Penerapan Metode Campuran Autoregressive Integrated Moving Average Dan Quantile Regression (ARIMA-QR) untuk Peramalan Harga Cabai sebagai Komoditas Strategis pertanian Indonesia

Abstract

Harga cabai sebagai komoditas pangan utama di Indonesia, dari tahun ke tahun terus mengalami fluktuasi, namun cenderung meningkat selama beberapa tahun terakhir. Hal ini mengharuskan pihak Disperindag untuk melakukan tindakan guna menjaga stabilisasi harga. Untuk itu, dalam penelitian ini dilakukan peramalan harga beras dengan menggunakan metode ARIMA-QR. Tujuan utama dari tugas akhir ini ialah untuk mengetahui harga cabai di periode berikutnya sehingga dapat membantu dalam pengambilan keputusan ataupun kebijakan terbaik yang perlu diterapkan terkait harga, sehingga dapat meningkatkan kesejahteraan masyarakat Indonesia. Hasil evaluasi model menggunakan MAPE membuktikan bahwa metode yang dipilih baik ARIMA maupun ARIMA-QR memiliki tingkat akurasi yang tinggi, karena nilai MAPE masih di bawah 20%. Adapun peramalan dengan menggunakan metode ARIMA-QR dengan melibatkan semua variabel pada studi kasus ini untuk keempat provinsi selain Jawa Barat adalah lebih baik jika dibandingkan metode ARIMA-QR tanpa variabel hari besar nasional. Jika dibandingkan dengan metode ARIMA, hasil peramalan ARIMA adalah lebih baik jika dibandingkan metode ARIMA-QR dengan quantile 0.25 dan 0.75. Sementara ARIMA-QR yang melibatkan seluruh variabel dengan quantile 0.50 (median) untuk keempat provinsi selain Jawa Barat memiliki nilai MAPE yang lebih baik dari metode ARIMA.