METODE ARIMA DAN TREND MOMENT DALAM MEMPREDIKSI HARGA BERAS KUALITAS SUPER 2 DAN BAWAH 2 DI KOTA PANGKALPINANG: Arima Method And Trend Moment in Predicting Super 2 and Lower 2 Quality Rice Price in Pangkalpinang City

Yoel Setiawan Jaya; Deli Tarius Tarius; Febita Audieni; Lara Pramudita; Sri Wahyuni; Depita Fitriyanti; Desy Yuliana Dalimunthe

doi:10.33019/fraction.v4i2.62

Authors

Yoel Setiawan Jaya Balunijuk
Deli Tarius Tarius University of Bangka Belitung
Febita Audieni University of Bangka Belitung
Lara Pramudita University of Bangka Belitung
Sri Wahyuni University of Bangka Belitung
Depita Fitriyanti University of Bangka Belitung
Desy Yuliana Dalimunthe University of Bangka Belitung

DOI:

https://doi.org/10.33019/fraction.v4i2.62

Keywords:

Harga beras, ARIMA, Trend Moment

Abstract

ABSTRAK

Beras merupakan kebutuhan pokok bagi masyarakat luas, sehingga diperlukan pemantauan harga hasil panen yang dilakukan oleh para petani daerah. Pemantauan ini dilakukan secara langsung dan akan dilaporkan ke pemerintah pusat. Penelitian ini dilakukan untuk melihat perbandingan dua metode untuk memprediksi harga beras kualitas super 2 dan bawah 2 di kota Pangkalpinang yang mana dalam beberapa tahun terakhir ini kota ini mengalami kecenderungan harga yang meningkat. Kedua metode yang akan digunakan di penelitian ini adalah metode ARIMA dan Trend Moment. Data yang digunakan merupakan data sekunder dari Pusat Informasi Harga Pangan Strategis Nasional (PIHPS) kota Pangkalpinang dari Januari 2019 hingga Febuari 2024. Selanjutnya data akan dianalisis dengan metode ARIMA dan Trend Moment. Hasil prediksi terbaik adalah metode ARIMA, dengan nilai terendah dan tertinggi dari beras kualitas bawah 2 berturut-turut terdapat dibulan Maret sebesar Rp16.687,37 dan dibulan Agustus sebesar Rp19.049,52. Nilai terendah dan tertinggi dari beras kualitas super 2 secara berturut-turut terdapat dibulan Maret Rp17.127,97 dan dibulan Agustus sebesar Rp19.117,25.

Kata kunci : Harga beras, ARIMA, Trend Moment

ABSTRACT

Rice is a basic need for the wider community, so it’s necessary to monitor the price of the harvest by regional farmers. This monitoring is carried out directly and will be reported to the central government. This research was conducted to see a comparison of two methods for predicting super 2 and lower 2 quality rice price in Pangkalpinang city, in recent years this city has experienced an increasing price trend. Methods that will used in this research are ARIMA and Trend Moment methods. The data used is secondary data from the National Strategic Food Price Information Center (PIHPS) Pangkalpinang city from January 2019 to February 2024. Next, the data will be analyzed using ARIMA and Trend Moment methods. The best prediction results are using ARIMA method, with the lowest and highest values for below 2 quality respectively in March amounting to IDR 16,687.37 and in August amounting to IDR 19,049.52. The lowest and highest values for super 2 quality respectively IDR 17,127.97 in March and IDR 19,117.25 in August.

Keywords: Rice price, ARIMA, Trend Moment

Downloads

Download data is not yet available.

References

F. Abdullah, S. Imran, and A. Rauf, “Analisis Ketersediaan Beras Di Kabupaten Gorontalo Selang Tahun 2021-2030,” AGRINESIA J. Ilm. Agribisnis, vol. 6, no. 3, pp. 187–197, 2022, doi: 10.37046/agr.v6i3.16138.

B. Ghulam, A. Shidiq, M. T. Furqon, and L. Muflikhah, “Prediksi Harga Beras menggunakan Metode Least Square,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 3, pp. 1149–1154, 2022.

T. Indayani and M. Y. Darsyah, “Pemilihan Model Peramalan Terbaik Menggunakan Model Arima dan Winters Untuk Meramalkan Indeks LQ45,” Pros. Semin. Nas. Mhs. Unimus, vol. 1, pp. 336–342, 2018.

M. S. Pradana, D. Rahmalia, and E. D. A. Prahastini, “Peramalan Nilai Tukar Petani Kabupaten Lamongan dengan Arima,” J. Mat., vol. 10, no. 2, p. 91, 2020, doi: 10.24843/jmat.2020.v10.i02.p126.

Ulia Ulfa, Sumijan, and G. W. Nurcahyo, “Peramalan Penjualan Pupuk Menggunakan Metode Trend Moment,” J. Inform. Ekon. Bisnis, vol. 1, no. 4, pp. 8–14, 2019, doi: 10.37034/infeb.v1i4.4.

Wahyu ngestisari, “The Perbandingan Metode ARIMA dan Jaringan Syaraf Tiruan untuk Peramalan Harga Beras,” Indones. J. Data Sci., vol. 1, no. 3, pp. 96–107, 2020, doi: 10.33096/ijodas.v1i3.18.

E. Purnomo, A. Najib, and Y. Nyura, “Penerapan Metode Trend Moment Untuk Forecast Penjualan Barang di Indomaret,” Pros. Semin. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 1, pp. 98–102, 2018, [Online]. Available: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwiP28KKgODrAhXCX30KHcETC-gQFjAIegQIAhAB&url=http%3A%2F%2Fe-journals.unmul.ac.id%2Findex.php%2FSAKTI%2Farticle%2Fdownload%2F2074%2Fpdf&usg=AOvVaw2IyGHV84pcCaz3bRd979zP.

E. Andrianto, F. Santi Wahyuni, and R. Primaswara Prasetya, “Aplikasi Sistem Peramalan Ketersediaan Stok Barang Di Toko Mebel Abadi Jaya Menggunakan Metode Single Moving Average Dan Exponential Smoothing,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 336–341, 2022, doi: 10.36040/jati.v6i1.4624.

N. Haryadi, Q. Aulia, and N. Audyna, “Aplikasi Metode Arima Dalam Meramalkan Rata-Rata Harga Beras Di Tingkat Perdagangan Besar (Grosir) Indonesia,” J. Agribisnis, vol. 24, no. 2, pp. 227–238, 2022, doi: 10.31849/agr.v24i2.8683.

N. Halim, S. J. Pririzki, and I. Alviari, “Kebutuhan Masyarakat Di Kota Pangkalpinang,” pp. 41–44, 2023.

S. Suseno and Suryo Wibowo, “Penerapan Metode ARIMA dan SARIMA Pada Peramalan Penjualan Telur Ayam Pada PT Agromix Lestari Group,” J. Teknol. dan Manaj. Ind. Terap., vol. 2, no. I, pp. 33–40, 2023, doi: 10.55826/tmit.v2ii.85.