PERAMALAN HARGA BERAS PADA PASAR TRADISIONAL DI INDONESIA DENGAN MENGGUNAKAN MODEL ARIMA

  • Alliyah Elsa Fitri Program studi Agribisnis Pangan, Politeknik Negeri Lampung, Lampung
  • Deka Nabila Program studi Agribisnis Pangan, Politeknik Negeri Lampung, Lampung
  • Desi Melenia Program studi Agribisnis Pangan, Politeknik Negeri Lampung, Lampung
  • Lintang Guntoro Aji Program studi Agribisnis Pangan, Politeknik Negeri Lampung, Lampung
  • Nabillah Salwa Azmah Program studi Agribisnis Pangan, Politeknik Negeri Lampung, Lampung
  • Suci Fadilah Program studi Agribisnis Pangan, Politeknik Negeri Lampung, Lampung
Keywords: Rice, Rice Price, ARIMA

Abstract

Beras merupakan bahan pangan utama bagi masyarakat di Indonesia sehingga peramalan sangat berpengaruh akan perubahan harga beras. Penelitian ini bertujuan untuk memprediksi perkiraan harga beras pada pasar tradisional di Indonesia untuk kurang lebih 5 bulan kedepan. Metode analisis pada peramalan harga beras pada pasar tradisional di indonesia menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Hasil estimasi menunjukkan bahwa model ARIMA (1,0,1) sebagai model terbaik untuk memprediksi harga beras di Indonesia. Harga beras akan mengalami penurunan hingga bulan November 2021 dengan harga rata-rata Rp 11.783,75.

References

ISNAN SYAIFUL ROBBY. (2014). Prediksi temporal untuk kemunculan titik panas di provinsi riau menggunakan autoregressive integrated moving average (arima) isnan syaiful robby.
Kementerian Pertanian. 2015. Modul Pendampingan Mahasiswa dalam Upaya Khusus Peningkatan Produksi Padi, Jagung dan Kedelai. Badan Penyuluhan dan Pengembangan Sumberdaya Manusia Pertanian 2015.
Mansoer, A. S., Tarno, & Wilandari, Y. (2016). Pemodelan Seasonal Generalized Space Time Autoregressive (SGSTAR). JURNAL GAUSSIAN, 5(4), 593- 602.
Pusat Informasi Harga Pangan Strategis Nasional [PIHPS Nasional]. (2021). Harga Pangan 2018-2021. Retrieved from https://hargapangan.id/tabel-harga/pasar-tradisional/daerah.
Sadono Sukirno. (2016). Mikroekonomi Teori Pengantar (3rd ed.). Jakarta (ID): Rajawali Pers.
Yasmine, Nabillah. 2019. Perbandingan Metode Deseasonalized Arma Dan Metode Sarima Dalam Peramalan Runtun Waktu Musiman. Universitas Pendidikan Indonesia.
Yanuarti, A. R., & Afsari, M. D. (2016). Profil Komoditas Beras. Jakarta: Kemendag.
Published
2021-05-05
Section
Articles