PERBANDINGAN METODE ARIMA DAN EXPONENTIAL SMOOTHING DALAM MEMPREDIKSI HARGA LADA PUTIH DI KOTA PANGKALPINANG PROVINSI KEPULAUAN BANGKA BELITUNG
COMPARISON OF ARIMA AND EXPONENTIAL SMOOTHING METHODS IN PREDICTING THE PRICE OF WHITE PEPPER IN PANGKALPINANG CITY
DOI:
https://doi.org/10.33019/fraction.v1i1.1Keywords:
Time Series, ARIMA, Forecasting, Winters'additiveAbstract
Lada putih atau merica (piper nigrum L.) merupakan salah satu rempah-rempah yang digunakan sebagai penyedap rasa makanan. Bangka Belitung merupakan salah satu daerah penghasil lada putih terbaik di Indonesia. Penelitian ini dilakukan untuk memprediksi harga lada putih di Kota Pangkalpinang Provinsi Kepulauan Bangka Belitung kedepannya. Metode analisis yang digunakan merupakan analisis deret waktu (Time Series Analysis) dengan metode forecasting yaitu metode ARIMA dan Winters’ additive. Data yang digunakan merupakan data sekunder dari Badan Pengawas Perdagangan Berjangka Komoditi. Berdasarkan data dari Januari 2017 hingga Agustus 2021 diketahui data harga lada putih di Kota Pangkalpinang cenderung mengalami kenaikan. Selanjutnya, data dianalisis dan ditentukan dengan menggunakan model ARIMA dan model Winters’additive, sehingga didapatkan model yang efisien untuk pemodelan harga lada putih ini. Berdasarkan hasil kedua model tersebut, diperoleh model yang cocok digunakan untuk memprediksi harga lada putih adalah model Winters’additive dengan nilai RMSE terkecil yaitu 8222,806. Harga lada putih di Kota Pangkalpinang pada September 2020 hingga Agustus 2022 diprediksi mengalami kenaikan. Harga lada putih pada bulan Agustus 2022 diprediksi mengalami kenaikan harga mencapai Rp.132.423/kg.
Downloads
References
Direktorat Jenderal Perkebunan. (2021). “Produksi Lada Menurut Provinsi di Indonesia, 2017-2021”. [online]. Available: https://www.pertanian.go.id/. Diakses (18 Agustus 2021)
Nurllah, I., & Iswari. J., “Pengaruh Perubahan Harga Lada Putih terhadap Kesejahteraan Masyarakat di Kecamatan Jebus Kabupaten Bangka Barat”. Jurnal Pemikiran Masyarakat Ilmiah Berwawasan Agribisnis, Juli. 2019. 5(2):224-234
Nabilah. ”Peramalan Harga dan Produksi Cabai Rawit di Provinsi Jawa Timur”. Surabaya: Institut Teknologi Sepuluh Nopember. 2017.
Aktivani, S., “Uji Stasioneritas Data Inflasi Kota Padang Periode 2014-2019”. Statistika. 2020. Vol 20 No. 2, 83-90.
Hartati, H. “Penggunaan Metode Arima Dalam Meramal Pergerakan Inflasi”. Jurnal Matematika Sains Dan Teknologi. 2017. 18(1), 1-10, doi: https://doi.org/10.33830/jmst.v18i1.163.2017
Hanum, L., “Studi Perbandingan Metode ARIMA (Box-Jenkins) dan Metode Backpropagation dalam Memprediksi Indeks Harga Saham Gabungan”. Skripsi Sarjana Universitas Sumatera Utara.2017.[Online]. Diakses dari: http://repositori.usu.ac.id/handle/123456789/18319
Karmelin, M., Nelson, N., dan John, K., “Penerapan Model ARIMA dalam Memprediksi Jumlah Tindak Kriminalitas di Wilayah POLRESTA Manado Provinsi Sulawesi Utara”. Jurnal MIPA5(2), 113-116. 2016. [Online] Diakses pada: http://ejournal.unsrat.ac.id/index.php/jmuo
Anggraini, M., dkk. “Peramalan Kebutuhan Bahan Baku Plat Besi Menggunakan Metode Runtun Waktu Autoregressive Integrated Moving Average (ARIMA) dan Meminimumkan Biaya Total Persediaan dari Hasil Peramalan Mengunakan Metode Period Order Quantity (POQ) (Studi Kasus : CV. Isakutama Samarinda)”. Jurnal EKSPONENSIAL. 2019. Vol. 10 No.1.
Sari, Y.M.,“Penerapan Metode Holt-Winters’ Additive Exponential Smoothing untuk Peramalan (Forecasting) Harga Bawang Merah di Yogyakarta”. Skripsi.Universitas Sanata Dharma Yogyakarta. 2020.
Sulaiman, A., & Juarna, A.,”Peramalan Tingkat Pengangguran di Indonesia Menggunakan Metode Times Series dengan Model ARIMA dan Holt-Winters”. Jurnal Ilmiah Informatika Komputer. 2021. Vol. 26 No. 1. Diakses dari: https://doi.org/10.35760/ik.2021.v26i1.3512
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Dhiti Wahyuni, Hendy Stevanus, Jesika, Ririn Amelia
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.