PERAMALAN HARGA CABAI RAWIT DENGAN PEMODELAN TIME SERIES ARIMA DI KOTA BIMA

Panca, Indriati (2022) PERAMALAN HARGA CABAI RAWIT DENGAN PEMODELAN TIME SERIES ARIMA DI KOTA BIMA. S1 thesis, Universitas Mataram.

Text SKRIPSI-PANCA INDRIATI-C1G018137.pdf Restricted to Repository staff only Download (1MB)

Abstract

Cabai Rawit merupakan salah satu jenis komoditas hortikultur unggulan nasional. Provinsi Nusa Tenggara Barat merupakan provinsi terbesar keempat sebagai penghasil cabai rawit setelah provinsi Jawa Timur, Jawa Tengah dan Jawa Barat. Provinsi NTB pada tahun 2020 berhasil memproduksi cabai rawit sebanyak 131.939 Kuintal. Jumlah pengeluaran makanan per kapita di Kota Mataram pada tahun 2020 adalah Rp. 822.793/bulan yang termasuk cabai rawit di dalamnya. Faktanya kelangkaan produksi cabai rawit menyebabkan semakin banyaknya permintaan sehingga harga cabai rawit pun kian melonjak. Melonjaknya harga cabai rawit yang tidak menentu menyebabkan kesulitan dalam mempersiapkan cadangan produksi apabila terjadi kelangkaan. Informasi naik turunnya harga cabai rawit pada waktu-waktu sebelumnya, dapat menjadi variabel baru yang dipertimbangkan dalam pemodelan time series, yang dikenal sebagai voaltilitas atau simpangan baku bersyarat terhadap waktu. Dalam penelitian ini tujuan yang ditetapkan adalah 1.) Untuk mengetahui kelebihan peramalan harga cabai rawit menggunakan pemodelan time series ARIMA. 2.) Untuk mengetahui peramalan harga cabai rawit di pasar Amahami Kota Bima dengan menggunakan pemodelan time series ARIMA. Untuk melakukan penelitian ini, data yang digunakan adalah data sekunder, kemudian untuk menganalisis data tersebut digunakan metode peramalan time series ARIMA. Berdasarkan analisis yang telah dilakukan dengan metode yang digunakan dalam penelitian ini yaitu ARIMA, kelebihan dari metode ini dapat menerima semua jenis model data walaupun dalam prosesnya harus distasionerkan dulu. Semakin banyak data yang digunakan untuk melakukan pengolahan maka hasilnya semakin akurat. Dari hasil pengolahan data didapat digunakan dalam meramalkan harga cabai rawit yaitu ARIMA (1,1,0) dan ARIMA (0,1,1). Kedua model ARIMA ini diuji kembali dengan uji diagnose residual dan melakukan perbandingan dengan nilai Akaike Info Criterion (AIC) dan Schwar Criterion (SIC) untuk menentukan keayakan model dalam melakukan peramalan. Kemudian model ARIMA terbaik yang dipilih adalah ARIMA (0,1,1) karena memiliki nilai AIC dan SIC yang paling kecil. Sehingga dari hasil peramalan dapat diketahui bahwa nilai estimasi peramalan 104 periode kedepan yaitu peramalan mingguan mulai tahun 2022 hingga tahun 2023 cenderung mengalami peningkatan, pada minggu pertama peramalan harga cabai rawit tahun 2022 sebesar Rp. 50.717, pada minggu kedua sebesar Rp. 50.869, dan pada minggu terakhir di tahun 2023 sebesar Rp. 66.435. Adapun saran yang dapat diberikan berdasarkan penelitian ini yaitu penerapan metode ARIMA dalam penelitian ini tidak dapat menerapkan model yang sama pada periode lainnya. Oleh karena itu apabila ada data tambahan maka model harus ditaksir ulang dan sebaiknya dilakukan langkah-langkah metode Box-jenkins dari awal. Bagi para peneliti maupun pihak akademisi yang melakukan penelitian pada bidang yang sama khususnya peramalan harga cabai rawit disarankan untuk melakukan perbandingan dengan metode peramalan lainnya yang berbasis runtun waktu (time series) atau peneliti selanjutnya dapat menggabungkan antara metode ARIMA dengan metode peramalan time series lainnya.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Kata Kunci : Peramalan, Harga, Cabai Rawit, Time Series ARIMA.identifikasi ada dua model ARIMA yang
Subjects:	S Agriculture > SB Plant culture
Divisions:	Fakultas Pertanian
Depositing User:	Rini Trisnawati
Date Deposited:	23 Jun 2022 00:08
Last Modified:	23 Jun 2022 00:08
URI:	http://eprints.unram.ac.id/id/eprint/29399

Actions (login required)

View Item