Analisis Model Markov Switching Autoregressive (MSAR) dalam Meramalkan Nilai Tukar Petani di Provinsi Jawa Timur

Abstrak

Sektor pertanian memiliki peran strategis dalam pemenuhan kebutuhan pangan, penyerapan tenaga kerja, serta kontribusi terhadap Produk Domestik Bruto (PDB) nasional. Pada tahun 2023, sektor ini menyumbang 12,40% terhadap PDB dan menyerap 29,96% tenaga kerja. Namun, sebagian besar pelaku di sektor ini masih tergolong miskin dan rentan terhadap kemiskinan. Kesejahteraan petani diukur melalui Nilai Tukar Petani (NTP), di mana nilai di atas 100 mengindikasikan tingkat kesejahteraan yang relatif baik. Provinsi Jawa Timur sebagai salah satu lumbung pangan nasional menunjukkan fluktuasi NTP selama periode 2019–2024 dengan pola kenaikan dan penurunan yang bergantian. Ketidakstabilan ini menegaskan perlunya analisis pola dan peramalan NTP untuk memperoleh gambaran kecenderungan nilai di masa mendatang sebagai dasar perumusan kebijakan peningkatan kesejahteraan petani. Penelitian ini menggunakan data NTP Provinsi Jawa Timur pada Januari 2019 hingga Desember 2024 yang kemudian diubah ke dalam bentuk return, dengan analisis peramalan menggunakan metode Markov Switching Autoregressive (MSAR). Selain dapat meramalkan NTP pada periode berikutnya (2025), MSAR dapat menentukan peluang suatu regime dapat bertahan atau berpindah ke regime lain. Data dibagi menjadi data training dan data testing. Hasil analisis dari data training didapatkan model MSAR terbaik yaitu MS(3)AR(1). Selain meramalkan NTP pada periode 2025, model tersebut juga digunakan untuk melihat peramalan pada periode 2024 yang kemudian dibandingkan dengan data aktual testing untuk melihat seberapa akurat model dalam melakukan peramalan. Berdasarkan perhitungan antara hasil peramalan data testing dan data aktual testing didapatkan nilai MAPE sebesar 1,59% yang menunjukkan tingkat akurasi yang sangat baik.