
Malaysia serta Rotterdam
Dapat diterima sebagai syarat kelulusan pada Program Sarjana Ekstensi
Manajemen Agribisnis, Fakultas Pertanian, Institut Pertanian Bogor.
Bogor, Juli 2006
Menyetujui
Dosen Pembimbing
Ir. Hj. Harmini, MS.
NIP. 13100000
Mengetahui:
Dekan Fakultas Pertanian
Prof. Dr. Ir. H. Supiandi Sabiham, M.Agr.
NIP. 130 422 698
Tanggal Lulus Ujian: 10 Juli 2006
-
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI YANG BERJUDUL
ANALISIS HARGA CPO DI PASAR FISIK MEDAN DAN PASAR
BERJANGKA MALAYSIA SERTA ROTTERDAM BENAR-BENAR
MERUPAKAN HASIL KARYA SENDIRI DAN BELUM PERNAH
DIAJUKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA SUATU
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
BOGOR, JULI 2006
DENDI SUGANDA
A 14103523
-
RIWAYAT HIDUP
Penulis dilahirkan pada tanggal 18 Desember 1982 di Kota
Palembang, Propinsi Sumatera Selatan. Penulis merupakan putra
pertama dari pasangan Ayahanda Sunardi dan Ibunda Ruziah.
Penulis menyelesaikan pendidikan Sekolah Dasar pada tahun 1994
di SDN 605 Palembang, kemudian melanjutkan pendidikan di SMP Negeri
46 Palembang dan lulus pada tahun 1997. Pada tahun yang sama penulis
melanjutkan ke Sekolah Pertanian Pembangunan Negeri (SPPN)
Sembawa Palembang dan selesai pada tahun 2000.
Tahun 2000 penulis diterima di Program Diploma 3 Program Studi
Teknisi Peternakan, Bidang Studi Teknisi Usaha Ternak Daging. Jurusan
Ilmu Produksi Ternak, Fakultas Peternakan, Institut Pertanian Bogor dan
selesai pada tahun 2003. Kemudian pada tahun 2003 penulis diterima di
Program Sarjana Ekstensi Manajemen Agribisnis, Departemen Ilmu-ilmu
Sosial Ekonomi Pertanian, Fakultas Pertanian, Institut Pertanian Bogor.
Bogor, Juli 2006
Dendi Suganda
A 14103523
-
KATA PENGANTAR
Puji dan Syukur penulis panjatkan ke-Hadirat Allah SWT, Tuhan Semesta
Alam, tiada Tuhan selain Allah, Rabb yang telah menurunkan Islam sebagai
mabda (ideologi) yang merupakan solusi atas seluruh problematika kehidupan
manusia. Atas Rahmat, Karunia dan Izin-Nya, maka penulis dapat
menyelesaikan skripsi yang berjudul Analisis Harga CPO di Pasar Fisik Medan
dan Pasar Berjangka Malaysia serta Rotterdam. Shalawat dan salam semoga
tetap tercurahkan kepada junjungan kita Nabi Besar Muhammad SAW, beserta
keluarga, sahabat serta pengikutnya yang senantiasa berdakwah mengajak pada
kebenaran dan kemuliaan Islam.
Skripsi yang ditulis mengambil judul mengenai Analisis Harga CPO di
Pasar Fisik Medan dan Pasar Berjangka Malaysia serta Rotterdam. Penelitian ini
melihat perkembangan harga CPO yang terjadi diberbagai pasar, dalam rangka
analisis harga untuk melakukan strategi lindung nilai di pasar berjangka.
Pada kesempatan ini penulis mengucapkan terima kasih kepada
Ibu Ir. Hj. Harmini, MS selaku dosen pembimbing yang telah memberikan arahan
dan masukan dalam penulisan skripsi, serta semua pihak yang telah membantu
dalam penyusunan skripsi ini.
Bogor, Juli 2006
Penulis
-
UCAPAN TERIMAKASIH
Puji dan Syukur penulis panjatkan ke-Hadirat Allah SWT, Tuhan Semesta
Alam, tiada Tuhan selain Allah, Rabb yang telah menurunkan Islam sebagai
mabda (ideologi) yang merupakan solusi atas seluruh problematika kehidupan
manusia. Atas Rahmat, Karunia dan Izin-Nya, maka penulis dapat
menyelesaikan skripsi yang berjudul Analisis Harga CPO di Pasar Fisik Medan
dan Pasar Berjangka Malaysia serta Rotterdam. Penulis sadar bahwa dalam
menyelesaikan pendidikan ini dibutuhkan bantuan dari berbagai pihak, oleh
karena itu pada kesempatan ini, penulis ingin mengucapkan terima kasih kepada:
1. Kedua Orang Tua dan seluruh keluarga tercinta atas semua dorongan
semangat dan pengorbanannya.
2. Ibu Ir. Hj. Harmini, MS. Selaku dosen pembimbing yang telah bersedia
meluangkan waktunya dalam membimbing, mengarahkan dan
mengevaluasi penulis selama melakukan penelitian.
3. Bapak Dr. Ir. Nunung Kusnadi, MS selaku dosen penguji utama dan Ibu
Dra. Yusalina, MS sebagai dosen dari komisi pendidikan.
4. Bapak Subagio (BAPPEBTI) yang telah memberikan data yang lengkap
mengenai harga CPO di berbagai pasar dunia.
5. Ibu Ir. Yayah K Wagiono, MEc. Sebagai Kepala Program Sarjana
Ekstensi Manajemen Agribisnis, Institut Pertanian Bogor.
6. Bapak Ir. M. Firdaus, MSi selaku dosen evaluator kolokium.
7. Erwin Permana atas kesediaanya menjadi pembahas dalam seminar.
8. Hizbut Tahrir Indonesia yang telah mencerdaskan pemikiran dan
mentasqif untuk berpikir tasyri.
-
9. Teman-temanku di Markaz Syabab, Iwan juhai, Ibra, Hello, Mas Ira, Mas
Bai, Helmi serta yang sering mangkal di MS; Ari ambon, Jundi, dan
lainnya yang tidak dapat penulis sebutkan satu-satu, hanya satu kalimat
untuk kalian semua Thanks for yours Motivated
10. Sahabat perjuanganku di L-SIMA Ekstensi (Lembaga Studi Islam
Mahasiswa Agribisnis), Insya Allah Khilafah akan segera berdiri dalam
waktu dekat. So, tetap semangat guys.
11. Teman-teman aktivis Gema Pembebasan, keep Istiqomah dalam terus
menggulirkan revolusi putih; revolusi Islam, dengan Dakwah Tanpa
Kekerasan.
-
DAFTAR ISI
Halaman
DAFTAR ISI ..................................................................................................... i
DAFTAR TABEL.............................................................................................. iii
DAFTAR GAMBAR ......................................................................................... iv
DAFTAR LAMPIRAN ...................................................................................... v
I. PENDAHULUAN ..................................................................................... 1
1.1. Latar Belakang ......................................................................... 1 1.2. Perumusan Masalah ................................................................ 4 1.3. Tujuan Penelitian ..................................................................... 7 1.4. Manfaat Penelitian .................................................................. 7 1.5. Ruang Lingkup Penelitian ........................................................ 7
II. TINJAUAN PUSTAKA ............................................................................. 9
2.1. Tanaman Kelapa Sawit .......................................................... 9 2.2. Minyak Sawit (CPO) ............................................................... 10 2.3. Prospek CPO ......................................................................... 11 2.4. Penelitian Terdahulu ............................................................... 14 III. KERANGKA PEMIKIRAN ........................................................................ 17
3.1. Teoritis..................................................................................... 17 3.1.1. Harga CPO ................................................................... 17 3.1.2. Faktor-faktor yang Mempengaruhi Harga CPO ........... 18 3.1.3. Kondisi Pasar CPO Nasional ....................................... 20 Dan Internasional.......................................................... 20 3.1.4. Pemasaran CPO .......................................................... 24 3.1.5. Konsep Pasar Berjangka dan Pasar Fisik ................... 25 3.1.6. Peramalan .................................................................... 28 3.1.7. Metode Peramalan ....................................................... 29 3.1.8. Pemilihan Teknik Peramalan........................................ 36
3.2. Operasional ............................................................................. 37 IV. METODE PENELITIAN ........................................................................... 40
4.1. Waktu dan Lokasi Penelitian .................................................. 40
4.2. Jenis Dan Sumber Data ......................................................... 40 4.3. Metode Pengolahan dan Analisis Data .................................. 40 4.4. Pemilihan Model Peramalan Terbaik ..................................... 54 4.5. Definisi Operasional................................................................ 55 V. PERAMALAN HARGA CPO DIPASAR ................................................ 57
BERJANGKA DAN FISIK
5.1. Harga CPO di Pasar Berjangka Rotterdam............................ 57 5.2. Harga CPO di Pasar Berjangka Malaysia .............................. 66
-
5.3. Harga CPO di Pasar Fisik Medan .......................................... 75 5.4. Implikasi Hasil Ramalan Bagi Produsen CPO........................ 83
VI. KESIMPULAN DAN SARAN
6.1. Kesimpulan............................................................................. 85 6.2. Saran ....................................................................................... 86
DAFTAR PUSTAKA ........................................................................................ 88
LAMPIRAN ...................................................................................................... 90
-
DAFTAR TABEL
Nomor Halaman 1. Pasar Internasional Hasil Perkebunan Kelapa Sawit ...................................... 5 2. Pasar Nasional Hasil Perkebunan Kelapa Sawit ........................................... 5 3. Volume dan Nilai Ekspor Minyak Sawit dan Inti Sawit....................................12 4. Pola ACF dan PACF Model ARIMA................................................................47 5. Data Harga Nominal rata-rata CPO Bulanan................................................. 59
di Pasar Berjangka Rotterdam.......................................................................59 6. Perbandingan Model untuk Harga CPO di Pasar Rotterdam ...................... 63 7. Nilai MAPE untuk Model Peramalan Harga CPO ..................................... 65
di Pasar Berjangka Rtterdam.....................................................................65 8. Data Harga Nominal rata-rata CPO Bulanan di Pasar Berjangka Malaysia...........................................................................68 9. Nilai MAPE untuk Model Peramalan ARIMA di Pasar Malaysia................72 10. Nilai MAPE untuk Model Peramalan Harga CPO........................................74 Di Pasar Berjangka Malaysia 11. Data Harga Nominal rata-rata CPO Bulanan di Pasar Fisik Medan ............. 76 12. Nilai MAPE untuk Model Peramalan ARIMA............................................ 80 di Pasar Fisik Medan 13. Nilai MAPE untuk Model Peramalan Harga CPO ........................ 82
di Pasar Fisik Medan
-
DAFTAR GAMBAR
Nomor Halaman 1. Proyeksi Ekspor CPO Indonesia 2000-2010 .................................................. 14
2. Saluran Pemasaran CPO di Pasar Nasional .................................................. 21
3. Saluran Pemasaran CPO ke Luar Negeri.......................................................22
4. Kerangka Pemikiran Operasional Peramalan Harga CPO ............................. 39
5. Diagram Arus untuk Strategi Pembentukan Model Box-Jenkins....................45
6. Plot Data Harga CPO di Pasar Berjangka Rotterdam..................................... 58
7. Plot Data Harga CPO Pasar Rotterdam Minggu 25 sampai Minggu 96 ......... 60
8. Plot ACF dan PACF Harga CPO Pasar Rotterdam ........................................ 60
9. Plot ACF Harga CPO Pasar Rotterdam Deff Lag 7 ........................................ 61
10. Plot ACF dan PACF Residual dari Model ARIMA (2,0,0)(0.1.1)7..................64
11. Plot Data Harga CPO di Pasar Berjangka Malaysia ...................................... 68
12. Plot Data Harga CPO di Pasar Berjangka Malaysia Minggu 25 - 96 ............ 69
13. Plot ACF dan PACF Data Harga CPO di Pasar Berjangka Malaysia ............ 70
14. Plot Data Harga CPO di Pasar Fisik Medan .................................................. 77
15. Plot Data Harga CPO di Pasar Fisik Medan Minggu 21 sampai 96 .............. 77
16. Plot ACF dan PACF Harga CPO di Pasar Fisik Medan ................................. 78
17. Plot ACF Harga CPO di Pasar Fisik Medan Diff Lag 4 .................................. 78
-
DAFTAR LAMPIRAN
Nomor Halaman 1. Data Harga Nominal CPO Mingguan di Pasar Berjangka Rtterdam
dari Minggu 1 Januari 2004 sampai Minggu 4 Desember 2005 (US$/Ton) 90
2. Output Komputer dari Model ARIMA (2,0,0) (1,1,0)7 di Pasar Berjangka Rotterdam...................................................................... 91
3. Hasil Ramalan untuk Harga CPO di berbagai Pasar:MMMMMMMMMMMM Pasar Berjangka Rtterdam, Pasar Berjangka Malaysia danMMMM Pasar Fisik Medan 92
4. Data Harga Nominal CPO (US$/Ton) Mingguan di Pasar Berjangka Malaysia.. 93
5. Output Komputer dari Model ARIMA (2,0,0) di Pasar
Berjangka Malaysia..................................................................................... 94
6. Plot ACF dan PACF dari komponen error dengan model ARIMA (2,0,0) dan ARIMA (1,0,0) (1,1,0)4.............................................................. 95
7. Data Harga Nominal CPO (Rp/kg) Mingguan di Pasar Fisik Medan.. 96 8. Output Komputer dari Model ARIMA (1,0,0) (1,1,0)4 di
Pasar Fisik Medan....................................................................................... 97
-
I. PENDAHULUAN
1.1. Latar Belakang
Indonesia merupakan salah satu negara produsen beberapa komoditi
primer seperti produk pertanian, perkebunan, dan perikanan serta kehutanan.
Sebagian besar dari produk primer tersebut seperti kelapa sawit (termasuk
produk turunannya antara lain CPO, olein, minyak goreng dan margarin), karet,
lada, kopi, coklat, dan udang, serta ikan telah memenuhi kebutuhan dunia dan
mampu bertahan dari krisis ekonomi sehingga memberikan kontribusi yang besar
bagi pembangunan nasional. Namun demikian, secara alami bisnis dibidang
ekonomi pertanian itu sendiri sangat akrab dengan resiko karena sifatnya yang
musiman (seasonal) dan mudah rusak (perishable). Dengan demikian, setiap
gejolak yang terjadi dalam pasokan atau permintaan komoditi pertanian secara
cepat akan berdampak pada bergejolaknya harga komoditi tersebut.
Dalam perekonomian Indonesia sektor pertanian secara tradisional
dikenal sebagai sektor penting, karena berperan antara lain sebagai sumber
utama pangan, dan pertumbuhan ekonomi. Peranan sektor ini di Indonesia masih
dapat ditingkatkan lagi apabila dikelola dengan baik, mengingat semakin
langkanya atau menurunnya mutu sumberdaya alam, seperti minyak
bumi/petrokimia, dan air serta lingkungan secara global, sementara di Indonesia
sumber-sumber ini belum tergarap secara optimal. Ke masa depan sektor ini
akan terus menjadi sektor penting dalam upaya pengentasan kemiskinan,
penciptaan kesempatan kerja, peningkatan pendapatan nasional, dan
penerimaan ekspor, serta berperan sebagai produsen bahan baku untuk
penciptaan nilai tambah disektor industri dan jasa1.mmmmmmmmmmmmmmm
1 www.ipard.com 10 Februari 2006
-
Seiring dengan semakin menyatunya perekonomian nasional kedalam
tatanan ekonomi dunia, ketidakpastian usaha akan menjadi ciri dalam dinamika
perekonomian global yang harus dihadapi oleh perekonomian Indonesia. Iklim
ketidakpastian usaha tersebut antara lain dicerminkan oleh adanya gejolak
perubahan harga komoditi yang fluktuatif.mmmmmmmmmmmmmmmmmmmm
Dalam jangka panjang, ketidakpastian dalam perkembangan harga atau
yang biasa disebut dengan resiko harga ini, akan menyulitkan para pelaku
ekonomi, baik domestik maupun internasional, dalam upaya melakukan
perencanaan kegiatan produksi, konsumsi dan distribusi, yang pada akhirnya
dapat menghambat pertumbuhan ekonomi. Resiko juga semakin bertambah
dengan adanya pengaruh akibat perubahan kurs, tingkat suku bunga atau inflasi.
Berbagai kebijakan pemerintah dalam bentuk pengaturan berupa penetapan
harga, pengaturan tataniaga, subsidi dan harga patokan atau melalui perjanjian
komoditas internasional, ternyata tidak memberikan hasil sesuai dengan yang
diharapkan atau tidak efektif lagi dalam menstabilkan tingkat harga akibat
terjadinya berbagai penyimpangan dalam pelaksanaannya.mmmmmmmmmm
Fluktuasi harga terjadi pada komoditas CPO sebagai hasil produksi
tanaman kelapa sawit. Misalnya, pada bulan Maret tahun 2005 harga CPO di
pasar berjangka Malaysia, berkisar antara US$ 384 /ton sampai US$ 414 /ton,
dengan rata-rata US$ 392 /ton, atau mengalami kenaikan sebesar equivalen
US$ 41 (11,68 persen) dibandingkan dengan harga rata-rata bulan Februari 2005
sebesar US$ 351 /ton. Akan tetapi, pada periode berikutnya yaitu bulan April
2005 harga rata-rata CPO US$ 388,50 /ton atau mengalami penurunan sebesar
equivalen US$ 3,5 /ton.
Pergerakan harga CPO di pasar fisik Belawan Medan selama Maret
2005, berkisar antara Rp 3.741/kg sampai Rp 4.410/kg, dengan rata-rata
Rp 4.006/kg, atau mengalami kenaikan sebesar equivalen Rp 379/kg (10,44
-
persen) dibandingkan dengan harga rata-rata bulan Februari 2005 sebesar Rp
3.627/kg. Tapi pada periode berikutnya yaitu bulan April 2005 harga rata-rata
CPO Rp 3.937/kg atau mengalami penurunan sebesar Rp 69/kg.mmmmmmmm
Adanya kecendrungan fluktuasi harga CPO, maka dunia usaha
Indonesia, termasuk produsen baik yang besar ataupun yang kecil dan kelompok
petani, berusaha mencari, mendalami, dan meningkatkan aktivitas pengelolaan
resiko agar terlindung dari resiko yang dapat merugikan mereka melalui
instrumen perdagangan berjangka komoditi. Perdagangan berjangka merupakan
bentuk lain dari kegiatan asuransi yang diciptakan berdasarkan mekanisme
pasar, yaitu dengan membentuk pasar turunan dari pasar komoditi fisiknya.
Berdasarkan undang-undang No. 32/1997 tentang perdagangan berjangka
komoditi, perdagangan berjangka adalah segala sesuatu yang berkaitan dengan
jual beli komoditi dengan penyerahan kemudian berdasarkan kontrak berjangka
dan opsi atas kontrak berjangka...
Perdagangan berjangka dilakukan di Bursa Berjangka yang hingga saat
ini telah didirikan PT. Bursa Berjangka Jakarta (BBJ) dan sesuai dengan
Keputusan Presiden Nomor 12 Tahun 1999 tentang komoditas yang dapat
dijadikan subjek kontrak berjangka, maka pada tahap awal komoditas yang
diperdagangkan di lantai bursa adalah olein dan kopi robusta (Badan Pengawas
Perdagangan Berjangka Komoditi, 2003b). Sedangkan untuk komoditi CPO,
Indonesia belum memiliki pasar berjangka, selama ini perusahaan nasional dan
swasta masih memanfaatkan pasar berjangka yang ada di Malaysia atau pasar
berjangka yang ada di luar negeri yang lain.
Resiko kerugian akibat fluktuasi harga dapat dikurangi dengan
menggunakan suatu strategi manajemen resiko yaitu lindung nilai (Hedging) di
bursa berjangka. Dalam melakukan strategi Hedging ada dua alat analisis yang
umumnya digunakan yaitu analisis teknikal dan analisis fundamental. Analisis
-
teknikal menggunakan pola data time series untuk menggambarkan bagaimana
perkembangan harga suatu komoditi dengan melakukan peramalan, sedangkan
analisis fundamental didasarkan pada faktor yang mempengaruhi perubahan
harga. Perkembangan harga yang terjadi di pasar fisik menjadi acuan bagi pasar
berjangka. Dengan adanya pasar fisik dan pasar berjangka dapat menjadi
alternatif strategi pemasaran bagi produsen dalam memasarkan CPO, sehingga
peramalan dapat membantu bagi produsen di dalam menentukan pilihan
berdasarkan peramalan harga dengan model time series atau analisis teknikal,
untuk pasar fisik ataupun pasar berjangka.
1.2. Perumusan Masalah
Tingkat harga komoditas yang terjadi di pasar fisik selalu berfluktuasi
sesuai dengan permintaan dan penawaran terhadap komoditas tersebut di pasar
internasional dan domestik. Resiko dan ketidakpastian merupakan salah satu
faktor yang menyebabkan kegagalan pasar (market failure) sehingga
menyebabkan pasar terdistorsi dan ouput ekonomi tidak tercapai secara optimal.
Di pasar internasional seperti pasar berjangka Rotterdam dan pasar fisik
CPO Malaysia harga CPO cenderung berfluktuatif. Beberapa faktor yang
mempengaruhi harga CPO adalah, pertama faktor musiman seperti perubahan
cuaca yang akan mempengaruhi produksi produk subtitusi seperti minyak
kedelai, minyak kacang tanah, minyak mustar dan minyak bunga matahari, faktor
yang kedua adalah harga produk subtitusi yang fluktuatif, faktor ketiga adalah
pengaruh dari nilai tukar rupiah, faktor keempat kebijakan pemerintah negara
tujuan ekspor yang menaikan tarif bea masuk impor minyak kelapa sawit (CPO),
faktor kelima kondisi politik dan keamanan negara, faktor keenam adalah siklus
informasi aktual dunia, yaitu perkembangan harian dari Free on Board (FOB)
Malaysia dan Cost Insurance Freight (CIF) Rotterdam.
-
Pergerakan harga CPO di pasar internasional ditransmisikan ke pasar
domestik (border price dan whole sale price) melalui mekanisme pasar. Secara
umum pergerakan harga CPO domestik searah dengan perkembangan harga
CPO di pasar internasional. Tabel 1 menunjukan gambaran jumlah pasar ouput
kelapa sawit domestik dan internasional.
Tabel 1. Pasar Internasional Hasil Perkebunan Kelapa Sawit Tahun 2005
Komoditi K o n d i s i L o k a s i P a s a r
C P O CIF Rotterdam Rotterdam CPO (KLCE) FOB Malaysia Kuala Lumpur RBD Olein FOB Malaysia Rotterdam RBD Stearin FOB Malaysia Rotterdam Fatty Acid FOB Malaysia Rotterdam P K O CIF Rotterdam Rotterdam P K M CIF Germany Germany
Sumber : www.kpbptpn.com. 28 Maret 2006
Di dalam negeri, pasar CPO hanya terdapat di Pelabuhan Belawan,
Medan. Sedangkan pasar minyak inti sawit (PKO) tidak ada. Pasar hasil
perkebunan kelapa sawit yang banyak adalah pasar Olein, yang merupakan
produk turunan dari CPO. Kondisi ini dapat dilihat di Tabel 2.mmmmmmmmm
Fluktuasi harga CPO dapat menguntungkan dan dapat pula merugikan
produsen. Adanya kerugian dari fluktuasi harga inilah yang mengakibatkan para
produsen dan eksportir perlu melakukan strategi lindung nilai diperdagangan
berjangka terhadap produk-produk atau bahan baku untuk mengamankan
usahanya di pasar fisik.
-
Tabel 2. Pasar Nasional Hasil Perkebunan Kelapa Sawit Tahun 2005
Komoditi Kondisi Penyerahan Lokasi Pasar
CPO FOB Belawan (Franco Pabrik Medan) Medan incl.PPn
Olein FOB Belawan (Franco Pabrik Medan) Medan incl.PPn
Olein Franco Pabrik Jakarta Jakarta incl.PPn
Olein Franco Pabrik Surabaya Surabaya incl.PPn
Olein Franco Pabrik Semarang Semarang incl .PPn
Semakin kecil jumlah ketidakpastian yang harus diatasi akan semakin
baik dalam menyusun suatu rencana kerja usahanya. Dengan demikian,
mengurangi atau mengalihkan resiko kerugian akibat perubahan harga
merupakan hal yang tidak terpisahkan dari suatu tindakan manajemen. Setelah
melakukan strategi lindung nilai produsen dapat menentukan prioritas pasar yang
akan lebih dulu ditujunya, pasar fisik atau pasar berjangka.MMMMMMMMMMMM
Dalam melakukan strategi lindung nilai untuk mengetahui perkembangan
harga yang terjadi, terdapat dua alat analisis yang digunakan yaitu analisis
fundamental dan analisis teknikal. Model peramalan time series merupakan
bagian dari analisis teknikal untuk mengetahui perkembangan harga yang terjadi.
Hasil dari peramalan ini akan digunakan oleh para produsen atau eksportir untuk
melakukan strategi lindung nilai, dalam rangka untuk meminimalisasi resiko dari
fluktuasi harga CPO yang terjadi di pasar berjangka dan pasar
fisik.MMMMM...................................................................................... .
Dalam penelitian ini, peramalan time series (analisis teknikal) merupakan
alat analisis yang digunakan. Ketika melakukan peramalan dibutuhkan suatu
metode yang tepat dengan pola data yang diketahui bentuknya. Metode yang
Sumber : www.kpbptpn.com. 28 Maret 2006
-
tepat dan pola data yang diketahui bentuknya berguna untuk menghasilkan
metode peramalan dengan hasil ramalan yang mendekati keadaan aktual.
Metode peramalan yang memberikan nilai MAPE yang terkecil dianggap sebagai
metode terbaik untuk digunakan dalam meramal harga sawit di pasar fisik dan
harga CPO di pasar berjangka. Berdasarkan paparan di atas, maka dalam
penelitian ini dapat dirumuskan masalah-masalah sebagai berikut :
1. Bagaimana pola data harga minyak di pasar fisik dan harga CPO di
pasar berjangka?
2. Metode peramalan time series mana yang terbaik untuk meramalkan
harga CPO di pasar fisik dan harga CPO di pasar berjangka?
1.3. Tujuan Penelitian
Berdasarkan permasalahan diatas, maka tujuan penelitian dapat
dirumuskan sebagai berikut :
1. Menganalisis pola data harga CPO di pasar fisik dan harga CPO di pasar
berjangka
2. Mendapatkan model peramalan terbaik untuk meramalkan harga CPO di
pasar fisik dan pasar berjangka
3. Meramalkan harga CPO di pasar fisik dan harga CPO di pasar berjangka
selama delapan bulan kedepan
1.4. Manfaat Penelitian
pembaca, serta para stakeholder yang terlibat di pasar fisik dan pasar berjangka.
Bagi penulis, penelitian ini berguna dalam mengaplikasikan ilmu-ilmu yang telah
diterima selama kuliah, serta sebagai wahana latihan untuk menghasilkan karya
Hasil dari penelitian ini diharapkan dapat bermanfaat bagi penulis,
-
ilmiah yang lebih baik lagi kedepannya. Bagi pembaca, hasil dari penelitian ini
dapat digunakan sebagai sumber bacaan dan bahan untuk penelitian
selanjutnya, serta bahan pertimbangan didalam melakukan strategi lindung nilai
dan memilih pasar yang akan dituju sebagai tempat penjualan, juga sebagai
pertimbangan dalam mengambil keputusan investasi.
1.5. Ruang Lingkup Penelitian
Pada penelitian ini, hanya menekankan kepada peramalan time series
dalam rangka melakukan strategi lindung nilai di pasar berjangka dan peramalan
harga dipasar fisik, sedangkan bagaimana melakukan strategi lindung nilai dan
analisis faktor-faktor yang mempengaruhi harga CPO bukan menjadi bagian dari
penelitian ini.
-
II. TINJAUAN PUSTAKA
2.1. Tanaman Kelapa Sawit
Kelapa sawit adalah tanaman perkebunan berupa pohon batang lurus
dari famili Palmae. Tanaman tropis ini dikenal sebagai penghasil minyak sayur ini
berasal dari Amerika. Brazil dipercaya sebagai tempat dimana pertama kali
kelapa sawit tumbuh. Dari tempat asalnya, tanaman ini menyebar ke Afrika,
Amerika Equatorial, Asia Tenggara dan Pasifik selatan. Benih kelapa sawit
pertama yang ditanam di Indonesia pada tahun 1984 berasal dari Mauritius
Afrika. Perkebunan kelapa sawit pertama dibangun di Tanahitam, Hulu Sumatera
Utara oleh Schadt seorang Jerman pada tahun 1911 (Setyamidjaja, D. 1991).
Pulau Sumatra terutama Sumatera Utara, Lampung dan Aceh merupakan
pusat penanaman kelapa sawit yang pertama kali terbentuk di Indonesia, namun
demikian sentra penanaman ini berkembang ke Jawa Barat (Garut selatan,
Banten Selatan), Kalimantan Barat dan Timur, Riau, Jambi, Irian Jaya. Pada
tahun 1995 luas perkebunan kelapa sawit adalah 2.025 juta, dan diperkirakan
pada tahun 2005 luas perkebunan menjadi 2.7 juta hektar dengan produksi
minyak sebesar 9.9 ton/tahun (Setyamidjaja, D. 1991).
Tanaman kelapa sawit (Elaeis quineensis Jacq) memiliki waktu
tumbuhnya 20-25 tahun. Pada tiga tahun pertama disebut sebagai kelapa sawit
muda karena belum menghasilkan buah. Kelapa sawit mulai berbuah pada usia 4
6 tahun dan pada usia 7 10 tahun disebut sebagai periode matang (the
mature periode), dimana pada periode tersebut mulai menghasilkan tandan buah
segar (TBS). Tanaman kelapa sawit pada usia 11-20 tahun mulai mengalami
penurunan produksi TBS, terkadang pada usia 20-25 tahun tanaman kelapa
sawit mati (Setyamidjaja, D. 1991).
-
2.2. Minyak Sawit (CPO)
Semua komponen buah sawit dapat dimanfaatkan secara maksimal.
Buah sawit memiliki daging dan biji sawit (kernel), dimana daging sawit diolah
menjadi minyak sawit atau CPO (crude palm oil) sedangkan biji sawit diolah
menjadi minyak biji sawit atau PKO (palm kernel oil), dengan hasil ekstraksi CPO
20 persen dan PKO 2,5 persen. Sementara itu, cangkang biji sawit dapat
dipergunakan sebagai bahan bakar ketel uap (Turner and Gillbank,
1974).MMMMMMMMMMM
CPO dan PKO adalah ester asam lemak dan gliserol yang disebut
trigliserida. Trigliserida minyak sawit kaya dengan asam palmitat, oleat, linoleat,
stearat, dan gliserol, sedangkan minyak inti sawit mengandung asam laurat,
miristat, stearat, gliserol dan sedikit palmitat. Selain trigliserida, minyak sawit juga
mengandung vitamin A dan E. Minyak sawit dapat dipergunakan untuk bahan
makanan dan industri melalui proses penyulingan, penjernihan dan penghilangan
bau atau Refined, Bleached and Deodorized Palm Oil (RBDPO) (Lubis dan
Naibaho, 1999)
2.2.1. Produk Turunan Minyak Kelapa Sawit
Selain sebagai sumber minyak goreng, produk turunan minyak kelapa
sawit masih banyak manfaatnya (Dirjen Bina Produksi Perkebunan, 2004) antara
lain :
1. Produk turunan CPO selain minyak goreng dapat dihasilkan margarine,
shortening, vanaspati (vegetable ghee), ice creams, bakery fats, instant
noodle, sabun dan detergent, cocoa butter extender, chocolate dan
coating, specialty fats, dry soap mixes, sugar confectionary, textiles oils
dan biodiesel.
-
2. Produk turunan PKO yaitu shortening, cocoa buter subtitute, specialty
fats, ice cream, coffe whitener/cream, sugar confectionary,
biscuit, cream fats, filled imitation cream, sabun dan detergent, shampo
dan kosmetik.
3. Produk turunan oleochemicals kelapa sawit yaitu methyl ester, plastic,
textile processing, metal processing, lubricants, emulsifers, detergent,
glicerine, cosmetic, explosives, pharmaceutical product dan food
protective coatings.
2.3. Prospek CPO
2.3.1. Prospek CPO Di Pasar Internasional
Hasil analisis yang dilakukan FAO (2001), Mielke (2001), dan Susila
(2002) di dalam Susila (2006) menunjukkan bahwa prospek pasar CPO di pasar
internasional relatif masih cerah. Hal ini antara lain tercermin dari sisi konsumsi
yang diperkirakan masih terbuka dengan laju pertumbuhan konsumsi CPO dunia
diproyeksikan mencapai sekitar 3,5 persen 4,5 persen per tahun. Peningkatan
yang signifikan terutama akan terjadi pada negara yang sedang berkembang
seperti di Cina, Pakistan, dan juga Indonesia. Indonesia diperkirakan akan
mengalami peningkatan konsumsi dengan laju sekitar 4 6 persen per tahun.
Konsumsi CPO di Cina dan Pakistan diproyeksikan juga akan tumbuh dengan
laju sekitar 4-6% per tahun (Susila 2006). Produksi CPO dunia pada dekade
mendatang masih akan didominasi oleh Malaysia dan Indonesia. Malaysia
sebagai produsen utama akan mengalami peningkatan produksi dengan laju 2,8
persen per tahun. Indonesia diperkirakan masih akan mempunyai peluang untuk
peningkatan produksi dengan laju antara 7.6 persen per tahun, sehingga
produksi CPO Indonesia pada tahun 2005 mencapai 10 juta ton (Susila,2006).
-
Perdagangan (ekspor-impor) CPO dunia diproyeksikan akan meningkat
dengan laju sekitar 3.8% per tahun. Perkembangan yang demikian, maka volume
perdagangan pada tahun 2005 diproyeksikan sekitar 19.16 juta ton (FAO 2001).
Malaysia dan Indonesia tetap merupakan negara pengekspor utama dengan
peluang peningkatan ekspor masing-masing sekitar 3.2% dan 6.5% per tahun.
Berikut ini gambaran volume dan nilai ekspor Minyak Sawit (CPO) dan Minyak
Inti Sawit (PKO) selama periode 1990-2004.
Tabel 3. Volume dan Nilai Ekspor Minyak Sawit dan Inti Sawit Periode 1990-2004
Tahun Ekspor
Minyak Sawit Minyak Inti Sawit
Volume (ton) Nilai (ribu) Volume (ton) Nilai (ribu)
1990 815.580 203.507 158.303 44.182
1991 1167.689 335.481 136.322 42.754
1992 1.030.272 356.494 222.541 109.841
1993 1.632.012 582.629 275.225 110.188
1994 1.631.203 717.811 340.504 177.583
1995 1.265.024 747.414 311.399 187.267
1996 1.671.957 825.415 341.318 235.168
1997 2.967.589 1.446.10 502.979 294.255
1998 1.479.278 745.277 347.009 195.447
1999 3.298.987 1.114.240 597.843 347.975
2000 4.110.027 1.087.270 578.825 239.120
2001 4.903.218 1.080.900 581.926 146.259
2002 6.333.708 2.092.400 673.846 256.234
2003 7.543.204 2.956.342 751.578 304.450
2004 8.250.365 3.856.450 825.652 385.950
Sumber: Direktorat Jenderal Bina Produksi Perkebunan (2006)
-
Berdasarkan sudut alokasi pangsa pasar, Indonesia diperkirakan masih
menguasai pasar untuk negara-negara di beberapa Eropa Barat seperti Inggris,
Italia, Belanda, dan Jerman. Malaysia lebih banyak menguasai pasar China (1.8
juta ton), India (1.7 juta ton), EU (1.5 juta ton), Pakistan (1.1 juta ton), Mesir (0.5
juta ton), dan Jepang (0.4 juta ton). Seperti kebanyakan harga produk primer
pertanian, harga CPO relatif sulit untuk diprediksi dengan akurasi yang tinggi.
Harga cenderung fluktuatif dengan dinamika yang perubahan yang relatif
sangat cepat. Dengan kesulitan tersebut, maka proyeksi harga yang dilakukan
lebih pada menduga kisaran harga untuk periode 2000-2005. Jika tidak ada
shock dalam perdagangan dan produksi, maka harga CPO di pasar internasional
pada periode tersebut diperkirakan lebih tinggi bila dibandingkan dengan situasi
harga tahun 2001 yang dengan rata-rata sekitar US$ 265/ton. Di samping itu,
mulai menurunnya stok pada periode menjelang 2005 juga mendukung perkiraan
tersebut. Dengan argumen tersebut, harga CPO sampai dengan 2005
diperkirakan akan berfluktuasi sekitar US$ 350-450/ton (Susila dan Supriono
2001 dalam Susila 2006).mmmmmmmmmmmmmmmmmmmmmmmmmmmm
2.4.2. Peluang Pasar Indonesiammmmmmmmmmmmmmmmmmmmmmm
Secara umum, ada dua sumber permintaan (peluang pasar) untuk CPO
Indonesia yaitu konsumsi domestik dan ekspor. Setelah sebelumnya meningkat
dengan laju sekitar 8% per tahun, peluang konsumsi CPO di dalam negeri
diperkirakan akan meningkat dengan laju antara 6% pada tahap awal dan
menurun menjadi sekitar 4% pada akhir dekade mendatang. Untuk periode 2000-
2005, konsumsi domestik diperkirakan meningkat dengan laju 5%-6% per tahun.
Selanjutnya, untuk periode 2005-2010, laju peningkatan konsumsi diperkirakan
adalah 3%-5% per tahun. Dengan laju pertumbuhan tersebut, maka konsumsi
domestik pada tahun 2005 dan 2010 masing-masing adalah 3.92 juta ton dan
4.58 juta ton (Susila 2006).
-
Selain mengandalkan pasar domestik, pasar ekspor merupakan pasar
utama CPO Indonesia. Ekspor CPO Indonesia pada dekade terakhir meningkat
dengan laju antara 7-8% per tahun. Di samping dipengaruhi oleh harga di pasar
internasional dan tingkat produksi, kinerja ekspor CPO Indonesia juga sangat
dipengaruhi oleh kebijakan pemerintah, khususnya tingkat pajak ekspor.
Berdasarkan asumsi tingkat pajak ekspor adalah masih di bawah 5%,
maka ekspor CPO Indonesia diperkirakan akan tumbuh dengan laju 4-8% per
tahun pada periode 2000-2010. Pada periode 2000-2005, ekspor akan tumbuh
dengan laju 5 persen 8 persen per tahun sehingga volume ekspor pada periode
tersebut sekitar 5.4 juta ton. Pada periode 2005-2010, volume ekspor meningkat
dengan laju 4 persen -5 persen per tahun yang membuat volume ekspor menjadi
6,79 juta ton pada tahun 2010 (Susila, 2006). Pada lima tahun terakhir, ketika
Indonesia mengalami krisis multi-dimensional dan tingkat persaingan pasar
Gambar 1. Proyeksi Ekspor CPO Indonesia. 2000-2010
-
minyak nabati yang dihadapi CPO semakin ketat, laju pertumbuhan industri CPO
mulai melambat.
2.6. Penelitian Terdahulu Penelitian mengenai peramalan dengan menggunakan metode kuantitatif
sebagai alat bantu sudah banyak dilakukan. Hasibuan (2003) melakukan
penelitian mengenai peramalan produksi CPO PT Sucofindo Medan, penelitian
ini bertujuan mengidentifikasi pola data produksi CPO dengan mengamati plot
data dan plot autokorelasinya. Berdasarkan plot data dan plot autokorelasi data
produksi CPO PT Sucofindo Medan, diketahui bahwa pola data tidak stasioner,
memiliki unsur trend dan musiman. Berdasarkan nilai MSE terendah, maka
metode peramalan yang dipilih adalah metode ARIMA (1,1,1).
Zega (2003) melakukan penelitian mengenai faktor-faktor yang
mempengaruhi penetapan harga CPO di PTPN III dan faktor-faktor yang
mempengaruhi pemasaran CPO, dari hasil penelitian ini diketahui bahwa
pemasaran CPO sangat dipengaruhi oleh faktor produk. Faktor produk yang
dimaksud adalah kualitas CPO, sedangkan penetapan harga CPO sangat
tergantung kepada mekanisme pasar, baik pasar domestik maupun pasar luar
negeri. Beberapa faktor yang mempengaruhi kebijakan pemasaran CPO di
PTPN III, yaitu faktor internal yang terdiri dari kapasitas pabrik dan pengadaan
modal kerja, kebijaksanaan harga jual dan para kesan pembeli. Faktor eksternal
yang diketahui terdiri dari kebijakan pemerintah, perkembangan perekonomian
dunia, perkembangan sosial ekonomi masyarakat dan situasi persaingan. Selain
itu, fluktuasi harga CPO dipengaruhi oleh beberapa faktor yang antara lain
penawaran dan permintaan yang terjadi, kondisi politik dan keamanan negara,
kondisi nilai tukar rupiah, perkembangan komoditi subtitusi CPO dunia, siklus
informasi aktual dunia dan kondisi yang tidak dapat diperkirakan.mmmmmmm
-
Jafarudin, M. (2005) melakukan penelitian mengenai Peramalan Produksi
TBS di Kebun Percobaan Betung II A. Tujuan penelitiannya adalah menganalisis
pola data produksi TBS dikebun percobaan Betung II A dan mendapatkan
metode peramalan time series yang paling sesuai untuk meramalkan produksi
TBS di kebun percobaan Betung II A. Berdasarkan plot data disimpulkan bahwa
data produksi tidak stasioner, terdapat unsur tren dan musiman. Dari hasil
analisis metode peramalan terbaik disimpulkan bahwa metode ARIMA
merupakan metode yang terbaik dengan nilai MSE yang terkecil dibandingkan
dengan metode peramalan yang lain.
Peramalan produksi Crude Palm Oil (CPO) dan Palm Kernel Oil (PKO) di
PT Panamtama Kebun Teluk Dalam, Asahan Sumatera utara dilakukan oleh
Siringoringo T. S (2005). Berdasarkan penelitiannya metode peramalan
kuantitatif yang terbaik untuk produksi CPO dan PKO adalah metode ARIMA.
Penentuan metode terbaik dilakukan berdasarkan nilai MAPE yang dihasilkan
dan keefisienan dalam menerapkan metode.
Berdasarkan hasil ulasan terhadap penelitian sebelumnya diperoleh
kesimpulan bahwa peramalan terhadap produksi CPO telah banyak dilakukan,
mulai dari penelitian Hasibuan (2003), Jafarudin, M. (2005), dan Siringoringo T.
S (2005), sedangkan penelitian mengenai faktor-faktor yang mempengaruhi
harga CPO di PTPN III dilakukan oleh Zega (2003). Hasil ulasan penelitian
sebelumnya diperoleh manfaat yang dapat digunakan dalam penelitian ini, yaitu
hasil penelitian Hasibuan (2003), Jafarudin, M. (2005), dan Siringoringo T. S
(2005) dapat diketahui bagaimana pola data dan metode peramalan terbaik,
yang dapat digunakan untuk meramalkan produksi CPO di perusahaan
perkebunan kelapa sawit swasta dan negara. Penelitian Hasibuan (2003)
berkaitan tentang peramalan CPO di PT Socfindo menjadi bahan masukan
dalam menentukan metode peramalan yang akan diterapkan dalam meramalkan
-
produksi CPO dan PKO PT. PANAMTAMA. Tiga model terbaik dari penelitian
Hasibuan adalah model ARIMA, model regresi dan model Winters.
Berdasarkan penelitian Zega (2003) dapat diketahui mengenai faktor-
faktor yang mempengaruhi pemasaran CPO dan faktor-faktor yang
mempengaruhi penetapan harga CPO di PTPN III. Dengan demikan, hasil
penelitian Zega (2003) menjadi bahan masukan untuk mengetahui faktor-faktor
yang mempengaruhi harga minyak sawit domestik dan internasional.
-
III. KERANGKA PEMIKIRAN
3.1. Kerangka Pemikiran Teoritis
3.1.1. Harga CPO
Harga adalah sejumlah nilai yang dibutuhkan untuk mendapatkan
sejumlah kombinasi dari produk beserta pelayanannya (Swastha, 1997). Biaya
yang dikeluarkan suatu perusahaan dalam memproduksi, mendistribusikan,
memasarkan dan biaya atas resiko harus dapat menentukan perusahaan dalam
menetapkan harga jual. Untuk menentukan harga diperlukan suatu metode yang
terdiri atas penetapan harga mark up, penetapan harga sasaran pengembalian,
penetapan harga nilai yang diterima, penetapan harga tingkat yang sedang
berlaku dan penetapan harga tawaran tertutup. Di dalam bauran pemasaran
harga merupakan satu-satunya unsur yang mewakili pendapatan (Kotler, 2000).
Menurut Bangun (2005) harga dapat menggambarkan bagaimana
prospek suatu usaha kedepannya, industri kelapa sawit diperkirakan akan tetap
eksis kedepannya. Optimisme itu muncul karena harga CPO mentah di pasar
dunia terus membaik. Diperkirakan harga tersebut dalam waktu dekat akan
meningkat. Indikasi ke arah sana semakin menguat setelah melihat
perkembangan harga pasar. Naik turunnya harga TBS dalam negeri dipengaruhi
oleh naik turunnya harga CPO mentah di pasar Rotterdam dan Malaysia.
Perbaikan harga di kedua bursa itu, dipicu oleh permintaan industri minyak
nabati India yang terus membesar. Pada tahun 2002 industri minyak
India membutuhkan lebih dari satu juta ton per bulan dan separuh dari
total permintaan itu dipasok dari industri CPO Indonesia.mmmmmmmmmmmm
Penetapan harga CPO sangat tergantung pada mekanisme pasar, baik
pasar lokal maupun internasional. Umumnya produsen CPO tidak dapat
-
mempengaruhi penetapan harga, tetapi dalam penetapan harga CPO, produsen
tersebut menggunakan metode penetapan harga berdasarkan nilai, dengan
mempertimbangkan harga-harga CPO pesaing. Harga CPO internasional
merupakan harga yang berlaku di pasar fisik CPO di luar negeri seperti pasar
Rotterdam dan pasar Malaysia, sedangkan harga CPO lokal (nasional) adalah
harga CPO yang berlaku di pasar lokal seperti pasar Belawan, Medan.
(Simanjuntak, D 2003).
3.1.2. Faktor-faktor yang Mempengaruhi Harga CPO
Berdasarkan hasil penelitian Zega (2003), dalam memasarkan CPO untuk
pasar lokal maupun ekspor, harga jual ditentukan oleh mekanisme pasar.
Penetapan harga CPO berdasarkan harga pasar Rotterdam dan harga psar
Kuala Lumpur dengan dikurangi biaya-biaya seperti: biaya
pengapalan/transportasi, pajak ekspor dan PPN 21. Fluktuasi harga CPO
dipengaruhi beberapa hal, antara lain:
1. Penawaran dan Permintaan yang Terjadi
Diasumsikan penawaran tetap, namun apabila permintaan pasar naik
maka harga CPO akan naik dan begitu pula sebaliknya diasumsikan
permintaan tetap dengan penawaran yang terus meningkat maka dipastikan
harga CPO akan turun.
2. Kondisi Politik dan Keamanan Negara
Berpengaruh pada kontinuitas pasokan CPO. Jika keadaan politik dan
keamanan tidak stabil, akan menghambat kegiatan produksi. Kegiatan distribusi
produk ke konsumen juga akan terkendala karena kemungkinan terjadinya
tindakan kriminal seperti penjarahan dalam proses transportasi dan antrian
-
menuju kapal yang memakan waktu lama. Terganggunya proses pengapalan
akan mempengaruhi kualitas CPO
3. Kondisi Nilai Tukar Rupiah
Penetapan harga jual CPO yang terjadi baik lokal maupun
ekspor berpatokan pada nilai tukar rupiah terhadap Dollar Amerika. Jika rupiah
menguat terhadap Dollar Amerika harga komoditi primer di pasar dunia akan
meningkat sehingga harga CPO juga akan meningkat.
4. Kondisi yang Tidak Dapat di Perkirakan (lost majeur)
Keadaan alam seperti banjir, kemarau panjang, badai El Nino akan
mengakibatkan menurunnya produktivitas tanaman kelapa sawit. Kondisi ini akan
menghambat kontinuitas pasokan produksi CPO yang akan dijual oleh
perusahaan.
5. Siklus Informasi Aktual Dunia
Siklus perkembangan harga harian dari FOB Malaysia dan CIF Rotterdam
mempengaruhi penetapan harga CPO melalui negoisasi antara pihak penjual
dengan pembeli, karena apabila harganya turun konsumen cenderung
menginginkan hal yang serupa terjadi pada harga CPO yang ditawarkan penjual.
Untuk itu peran R & D dan Marketing Intelligence untuk mengetahui situasi pasar
dan rekomendasi harga jual bagi pihak manajemen berperan penting.
6. Perkembangan Komoditi Subtitusi CPO Dunia
Perkembangan harga minyak nabati seperti: minyak kedelai, bunga
rape dan bunga matahari akan mempengaruhi harga CPO dunia. Apabila
harga-harga komoditi subtitusi naik, maka CPO dari penjual berpeluang menjadi
-
pilihan pembeli. Begitu juga jika terjadi kekurangan pasokan produk
subtitusinya, permintaan CPO dari penjual akan meningkat.
3.1.3. Kondisi Pasar CPO Nasional dan Internasional
3.1.3.1. Pasar CPO Nasional
Pemasaran CPO Indonesia hasil produksi dari perkebunan negara atau
pengusaha perkebunan swasta untuk keperluan dalam negeri diatur melalui SK
Dirjen Perdagangan Dalam Negeri No. 22/DAGRI KP/T/83, SK ini merupakan
perubahan dan penyesuaian dari SK yang pernah ditetapkan sebelumnya (tahun
1979), yaitu tentang Pedoman Petunjuk Teknis SK Menteri Perdagangan dan
Koperasi, Menteri Pertanian, dan Menteri Perindustrian tentang Tataniaga CPO
Kebutuhan Dalam Negeri (Susilowati, 1989).
Surat keputusan tersebut antara lain mengatur alokasi CPO untuk
masing-masing industri pengolahan CPO dalam kurun waktu enam bulan
disesuaikan dengan jumlah minyak kelapa sawit yang disediakan untuk
kebutuhan dalam negeri dan kebutuhan masing-masing industri yang
bersangkutan. Selanjutnya seluruh alokasi CPO yang disediakan hanya dapat
dipergunakan untuk keperluan bahan baku industri penerima alokasi dan tidak
dibenarkan untuk diperjualbelikan. Jumlah efektif CPO yang harus
didistribusikan kedalam negeri dan penetapan harganya diatur melalui Surat
Keputusan Bersama Menteri Perdagangan, Menteri Pertanian, dan Menteri
Perindustrian dimana masing-masing Departemen mempunyai tugas-tugas
sebagai berikut: Departemen Pertanian menyampaikan jumlah produksi dan
rencana ekspor dari masing-masing produsen serta melakukan pengawasan
penyaluran CPO kepada industri pengolah didalam negeri, selanjutnya
Departemen Perindustrian menyampaikan kapasitas dan kebutuhan masing-
-
masing unit industri minyak goreng, sabun, dan industri lainnya, serta
melakukan pengawasan terhadap perusahaan-perusahaan industri penerima
alokasi CPO. Berdasarkan kedua data tersebut barulah ditetapkan jumlah
efektif CPO yang dialokasikan untuk kebutuhan industri pengolahan minyak
sawit, sekaligus menetapkan harganya.mmmmm.mmmmmmmmmmmmmmmm
Penetapan harga untuk pembelian CPO oleh pabrik industri dalam
negeri diatur melalui SK Menteri Perdagangan dan Industri No. 04/KP/1/1986.
harga yang berlaku ditetapkan berdasarkan patokan harga di pasar fisik CPO
internasional yaitu FOB Belawan Malaysia. Syarat-syarat penyerahan CPO dari
produsen kepada industri dilaksanakan berdasarkan SK Dirjen Perdagangan
Dalam Negeri yang pada pokoknya mengatur harga dan cara penyerahan CPO
dari produsen kepada industri pengolah menurut lokasi industri masing-masing.
Sementara itu saluran pemasaran CPO dari produsen sampai ke konsumen
digambarkan sebagai berikut :
Gambar 2. Saluran Pemasaran CPO di Pasar Nasional Sumber : dimodifikasi dari Zega (2003) dari Susilowati (1989)
Keterangan : LTC : Long Term Contract (Kontrak Jangka Panjang) PNP/PTP : Perusahaan Nasional Perkebunan/ PT Perkebunan
Tender di KPB
PNP/PTP
Konsumen Dalam Negeri
LTC di KPB
Spot di KPB
Perusahaan Swasta
-
CPO yang diperdagangkan berasal dari dua sumber, yaitu dari
perusahaan-perusahaan perkebunan milik negara (PNP/PTP) dan dari
perusahaan swasta. Sesuai dengan kesepakatan diantara PNP/PTP, CPO yang
berasal PNP/PTP tersebut pemasarannya harus melalui Kantor Pemasaran
Bersama (KPB).
Sistem pemasaran yang dilakukan adalah dengan sistem tender/ lelang,
penawaran langsung (spot) dan kontrak jangka panjang (Long Term Contract)
dilakukan oleh KPB dengan PTPN dan perusahaan swasta. Tender/ lelang
merupakan suatu sistem penjualan untuk mencari pembeli dengan penawaran
tertinggi yang mencapai price idea. Pembeli dengan harga tertinggi inilah yang
disebut pemenang tender. Penjualan langsung dilakukan apabila tidak tercapai
kesepakatan harga antara pihak penjual dengan pembeli, biasanya ditawarkan
pada pembeli dengan harga tetap dengan harga yang sesuai dengan harga
pasar. Kontrak jangka panjang juga hampir sama dengan penawaran langsung,
namun penawaran yang terjadi untuk masa yang akan datang, biasanya dalam
jangka waktu satu bulan atau dengan kata lain merupakan sistem pesanan
(order ) (Zega,2003).). Berdasarkan
3.1.3.2. Pasar CPO Internasional
Pemasaran CPO Indonesia hasil produksi dari perkebunan negara atau
pengusaha swasta ke luar negeri seluruhnya ditangani oleh Kantor Pemasaran
Bersama (KPB). Saluran pemasaran CPO dari produsen ke konsumen dapat
dilihat pada Gambar 3. CPO yang berasal dari Indonesia tersebut dikirim ke
importir melalui broker. Tetapi ada pula dari produsen ke importir tanpa melalui
broker (Susilowati, 1989). Sesuai dengan kesepakatan diantara PNP/PTP, CPO
yang berasal dari PNP/PTP tersebut pemasarannya harus melalui KPB baik
untuk konsumen dalam negeri maupun luar negeri.
-
Pemasaran konsumen luar negeri, semula pemasarannya melalui broker-
broker lokal selanjutnya broker tersebut harus berhubungan dengan badan
pemasaran di luar negeri, seperti Indoham yang menangani pemasaran di
Hamburg dan New York. Namun dewasa ini dengan pertimbangan untuk
memotong rantai pemasaran agar lebih pendek, dengan tujuan akhir agar dapat
lebih meningkatkan pangsa pasar di luar negeri. Oleh karena itu, penjualan CPO
tidak lagi harus melalui badan pemasaran luar negeri, namun dapat
langsung berhubungan dengan importir luar negeri.mmmm...........................
CPO yang berasal dari perusahaan swasta, untuk pemasaran keluar
negeri dapat langsung berhubungan dengan importir atau agen luar negeri. Pada
umumnya perusahaan-perusahaan kecil akan bergabung pada perusahaan
yang besar, selanjutnya perusahaan besar tersebut yang akan memasarkan ke
luar negeri. Untuk keperluan ini mereka memiliki kantor perwakilan diluar negeri,
sebagai contoh adalah PT Sucofindo, merupakan eksportir non PTP yang relatif
besar. Harga di FOB Malaysia dan CIF Rotterdam menjadi patokan perusahaan
PTP dan Swasta didalam menentukan harga ekspor, sebelum terjadinya tawar
Gambar 3. Saluran Pemasaran CPO ke Luar Negeri
Perusahaan Swasta
KPB
Broker Lokal
Badan Pemasaran Luar Negeri
Konsumen Luar Negeri
Importir Luar Negeri
PNP/PTP
-
menawar harga dengan importir atau broker (Susilowati 1989).
Pemasaran keluar negeri dilakukan juga melalui pasar berjangka, seperti
yang dilakukan oleh PT PP London Sumatera, selama tahun 2004 sampai tahun
2005 perusahaan ini melakukan penjualan CPO nya melalui pasar berjangka.
Penjualan crude palm oil (CPO) hasil produksi PT PP London Sumatera
Indonesia TBk (Lonsum) ke pasar dunia relatif stabil karena mekanisme
penjualan yang digunakan adalah sistem penjualan berjangka, atau kontrak 6
bulan ke depan. Oleh karena itu, meskipun tren harga CPO di pasar dunia
melemah, harga penjualan CPO Lonsum stabil. Mekanisme penjualan kontrak
berjangka merupakan strategi yang terbaik disaat menghadapi fluktuasi harga
yang tidak menentu. Kontrak penjualan berjangka memakai mekanisme
pematokan harga terhadap transaksi suatu komoditas hingga beberapa waktu ke
depan. Dalam kaitan itu, harga rata-rata CPO FOB Belawan Lonsum mencapai
pada tingkat US$ 380 per metrik ton dengan para importir di luar negeri.
Mekanisme penjualan sistem kontrak berjangka itu ditempuh sesuai strategi
penjualan sehingga Lonsum dapat memprediksikan fluktuasi harga CPO di pasar
internasional dalam 6 bulan ke depan. Selain itu, cara itu cukup aman dalam
menjaga biaya yang dikeluarkan dengan sebagian mata uang asing1.
3.1.4. Pemasaran CPO Produsen CPO pada umumya memasarkan hasil produksinya dalam
bentuk CPO dan PKO, sistem pemasaran dilakukan secara langsung dan tidak
langsung. Pemasaran langsung dilakukan dengan memasarkan produknya
kepasar internasional, yaitu diekspor. Pemasaran tidak langsung dilakukan
dengan memasarkan CPO melalui Kantor Pemasaran Bersama (KPB) di Jakarta,
sistem pengiriman barang oleh produsen ke pihak pembeli berdasarkan
pesanan, dalam hal ini pembeli memesan barang melalui KPB. Setelah tercapai
1www.Agroindonesia.com.28 Januari 2006
-
kesepakatan harga antara pihak pembeli dengan produsen baik mutu, dan
jumlah barang, syarat pembayaran, waktu dan tempat penyerahan barang, pihak
produsen akan mengirimkan pesanan melalui pasar lokal (pelabuhan) terdekat
kepada pembeli dengan syarat penyerahan secara FOB (Simanjuntak, D 2003)
3.1.5. Konsep Pasar Berjangka dan Pasar Fisik
Bursa berjangka merupakan pasar derivatif, yang berbeda dari pasar
komoditi secara fisik yang telah umum kita kenal. Di pasar berjangka,
diperdagangkan kontrak berjangka atas komoditi tertentu yang telah
dipersyaratkan secara standar. Berdasarkan UU No.32/1997 tentang
perdagangan berjangka komoditi, perdagangan berjangka adalah segala sesuatu
yang berkaitan dengan jual beli komoditi dengan penyerahan kemudian
berdasarkan kontrak berjangka dan opsi atas kontrak berjangka (Badan
Pengawas Berjangka Komoditi, 2003a). Beberapa ketentuan yang telah
ditetapkan secara standar dalam kontrak berjangka, antara lain jenis komoditi,
mutu, jumlah satuan perkontrak, bulan penyerahan, tempat penyerahan, dan
persyaratan penyerahan. Karena bentuknya yang standar itu, maka yang
dinegoisasikan hanya harganya saja. Performance atau terpenuhinya kontrak
berjangka sesuai dengan spesifikasi yang tercantum dalam kontrak, dijamin oleh
suatu lembaga khusus yaitu Lembaga Kliring Berjangka.
Dengan demikan di bursa berjangka akan terdapat banyak pasar
berjangka, sesuai dengan banyaknya komoditi yang diperdagangkan. Di bursa,
pembeli dan penjual bertemu satu sama lain dan melakukan transaksi untuk
membeli atau menjual sejumlah komoditi untuk kemudian hari, sesuai isi atau
spesifikasi kontrak. Harga komoditi yang terbentuk di bursa berlangsung secara
transparan. Dengan demikian, harga tersebut akan mencerminkan kekuatan
pasokan dan permintaan yang sebenarnya. Transaksi di bursa dilakukan oleh
-
para anggota bursa, yang terdiri dari Hedger (para petani produsen, pedagang
komoditi, prosesor dan industri pemakai), Investor (spekulator) dan pialang
berjangka, baik dengan cara berteriak (open outcry) atau secara elektronik
(authomated atau electronic trading system). Selanjutnya, harga yang terjadi
dicatat menurut bulan penyerahan masing-masing kontrak berjangka dan
diumumkan secara luas kepada masyarakat.
Menurut Djunaidi (1999), perbedaan antara perdagangan berjangka
(futures) dengan perdagangan fisik (forward) adalah sebagai berikut:
1. Kontrak
Pada perdagangan fisik syarat kontrak berdasarkan negoisasi
sedangkan pada perdagangan berjangka syarat kontrak standard sesuai dengan
ketetapan yang berlaku di bursa dan menurut Rambey (1999) kontrak forward
yang diperdagangkan di pasar fisik dibuat secara tailor made, tidak
terstandarisasi, umumnya hanya terdapat satu delivery date, Settlement
dilaksanakan diakhir periode kontrak dan umumnya terjadi delivery berupa cash
settlement pada saat berakhirnya kontrak. Sedangkan kontrak berjangka
diperdagangkan sesuai standard melalui bursa dan terdaftar pada lembaga
kliring, terdapat delivery date dalam satu rentang waktu dengan settlement
dilaksanakan secara harian melalui mekanisme margin trading dan kontrak
umumnya diakhiri sebelum maturity.
2. Aktivitas Pasar
Pada perdagangan fisik aktivitas pasar tidak diregulasi, sedangkan di
pasar berjangka diregulasi oleh bursa.
3. Penetapan Harga
Penetapan harga pada perdagangan fisik kurang kompetitif karena
adanya negoisasi antara penjual dan pembeli. Sedangkan di pasar berjangka
terjadi tawar menawar secara kompetitif sesuai dengan sistem lantai bursa.
-
4. Likuidasi
Likuidasi pada perdagangan fisik biasanya sulit, sedangkan pada
perdagangan berjangka mudah di offset (ditutup).
Manfaat utama dari penyelenggaraan perdagangan berjangka komoditi
yaitu sarana pembentukan harga (price discovery) yang transparan dan wajar,
yang mencerminkan kondisi yang sebenarnya dari komoditi yang
diperdagangkan dan sebagai sarana pengelolaan resiko (risk management)
melalui kegiatan lindung nilai atau hedging (Badan Pengawas Perdagangan
Berjangka Komoditi, 2003a). Pada dasarnya, harga komoditi primer sering
berfluktuasi karena ketergantungannya pada faktor-faktor yang sulit dikuasai
seperti kelainan musim, bencana alam, dan lain-lain. Dengan kegiatan lindung
nilai menggunakan kontrak berjangka, mereka dapat mengurangi sekecil
mungkin resiko yang diakibatkan gejolak harga tersebut. Dengan memanfaatkan
kontrak berjangka, produsen komoditi dapat menjual komoditi yang baru akan
mereka panen beberapa bulan kemudian, pada harga yang telah dipastikan atau
dikunci sekarang (sebelum panen).
Dengan demikian, mereka dapat memperoleh jaminan harga sehingga
tidak terpengaruh oleh kenaikan atau penurunan harga jual di pasar tunai.
Sebagai jaminan, semua pengguna pasar berjangka, dipersyaratkan
menyerahkan sejumlah uang yang disebut margin. Besarnya per kontrak
umumnya berkisar antara 5 % - 10 % dari nilai kontrak. Adapun besarnya margin
berbeda-beda tergantung pada komoditi, waktu, dan gejolak harga yang terjadi.
Dalam perjalanannya, margin ini memerlukan tambahan (margin call), karena
berkurang dari margin awalnya akibat pergerakan harga yang berlawanan
dengan yang diperkirakan semula. Bila saldo margin mencapai batas tertentu,
kepada setiap nasabah yang memiliki posisi terbuka baik beli atau jual, harus
menambahkan marginnya kebesaran semula (margin awal). Margin yang telah
-
ditetapkan berlaku untuk periode waktu tertentu, dan dapat diubah sesuai
dengan situasi dan kondisi yang ada. Selain itu ada biaya komisi yang dikenakan
oleh pialang berjangka, yang besaran minimumnya ditetapkan bursa atas
persetujuan Badan Pengawas Perdagangan Berjangka Komoditi (Bapppebti,
2003b).
3.1.5.1. Lindung Nilai (Hedging)
Dalam setiap kegiatan perdagangan, pengusaha selalu mengharapkan
keuntungan, akan tetapi juga dihadapkan kepada resiko kerugian yang selalu
melekat dalam kegiatan usahanya. Resiko umumnya berasal dari akibat
perubahan harga barang, perubahan kurs mata uang, suku bunga, inflasi dan
lain sebagainya. Untuk melindungi pengusaha dari resiko tersebut, dapat
dilakukan lindung nilai yaitu suatu kegiatan pengambilan posisi di pasar
berjangka yang berlawanan dengan posisinya di pasar fisik (Badan Pengawas
Perdagangan Berjangka Komoditi, 2003b). Dengan lindung nilai, resiko tersebut
dapat dialihkan kepada investor yang mengharapkan keuntungan dari perubahan
harga di Bursa Berjangka.
Manfaat lindung nilai selain merupakan sarana untuk mengurangi atau
meminimalkan resiko akibat perubahan harga juga memberikan kepastian
berusaha karena membantu pengendalian produk dan persediaan bahan baku
guna memenuhi kebutuhan produsen, pengolah atau pabrikan. Lindung nilai
memberikan peluang bagi Bank untuk menyediakan dana yang lebih besar
karena lebih terjamin. Menurut Badan Pengawas Perdagangan Berjangka
Komoditi (2003b) secara garis besar ada dua jenis lindung nilai yaitu lindung nilai
jual untuk mengatasi resiko turunnya harga dan lindung nilai beli untuk mengatasi
resiko kenaikan harga.
-
3.1.6. Peramalan Peramalan merupakan alat kuantitatif yang digunakan untuk membantu
didalam mengambil suatu keputusan. Suatu keputusan akan lebih baik hasilnya
bila memadukan antara hasil kuantitatif (peramalan) dan intuisi (pendapat
pribadi). Hampir setiap organisasi memerlukan ramalan baik secara eksplisit
maupun secara implisit, karena hampir setiap organisasi harus membuat
perencanaan agar sesuai dengan kondisi masa depan yang tidak diketahui
dengan baik. Selain itu, peramalan dibutuhkan pada semua lini fungsional, begitu
pula pada semua jenis organisasi. Peramalan dibutuhkan dalam bidang
keuangan, pemasaran, personalia, dan lingkup produksi, dalam pemerintahan
dan organisasi pencari laba, dalam klub sosial kecil, dan dalam partai politik
nasional (Hanke et al. 2003).
Gaynor dan Kirkpatrick (1994) mengungkapkan bahwa peramalan
merupakan pendugaan terhadap kegiatan masa depan. Metode peramalan dapat
berdasarkan pengalaman, penilaian, opini dari ahli atau model matematika yang
menggambarkan pola data historis.
Peramalan merupakan suatu proses memperkirakan secara sistematis
tentang apa yang paling mungkin terjadi di masa depan berdasarkan informasi
masa lalu dan sekarang yang dimiliki, agar kesalahan dapat diperkecil.
Peramalan dapat juga diartikan sebagai suatu usaha memperkirakan perubahan,
agar tidak disalahpahami bahwa peramalan tidak memberikan jawaban yang
pasti tentang apa yang akan terjadi, melainkan akan mencari yang sedekat
mungkin dengan apa yang akan terjadi (Mulyono 2000).
3.1.7. Metode Peramalan
Peramalan kualitatif pada hakekatnya didasarkan pada intuisi atau
pengalaman empris dari perencana atau pengambil keputusan, sehingga relatif
-
lebih subjektif. Pada situasi manajemen dan industri (pasar) yang masih
sederhana, peramalan kualitatif dapat memberikan akurasi hasil peramalan yang
relatif sama dengan peramalan kuantitatif. Metode kualitatif dapat memberikan
hasil yang bias ketika beberapa individu tertentu mendominasi proses peramalan
melalui reputasi, kekuatan kepribadian atau posisi strategis dalam organisasi.
(Anmi L, 2004). Metode peramalan terbagi menjadi dua yaitu metode peramalan
kualitatif dan metode kuantitatif.
3.1.7.1. Metode Kualitatif
Metode peramalan kualitatif tidak memerlukan data seperti halnya dalam
metode kuantitatif, akan tetapi bukan berarti bahwa metode kualitatif tidak
membutuhkan data kuantitatif, tetapi terdapat perbedaan diantara keduanya.
perbedaan ini terletak pada penggunaan data. Metode kualitatif membutuhkan
input yang tergantung pada metode tertentu dan biasanya merupakan hasil dari
pemikiran intuitif, pertimbangan dan pengetahuan yang didapat. Pendekatan
dengan metode ini seringkali memerlukan input dari sejumlah orang yang telah
terlatih secara khusus. Metode peramalan ini terbagi atas metode eksploratoris
(metode Delphi, kurva- S analogi, dan penelitian morfologis) dimulai dari masa
lalu dan masa kini sebagai titik awalnya dan bergerak secara heuristik dengan
melihat semua kemungkinan yang ada. Pada metode normatif (matriks
keputusan, pohon relevansi, dan analisis sistem) dimulai dengan menetapkan
sasaran dan tujuan yang akan datang, kemudian melihat ke masa lalu apakah
hal ini dapat dicapai berdasarkan kendala sumberdaya dan teknologi yang
tersedia (Makridakis et al., 1999).
-
3.1.7.2. Metode Kuantitatif Makridakis et al., (1999) menulis bahwa peramalan kuantitatif memiliki
sifat yang objektif berdasarkan pada keadaan aktual (data) yang diolah dengan
menggunakan metode-metode tertentu. Penggunaan suatu metode juga harus
didasarkan pada fenomena manajemen atau bisnis apa yang akan diramalkan
dan tujuan yang ingin dicapai melalui peramalan. Peramalan kuantitatif dapat
diterapkan bila terdapat tiga kondisi berikut :
1. Tersedia informasi masa lalu
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data numerik
3. Dapat diasumsikan bahwa pola masa lalu akan terus berlanjut dimasa
datang
Pada dua asumsi pertama merupakan syarat keharusan bagi
penerapan metode peramalan kuantitatif. Asumsi ketiga merupakan syarat
kecukupan, artinya walaupun asumsi ketiga dilanggar, model yang dirumuskan
masih dapat digunakan. Hal tersebut akan memberikan kesalahan peramalan
yang relatif besar bila perubahan pola data maupun bentuk hubungan fungsional
tersebut terjadi secara sistematis. Metode peramalan kuantitatif terbagi menjadi
dua yaitu; model time series dan model kausal
Dalam penelitian ini model peramalan yang digunakan adalah model time
series. Menurut Hanke et al,. (2003) faktor utama yang mempengaruhi pemilihan
teknik peramalan untuk data deret waktu (time series) adalah identifikasi dan
pemahaman pola historis data. Pola data tersebut terbagi menjadi empat, yaitu :
1). Pola Horisontal
Pola ini terjadi pada saat data observasi berfluktuasi disekitar
nilai rata-rata konstan. Pola ini disebut juga pola stasioner.
2). Pola Trend
-
Pola ini muncul ketika observasi data menaik atau menurun pada
periode yang panjang. Contoh dari rangkaian trend adalah
pertumbuhan populasi, inflasi harga, perubahan teknologi, preferensi
konsumen dan kenaikan produktifitas.
3). Pola Siklis (cyclus)
Pola ini muncul pada saat observasi data memperlihatkan
kenaikan dan penurunan pada periode yang tidak tetap. Komponen
siklik mirip fluktuasi gelombang disekitar trend yang sering
dipengaruhi oleh kondisi ekonomi. Fluktuasi siklik sering dipengaruhi
oleh perubahan pada ekspansi dan kontraksi ekonomi.
4). Pola Musiman (seasonality)
Pola terjadi pada saat data observasi dipengaruhi oleh faktor
musiman. Komponen musiman mengacu pada suatu pola perubahan
yang berulang dengan sendirinya dari tahun ketahun. Untuk deret
bulanan, komponen musiman mengukur keragaman deret dari setiap
Januari, setiap Februari dan seterusnya. Untuk deret triwulanan, ada
empat elemen musim, masing-masing satu untuk setiap triwulan.
Berdasarkan keempat tipe pola data tersebut, menurut Hanke et al,.
(2003) beberapa teknik peramalan yang dapat digunakan adalah sebagai
berikut: :
1). Teknik peramalan data dengan trend
Teknik peramalan yang perlu dipertimbangkan untuk pola data
stasioner adalah model simple moving average (rata-rata bergerak),
pemulusan eksponensial linier Holt, regresi linier sederhana, dan
model Autoregressive Integrated Moving Average (ARIMA)
2). Teknik peramalan data stasioner
-
Teknik peramalan yang perlu dipertimbangkan pada data stasioner
adalah model naive, model rata-rata sederhana, rata-rata bergerak,
pemulusan eksponensial linier Holt sederhana, dan model rata-rata
terintegrasi bergerak autoregresif (ARIMA) atau model Box-Jenkins
3). Teknik peramalan untuk data dengan musiman
Teknik-teknik yang perlu dipertimbangkan ketika meramalkan deret
musiman terdiri dari dekomposisi klasik, sensus X-12, pemulusan
eksponensial winters, regresi berganda deret waktu, dan model
ARIMA
4) Teknik peramalan untuk deret bersiklus
Teknik-teknik yang perlu dipertimbangkan ketika meramalkan deret
bersiklus terdiri dari dekomposisi klasik, indikator ekonomi, model
ekonometrik, regresi berganda, dan model ARIMA
Teknik peramalan yang digunakan dalam peramalan time series terdiri
dari beberapa model. Pembagian model tersebut beragam menurut para ahli,
namun pada dasarnya memiliki maksud dan tujuan yang sama. Model-model
peramalan time series tersebut, adalah sebagai berikut :
1. Model Trend
Model ini menggambarkan pergerakan data yang meningkat atau
menurun dalam jangka waktu yang panjang. Model ini menggambarkan
hubungan antara periode dengan variabel yang diramal dengan menggunakan
analisis regresi.
2. Model Naif (naive)
Model ini merupakan model sederhana yang menyatakan bahwa nilai
suatu variabel saat ini merupakan perkiraan terbaik untuk nilai berikutnya atau
nilai variabel dimasa depan akan tetap sama.
-
3. Model rata-rata
1) Model rata-rata sederhana (simple average)
Menurut Hanke et al,. (2003) model ini merupakan model yang tepat
ketika seri data secara umum tidak berubah dan stabil, misalnya jumlah
penjualan produk daur hidupnya berada dalam kondisi maturity. Model ini
menggunakan rata-rata dari seluruh data historis sebagai ramalan untuk
periode mendatang.
2) Model rata-rata bergerak sederhana (simple moving average)
Model ini menggunakan rata-rata sebagai ramalan untuk periode
mendatang. Pada setiap nilai, muncul nilai pengamatan baru, nilai rata-
rata baru dapat dihitung dengan membuang nilai observasi yang paling
tua dan memasukan nilai pengamatan yang terbaru. Model ini tidak dapat
mengatasi unsur trend dan musiman.
3) Model rata-rata bergerak ganda
Model ini menghitung rata-rata bergerak sebelumnya, pola data time
series umumnya mengandung unsur trend linier (Hanke et al., 2003)
4. Model Pemulusan Eksponensial (exponential smoothing)
Model pemulusan ini terdiri atas :
1). Model pemulusan eksponensial tunggal (single eksponential smoothing)
model ini digunakan untuk peramalan data time series tanpa trend atau
pola stasioner. Model ini juga banyak mengurangi masalah
penyimpangan data karena tidak perlu lagi menyimpan semua data
historis atau sebagian seperti halnya dalam model rata-rata bergerak.
2). Model pemulusan eksponensial tunggal : pendekatan adiftif
Model ini memiliki kelebihan yaitu dalam hal nilai a yang dapat berubah
secara otomatis. Nilai a akan berubah secara otomatis jika terdapat
-
perubahan dalam pola data dasar. Model ini juga digunakan untuk
peramalan data time series dengan pola data stasioner.
3). Model pemulusan eksponensial ganda: model linier satu parameter dari
Brown (double exponential smoothing with linier trend)
Model ini memiliki tambahan nilai pemulusan dan disesuaikan untuk
mengatasi unsur trend.
4). Model pemulusan eksponensial ganda Holt (exponential smoothing linear
trend)
Model Holt tidak menggunakan rumus pemulusan berganda secara
langsung. Model ini menggunakan dua konstanta pemulusan (a dan ).
5). Model pemulusan eksponensial triple (model Brown-triple exponential
smoothing)
Model ini digunakan untuk peramalan data time series dengan trend
kuadratik. Model ini memasukan tingkat pemulusan tambahan dan hanya
memiliki satu konstanta pemulusan.
5. Model Box -Jenkins (ARIMA)
Model Autoregressive Integrated Moving Average (ARIMA) adalah jenis
model linier yang mampu mewakili deret waktu yang stasioner dan non stasioner.
Model ini tidak mengikutkan variabel bebas dalam pembentukannya, model ini
menggunakan informasi dalam deret itu sendiri untuk menghasilkan ramalan.
Misalnya model ARIMA untuk penjualan bulanan akan memproyeksikan pola
penjualan historis untuk meramalkan penjualan bulan depan (Hanke et al., 2003).
6. Model Dekomposisi
Model ini berusaha memisahkan berbagai komponen yang
mempengaruhi perilaku deret data. Pemisahan (dekomposisi) ini bertujuan untuk
membantu pemahaman atas perilaku deret data sehingga dapat dicapai
keakuratan peramalan yang lebih baik. Model ini terdiri dari :
-
1). Dekomposisi aditif, model ini untuk pola data yang fluktuasinya relatif
konstan.
2). Dekomposisi multiflikatif, model ini untuk pola data yang fluktuasinya
proporsional terhadap trend.
7. Model Winters
Model ini cocok digunakan untuk serial data yang mempunyai pola trend
linier, serta faktor musiman. Kelebihan model ini adalah mudah dan cepat untuk
meng-update ramalan ketika data baru diperoleh, jika trend dan musiman
berubah dalam data historis dan pembobot optimal digunakan maka hasilnya
lebih baik jika dibandingkan dengan model dekomposisi. Kelemahannya adalah
pembobot optimal yang diperoleh harus selalu dimonitor dan jika ada pengaruh
siklis hasil ramalannya tidak akurat karena komponen siklis tidak diperhitungkan.
3.1.8. Pemilihan Teknik Peramalan
Hanke et al., (2003) menuliskan bahwa beberapa pertanyaan yang harus
dipertimbangkan sebelum memutuskan teknik peramalan mana yang paling
cocok untuk suatu masalah tertentu adalah :
1. Kenapa ramalan dibutuhkan?
2. Siapa yang akan menggunakan ramalan?
3. Karakteristik apa yang ada pada data yang tersedia?
4. berapa periode waktu yang akan diramalkan?
5. Berapa data minimum yang menjadi persyaratan?
6. Seberapa besar derajat keakuratan dikehendaki?
7. Berapa biaya peramalan?
Dalam memilih teknik peramalan yang sesuai dengan benar, peramal
harus dapat mengerjakan hal-hal berikut :
1. Menetapkan sifat dasar masalah peramalan
-
2. Menjelaskan sifat dasar data yang sedang diteliti
3. Mendeskripsikan kemampuan dan keterbatasan potensial dari teknik-
teknik peramalan yang kemungkinan sangat berguna
Tingkat harga komoditas yang terjadi di pasar fisik selalu berfluktuasi 4. Mengembangkan sejumlah kriteria yang ditentukan terlebih dahulu
sebagai dasar untuk memilih keputusan.
Faktor utama yang mempengaruhi pemilihan teknik peramalan adalah
identifikasi dan pemahaman pola data historis (Hanke et al., 2003).
3.2. Kerangka Pemikiran Operasional
Tingkat harga komoditas CPO yang terjadi di pasar fisik selalu
berfluktuasi sesuai dengan permintaan dan penawaran terhadap komoditas
tersebut di pasar internasional dan domestik. Resiko dan ketidakpastian
merupakan salah satu faktor yang menyebabkan kegagalan pasar (market
failure) sehingga menyebabkan pasar terdistorsi dan ouput ekonomi tidak
tercapai secara optimal.
Pemasaran komoditi CPO oleh pemasar di pasar fisik dan pasar
berjangka akan sama-sama menghadapi fluktuasi harga, transaksi di pasar fisik
yang dilakukan oleh pemasar tidak ada lindung nilai (hedging) yang dapat
dilakukan, sehingga harus menanggung semua resiko yang disebabkan oleh
fluktuasi harga. Berbeda dengan transaksi di pasar berjangka, pemasar dapat
melakukan lindung nilai, sehingga dapat meminimalisir resiko perubahan harga
yang dihadapi.
Seorang produsen, pemasar ataupun eksportir yang melakukan lindung
nilai tidak sepenuhnya terlepas dari resiko harga. Produsen tersebut harus tetap
berhadapan dengan fluktuasi harga di pasar fisik dan fluktuasi harga di pasar
berjangka. Fluktuasi harga di pasar fisik dipengaruhi oleh tingkat permintaan dan
penawaran aktual komoditas, sedangkan fluktuasi harga di bursa berjangka
-
komoditas dipengaruhi oleh prediksi para pelaku bursa berjangka komoditas
dimasa mendatang.
Pergerakan harga fisik dan harga berjangka merupakan sumber data
yang diperlukan dalam analisis teknikal untuk melakukan strategi lindung nilai.
Instrumen yang dipakai dalam analisis teknikal adalah model peramalan time
series. Untuk melakukan analisis teknikal dalam rangka melakukan strategi
lindung nilai, dapat diketahui dengan melakukan penelitian mengenai peramalan
harga CPO di pasar fisik dan pasar berjangka. Dengan penelitian ini dapat
diketahui bagaimana pola data dan dapat dipilih suatu metode peramalan yang
paling mendekati kondisi aktualnya.
Hal pertama yang harus dilakukan untuk mendapatkan hasil peramalan
yang baik adalah melakukan pengidentifikasian pola data. Pola data dipelajari
dari deret data harga CPO di pasar fisik dan pasar berjangka masa lalu dan plot
autokorelasi. Dari pola data yang didapat, kemudian akan disesuaikan dengan
metode pera