PERAMALAN CABAI BESAR DI KOTA MAKASSAR DENGAN METODE ARIMA

Andi Amran Asriadi, Firmansyah Firmansyah, Nailah Husain

Abstract


Red chili is one of the commodities included in the volatile food group. This group is one of the components that make up inflation, which often contributes greatly in value compared to the price component regulated by the government. Forecasting is an activity to predict future events or conditions. This study aims to determine the performance of large red chili fluctuations in Makassar City and analyze the price forecasting for red chili using the Arima method for selecting the best selection in Makassar City. Analysis of the data used is ARIMA analysis using EViews12. The results showed that the diversity of onion price forecasts tended to show an increasing and slightly decreasing trend in each period, the actual price of large chilies for the period January 2021 to December 2025 in Makassar City when compared to the price of large chilies from the forecasting period January to December 2025, the fluctuations experienced an increase not too big. Seeing the difference in the highest price occurred in August of Rp. 43,391, and the lowest difference in December was Rp. 18,140. While forecasting the price of red chili with the ARIMA method, the best selection in Makassar City is the Model (1.1.1) which has the largest MSE of 15510.83, Model (4.0.0) which is the most moderate has MSE of 13867.02, and Model (4.1.1) the most small has an MSE of 13839.57.

Keywords


Cabai Merah, Peramalan Metode ARIMA

References


Adiatmaja, P. B., Setiawan, B. D., & Wihandika, R. C. (2019). Peramalan Harga Cabai Merah Besar Wilayah Jawa Timur Menggunakan Metode Extreme Learning Machine. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.

Ardianti, C. W., Santoso, R., & Sudarno, S. (2020). Analisis Arima Dan Wavelet Untuk Peramalan Harga Cabai Merah Besar Di Jawa Tengah. Jurnal Gaussian, 9(3), 247-262.

Aktivani, S., 2021. Pemodelan Harga Cabai Merah Menggunakan Model ARIMA (Studi Kasus: Harga Cabai Merah di Kota Padang Periode Januari 2010–Desember 2020). STATISTIKA, 21(1), 51-60.

Al Rosyid, A. H., Viana, C. D. N., & Saputro, W. A. (2021). Penerapan Model Box Jenkins (Arima) Dalam Peramalan Harga Konsumen Bawang Merah Di Provinsi Jawa Tengah.

Damanik, F. F., (2019). Peramalan Produksi Cabe Besar Dan Cabe Rawit Di Kalimantan Tengah Dengan Metode Arima. Jurnal Agrienvi Fakultas Pertanian.

Erlangga, L. T., & Darsyah, M. Y. (2018, November). Peramalan Harga Cabai Rawit Merah di Jakarta Pusat Mengunakan Metode Moving Average dan Single Exponential Smoothing. In Prosiding Seminar Nasional Mahasiswa Unimus (Vol. 1).

Farid, M., & Subekti, N. A. (2012). Tinjauan terhadap produksi, konsumsi, distribusi dan dinamika harga cabe di Indonesia. Buletin Ilmiah Litbang Perdagangan, 6(2), 211-234.

Hadiansyah, F. N. (2017). Prediksi Harga Cabai dengan Menggunakan pemodelan Time Series ARIMA. Indonesia Journal on Computing (Indo-JC), 2(1), 71-78.

Hartuti, N., & Sinaga, R. M. (1997). Pengeringan cabai. Balai Penelitian Tanaman Sayuran. Pusat Penelitian dan Pengembangan Hortikultura. Badan Penelitian dan Pengembangan Pertanian.

Irawan, B. (2007). Fluktuasi harga, transmisi harga, dan marjin pemasaran sayuran dan buah. Universitas Palangka Raya. Vol 13 No 2 Desember 2019 : 1 – 8.

Kharista, D. (2018). Peramalan Harga Cabai Di Beberapa Provinsi Indonesia Menggunakan Arima-Garch (Doctoral dissertation, Institut Teknologi Sepuluh Nopember).

Nisa, A. R., Tarno, T., & Rusgiyono, A. (2020). Peramalan Harga Cabai Merah Menggunakan Model Variasi Kalender Regarima Dengan Moving Holiday Effect (Studi Kasus: Harga Cabai Merah Periode Januari 2012 Sampai Dengan Desember 2019 Di Provinsi Jawa Barat). Jurnal Gaussian, 9(2), 170-181.

Nugrahapsari, R. A., Setiani, R., & Prabawati, S. (2019). Dampak Program Gerakan Tanam Cabai Terhadap Pemenuhan Kebutuhan Cabai Tingkat Rumah Tangga di Bogor dan Jakarta (Impact of Chilli Planting Program n Chilli Self Sufficiency at Household Level in Bogor and Jakarta).

Philip Kotler, K. L. K. (2007). Manajemen Pemasaran. Jilid 1. Penerbit: Erlangga. ISBN. 978-979-033-935-4

PIHPS, 2021. Pusat Informasi Harga Pangan Strategis Nasional. https://hargapangan.id/

Rahma, F. A. (2016). Aplikasi Metode Arima Dalam Prakiraan Harga Cabai Merah Di Diy Dan Jawa Tengah (Doctoral Dissertation, Universitas Gadjah Mada).

Sayekti, A. L., & Hilman, Y. (2015). Dinamika produksi dan volatilitas harga cabai: antisipasi strategi dan kebijakan pengembangan. Pengembangan Inovasi Pertanian, 8(1), 33-42.

Saptana, I. K., & Hastuti, E. L. (2006). Analisis Kelembagaan Kemitraan Usaha Di Sentra Sentra Produksi Sayuran. Bogor (ID): Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian.

Supranto, J. (2000). Metode Ramalan Kuantitatif Untuk Perencanaan Ekonomi dan Bisnis.

Sulistyorini, D. W., 2021. Perhitungan Risiko Harga Cabai Menggunakan Model Arima Arch-Garch Dan Value At Risk Di Pasar Legi Kota Surakarta. Agrista, 9(4).

Soekartawi., 1995. Analisis Usahatani. Jakarta: UI-Press.

Windhy, A. M., & Jamil, A. S. (2021). Peramalan Harga Cabai Merah Indonesia: Pendekatan ARIMA. AGRIEKSTENSIA: Jurnal Penelitian Terapan Bidang Pertanian, 20(1), 90-106.




DOI: http://dx.doi.org/10.25157/ma.v9i1.8136

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Mimbar Agribisnis: Jurnal Pemikiran Masyarakat Ilmiah Berwawasan Agribisnis

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

___________________________________________________________________________________

Diterbitkan Oleh :

Fakultas Pertanian Universitas Galuh

Jl. RE Martadinata No. 150 Ciamis 46274

Telepon: 0265-7602739

Email: mimbaragribisnis@gmail.com

 

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.0 Internasional.

 __________________________________________________________________________________

Mimbar Agribisnis: Jurnal Pemikiran Masyarakat Ilmiah Berwawasan Agribisnis diindeks oleh: