PERAMALAN HARGA BERAS DI KOTA KUPANG DENGAN MENGGUNAKAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

Abstract

Abstrak

Fluktuasi harga beras di Kota Kupang berdampak signifikan terhadap daya beli masyarakat dan stabilitas ekonomi daerah. Oleh karena itu, diperlukan model yang akurat untuk meramalkan harga beras guna mendukung pengambilan kebijakan yang efektif. Penelitian ini bertujuan untuk menentukan model ARIMA terbaik dalam meramalkan harga beras di Kota Kupang serta menghasilkan proyeksi harga untuk dua tahun mendatang. Data yang digunakan berupa data harga beras bulanan dari Januari 2015 hingga Desember 2023 yang diperoleh dari BPS Nusa Tenggara Timur.

Analisis dilakukan melalui beberapa tahap, yaitu analisis deskriptif, uji stasioneritas (Box-Cox dan ADF), identifikasi model melalui plot ACF dan PACF, estimasi parameter, uji diagnostik residual, evaluasi model menggunakan MAE dan MAPE, serta peramalan selama 24 bulan ke depan. Hasil menunjukkan bahwa model ARIMA(1,1,1) merupakan model terbaik dengan nilai MAE sebesar 104,61 dan MAPE sebesar 0,91%, yang menunjukkan tingkat akurasi sangat tinggi. Model ini diproyeksikan menghasilkan tren kenaikan harga beras dari Rp13.422,51 pada Januari 2024 menjadi Rp14.883,48 pada Desember 2025.

Dengan demikian, model ARIMA(1,1,1) dinilai layak digunakan sebagai alat bantu dalam perencanaan kebijakan harga dan ketahanan pangan di Kota Kupang.

Kata Kunci: Peramalan, Harga Beras, Deret Waktu, ARIMA, Kota Kupang.

Abstract

Fluctuations in rice prices in Kupang City have a significant impact on people's purchasing power and regional economic stability. Therefore, an accurate model is needed to predict the price of rice to support effective policy making. This study aims to determine the best Arima model in predicting the price of rice in Kupang City and producing price projections for the next two years. The data used in the form of monthly rice prices from January 2015 to December 2023 obtained from BPS East Nusa Tenggara.

Analysis is carried out through several stages, namely descriptive analysis, stationary test (box-Cox and ADF), identification of models through ACF and Pacf plots, parameter estimates, residual diagnostic tests, model evaluation using MAE and Mape, and forecasting for the next 24 months. The results show that the ARIMA model (1,1,1) is the best model with a MAE value of 104.61 and a mape of 0.91%, which shows the level of accuracy is very high. This model is projected to produce a trend in the increase in rice prices from Rp13,422.51 in January 2024 to Rp14,883.48 in December 2025.

Thus, the ARIMA model (1,1,1) is considered feasible to be used as a tool in planning the price policy and food security in the city of Kupang.

Keywords: forecasting, rice price, time series, arima, kupang city