Pemenuhan kebutuhan pangan adalah hal yang paling mendasar dalam pembangunan manusia di suatu negara. Beras menjadi makanan pokok di beberapa negara Asia, terutama Indonesia. Oleh karena itu, di Indonesia, beras menjadi komoditas penting dalam menjaga ketahanan pangan nasional. Ketersediaan beras di Indonesia merupakan prasyarat ketahanan pangan nasional. Dari beberapa negara di dunia, Indonesia memiliki pendapatan beras sebesar 80% di dunia. Produksi padi dalam negeri dari tahun ke tahun terus meningkat, meskipun memiliki kecenderungan laju pertumbuhannya menurun. Meningkatnya jumlah penduduk di Indonesia, kebutuhan akan beras juga semakin meningkat. Namun, harga beras di pasaran terus naik sehingga banyak pedagang yang menjual beras dengan kualitas yang buruk.
Harga beras di negara terus meningkat setiap waktunya. Bahkan, kenaikan harga beras ini jauh melampaui Harga Eceran Tertinggi (HET) yang telah pemerintah tetapkan dan mencetak rekor baru. Hingga saat ini, harga rata-rata beras telah menyentuh Rp 15.650/liter di seluruh provinsi Indonesia. Menurut pemerintah, harga beras yang meroket disebabkan oleh perubahan iklim yang menyebabkan sejumlah daerah mengalami gagal panen. Perubahan iklim ekstrem terjadi akibat fenomena El Nino yang mempengaruhi pola cuaca global, termasuk Indonesia. Menurut Badan Meteorologi, Klimatologi, dan Geofisika (BMKG), El Nino di Indonesia dimulai pada bulan Juni dan mencapai puncaknya pada bulan Agustus hingga September. Fenomena ini juga diprediksi akan berlangsung hingga awal tahun 2024 dan mengakibatkan mundurnya awal musim hujan. Selain itu, mengakibatkan kekeringan di Indonesia hingga akhir tahun 2023. Terjadinya kekeringan akibat El Nino dapat menekan produksi harga beras nasional dan berdampak pada kenaikan harga beras dimana kondisi ini hampir terjadi di seluruh negara di dunia.
Menggunakan Estimator Deret Fourier
Oleh karena itu, penting dilakukan analisis untuk memprediksi harga beras di Provinsi Jawa Timur dengan berbagai kualitas guna mempersiapkan pelaku pasar, perusahaan, dan pemerintah untuk merancang kebijakan yang tepat untuk dinamika kenaikan harga beras. Berdasarkan data dari Pusat Informasi Harga Pangan Strategis (PIHPS), terlihat bahwa harga beras di setiap kualitas cenderung meningkat sejak dua tahun terakhir. Oleh karena itu, analisis deret waktu klasik dilakukan dengan menggunakan metode kernel estimator, yang merupakan salah satu metode nonparametrik.
Metode kernel estimator dipilih karena fleksibel dalam memodelkan pola data dan tidak bergantung pada asumsi tentang hubungan antar variabel. Selain estimator kernel, dalam analisis deret waktu nonparametrik klasik, metode prediksi yang digunakan adalah deret Fourier. Metode ini dipilih karena memiliki fleksibilitas dalam pemodelan pola data yang bentuk osilasinya tidak diketahui. Manfaat menggunakan regresi nonparametrik dengan deret Fourier terletak pada kemampuannya untuk mengatasi kumpulan data yang menunjukkan distribusi trigonometri, seperti pola sinus dan kosinus. Memanfaatkan pendekatan deret Fourier sangat menguntungkan ketika berhadapan dengan pola data berulang. Pada hal ini, nilai variabel dependen berulang untuk berbagai variabel independen.
Dalam penelitian sebelumnya Widyadarma et. al. bawang merah dan cabai merah biasa menggunakan Radial Basis Function Neural Network (RBFNN), Elman Recurrent Neural Network (ERNN), dan kombinasi jaringan saraf dan algoritma genetik. Namun, akurasi yang diperoleh masih cukup rendah, sekitar 75%. Penelitian serupa juga telah dilakukan oleh Purwoko dkk. mengenai Prediksi Harga Ekspor Nonmigas di Indonesia dengan estimator seri Fourier regresi nonparametrik. Prediksi di Indonesia dengan estimator deret Fourier regresi nonparametrik. Fungsi yang digunakan dalam penelitian adalah kernel Polynomial dengan prediksi yang sangat baik dengan nilai parameter epsilon smoothing sebesar 0,0266, nilai parameter pembobotan sebesar 0,0285 dan diperoleh nilai kesalahan persentase rata-rata absolut sebesar 7,7513% yang memberikan hasil akurasi prediksi dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 15,26% pada data pengujian.
Sasaran
Berdasarkan penelitian sebelumnya, akan dilakukan penelitian untuk memprediksi harga padi dengan enam kualitas berbeda menggunakan perbandingan metode seri Fourier nonparametrik klasik dan kernel Gaussian. Penelitian ini penting karena saat ini harga beras sedang naik sehingga dapat menentukan keputusan terbaik dalam mengatasi hal tersebut. Penelitian ini mendukung dan mempercepat pencapaian poin SDG ke-2 mengenai tujuan zero hunger sebagai bentuk rekomendasi kepada pemerintah Indonesia dalam rangka membuat kebijakan dalam pengendalian harga beras yang juga dipengaruhi oleh faktor alam.
Penulis: M. Fariz Fadillah Mardianto, S.Si.,M.Si.
Link: https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/12712
Baca juga: Mengeksplorasi Faktor-Faktor Yang Mempengaruhi Pendidikan
