Abstract

Chili is one of the main staples in making a dish and chili is one of the values in a commodity that has superior value, the price of chili often experiences price fluctuations or what is known as the price which is always changing. data taken from BPS (Central Bureau of Statistics) data nationally from January 2001 to December 2015 data, this study also aims to be able to predict national chili prices which will later be used in research, namely discussing the Autoregressive Integrated Moving Average (ARIMA) method. In this study, the identification of the model was carried out using two tests, namely the stationarity test and the correlation test. The stationarity test is the Augmented Dickey-Fuller (ADF) test, the Philips-Perron (PP) test and the Kwiatkowski-Philips-Schmidt-Shin (KPPS) test using Minitab 9.The chili commodity is a very important commodity in the Indonesian economy, because In terms of consumption, chilies have a very significant market share, which can be seen from data from the Central Statistics Agency (BPS) with an inflation weight value of 0.35%. From the research, it was found that for the selection of the best method, namely ARIMA (3,1,0) because it has the smallest MSE value and the forecasting results for the next 12 periods in January 2016 ranged from Rp. 11,868.2 to Rp. 28,315.5 and so on until December 2016.

Highlights

  • Salah satu dari teknik peramalan yaitu yang saat ini sedang banyak digunakan atau yang berkembang yaitu dengan menggunakan time series analysis

  • Berdasarkan kriteria out sampel, pemilihan model dapat dilakukan dengan kriteria Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE)[16][17]

  • Setelah dilakukan penelitian terhadap cabai merah secara nasional memiliki pola yag sangat fluktuatif yang disering disebut dengan pola yang naik atau turun, dapat dilihat dari lampiran bahwa harga cabai merah secara nasinal dari januari 2001 sampai dengan desember 2015, yang tertinggi yaitu dibulan desember 2013 harga cabai tersebut mencapai Rp. 86.720,56

Read more

Summary

PENDAHULUAN

Salah satu dari teknik peramalan yaitu yang saat ini sedang banyak digunakan atau yang berkembang yaitu dengan menggunakan time series analysis (analisis deret waktu). Pertanian cabai merupakan salah satu bentuk komoditas pangan yang sangat dibutuhkan dalam kehidupan sehari-hari, dan sering juga dalam pertanian cabai tersebut mengalami kelangkaan dalam produksinya dan sebab itulah yang dapat menyebabakan banyak permintaan dari konsumen dan menyebabkan harga cabai tersebut semakin melonjak (naik) melonjaknya pertanian cabai tersebut dapat menyebabkan kesulitan untuk menyediakan suatu produksi apabila terjadi dalam suatu kelangkaan (sumber: www.liputan6.com). Demikian juga yang dapat dilakukan dengan para ahli dalam bidang meteorologi, yang khususnya untuk mengetahui suatu peramalan untuk beberapa hari ke depan yang berkaitan dengan suatu kondisi-kondisi alam yang ada di suatu wilayah, contohnya yaitu: seperti suhu, curah hujan dan kecepatan angin pada penelitian sebelumnya dengan judul “Peramalan Jumlah Penderita Demam Berdarah Menggunakan Model ARIMA Musiman (Studi Kasus di RSUD Kabupaten Sidoarjo) dari penelitian ini disimpulkan bahwa dengan menggunakan metode ARIMA atau yang disebut dengan metode Box-Jenkins yang merupakan penggabungan antara Autoregressive (AR), Moving Average (MA), dan metode yang terbaik yang digunakan yaitu AR(1) dan MA(1) metode ARIMA dikembangkan oleh George E.P. Box dan Gwilyn M.

METODE PENELITIAN
Tahapan Proses Analisis Model ARIMA
Uji Stasioner Data
Pemodelan Arima
Data Mining
Kestasioneran Data
Stasioner dalam varians
Stasioner dalam mean
Identifikasi
Estimasi Parameter
Pemeriksaan Diagnostik
Pemilihan Model Terbaik
Pengolahan data
Gambaran Grafik Cabai Merah Secara Nasional
Tahapan dari Estimasi Parameter Metode Terbaik
KESIMPULAN
Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call