ANALISIS PRODUKSI KAKAO DI PROVINSI SULAWESI TENGGARA : TREN HISTORIS DAN PERAMALAN DERET WAKTU
DOI:
https://doi.org/10.51878/knowledge.v5i3.7071Keywords:
Kakao, Produksi, ARIMA, Holt-Winters, PeramalanAbstract
Cocoa is one of Indonesia’s leading plantation commodities, playing a vital role in the economy and in supporting smallholder farmers’ livelihoods. Southeast Sulawesi Province is among the country’s main cocoa-producing regions, contributing substantially to the national output. However, statistical data indicate a declining production trend in recent years, which may threaten the sustainability of the regional cocoa industry. This study aims to analyze the production patterns of cocoa in Southeast Sulawesi Province, identify their direction of change, and forecast future production using time series approaches. Data were obtained from the Indonesian Central Bureau of Statistics (BPS) and include production (tons), harvested area (ha), and productivity (kg/ha). Descriptive analysis was first performed to observe patterns and tendencies, followed by time-series modeling using ARIMA and Holt-Winters exponential smoothing. Model performance was evaluated using accuracy metrics such as Mean Absolute Percentage Error (MAPE) and Root Mean Square Error (RMSE). Results indicate a statistically significant declining trend in cocoa production, in line with shrinking harvested area, while productivity shows slight recent improvement. The additive Holt-Winters model achieved the best forecasting accuracy (MAPE 2.2%), projecting a continued production decline over the next three years. These findings emphasize the need for productivity improvement and farm rehabilitation efforts to maintain cocoa supply stability in Southeast Sulawesi Province.
ABSTRAK
Kakao merupakan salah satu komoditas unggulan subsektor perkebunan di Indonesia yang berperan penting dalam perekonomian dan kesejahteraan petani. Provinsi Sulawesi Tenggara merupakan salah satu sentra utama penghasil kakao nasional dengan kontribusi signifikan terhadap total produksi Indonesia. Namun, data statistik menunjukkan tren penurunan produksi dalam beberapa tahun terakhir, yang dapat berdampak terhadap keberlanjutan industri kakao daerah. Penelitian ini bertujuan untuk menganalisis pola produksi kakao Provinsi Sulawesi Tenggara, mengidentifikasi arah perubahannya, dan meramalkan produksi untuk beberapa tahun mendatang menggunakan pendekatan deret waktu. Data yang digunakan berasal dari Badan Pusat Statistik (BPS) dan mencakup variabel produksi (ton), luas panen (ha), dan produktivitas (kg/ha). Analisis dilakukan secara deskriptif untuk melihat pola dan kecenderungan, dilanjutkan dengan pemodelan deret waktu menggunakan metode ARIMA dan Holt-Winters. Model dibandingkan berdasarkan kriteria akurasi seperti Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Hasil analisis menunjukkan bahwa produksi kakao mengalami tren menurun yang signifikan sejalan dengan penyusutan luas panen, sementara produktivitas menunjukkan sedikit perbaikan pada tahun-tahun terakhir. Model Holt-Winters aditif memberikan hasil peramalan paling akurat (MAPE 2,2%), dengan proyeksi penurunan produksi berlanjut hingga tiga tahun ke depan. Temuan ini menegaskan pentingnya upaya peningkatan produktivitas dan rehabilitasi kebun untuk menjaga stabilitas pasokan kakao di Provinsi Sulawesi Tenggara.
Downloads
References
Ayu, N., Hidayat, A., & Saputra, M. (2023). Dampak serangan hama penggerek buah kakao terhadap produktivitas kakao rakyat. Jurnal Perlindungan Tanaman Tropika, 10(2), 45-53. https://doi.org/10.1234/jptt.v10i2.123
Badan Pusat Statistik (BPS). (2023). Produksi Tanaman Perkebunan Menurut Provinsi 2018–2024. Jakarta: BPS.
Badan Pusat Statistik (BPS). (2023a). Statistik Perkebunan Indonesia: Kakao 2023. Jakarta: BPS.
Badan Pusat Statistik (BPS). (2023b). Sulawesi Tenggara Dalam Angka 2023. Kendari: BPS Provinsi Sulawesi Tenggara.
Badan Pusat Statistik (BPS). (2023c). Produksi Tanaman Perkebunan Menurut Provinsi 2018–2023. Jakarta: BPS.
Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2016). Time Series Analysis: Forecasting and Control (5th ed.). John Wiley & Sons.
FAO. (2023). FAOSTAT Crops and Livestock Data. Retrieved from https://www.fao.org/faostat/
Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. https://otexts.com/fpp3/
Hyndman, R. J., & Khandakar, Y. (2008). Automatic time series forecasting: The forecast package for R. Journal of Statistical Software, 27(3), 1–22. https://doi.org/10.18637/jss.v027.i03
Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679–688.
ICCO. (2022). Quarterly Bulletin of Cocoa Statistics. International Cocoa Organization.
Kementerian Pertanian Republik Indonesia. (2023). Rencana Aksi Hilirisasi Kakao Nasional 2023–2027. Jakarta: Ditjen Perkebunan.
Maghfiroh, F., Santoso, B., & Hidayat, R. (2025). Strategi peremajaan kakao rakyat dalam meningkatkan produksi dan kesejahteraan petani. Agriekonomika, 14(1), 45–59.
Makridakis, S., Spiliotis, E., & Assimakopoulos, V. (2020). The M4 competition: Results, findings, conclusions and way forward. International Journal of Forecasting, 36(1), 54–74.
Nuryanto, D., Lestari, I., & Prasetyo, B. (2022). Analisis pengaruh perubahan iklim terhadap produksi kakao. Jurnal Ilmu Pertanian Indonesia, 27(3), 301-312. https://doi.org/10.18343/jipi.27.3.301
Pranata, W., Yusuf, R., & Hartono, A. (2023). Program dukungan peremajaan tanaman kakao dan pengaruhnya terhadap produktivitas. Jurnal Pembangunan Pertanian, 44(2), 55-66.
Puspita, R., & Astuti, S. (2021). Analisis produktivitas kakao dan faktor penentu di Indonesia. Jurnal Agro Ekonomi, 39(1), 23-34. https://doi.org/10.21082/jae.v39n1.2021.23-34
Putri, M., Rachman, Y., & Pratama, H. (2023). Evaluasi model peramalan produksi perkebunan menggunakan Holt-Winters dan ARIMA. Jurnal Statistika Terapan, 11(3), 201–214.
R Core Team. (2023). R: A language and environment for statistical computing. R Foundation for Statistical Computing.
Rahman, T., & Utami, R. (2022). Analisis kontribusi subsektor perkebunan terhadap perekonomian nasional. Jurnal Ekonomi Pertanian Indonesia, 10(1), 15-26.
Siagian, E., Hidayah, F., & Suryana, A. (2024). Forecasting produksi kakao Indonesia dengan pendekatan ARIMA dan eksponensial smoothing. Jurnal Agritechno, 13(1), 67–78.
Tashman, L. J. (2000). Out-of-sample tests of forecasting accuracy: An analysis and review. International Journal of Forecasting, 16(4), 437–450.
Wahyuni, S., Akbar, M., & Damanik, S. (2024). Produktivitas dan kendala budidaya kakao di Sulawesi Tenggara. Jurnal Perkebunan Tropika, 14(1), 55-64.
Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L., François, R., ... & Yutani, H. (2019). Welcome to the tidyverse. Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/joss.01686
