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