PERAMALAN HARGA CABAI RAWIT PADA MASA PANDEMI COVID-19 DI PANGKALPINANG PROVINSI KEPULAUAN BANGKA BELITUNG

  • Hendy Stevanus
  • Dhiti Wahyuni
  • Yohannes Razaf Eriko Simbolon
  • Deti Deti
  • Ririn Amelia

Abstract

Harga cabai merupakan salah satu harga komoditas pangan yang dapat berpengaruh terhadap nilai inflasi. Harga cabai yang kurang menentu bahkan cenderung mengalami kenaikan pada beberapa waktu tertentu akan berakibat ketidakstabilan perekonomian di masyarakat. Penelitian kali ini bertujuan untuk memprediksi harga cabai rawit pada masa pandemi COVID-19 dengan menggunakan model time series. Data yang digunakan dalam penelitian ini merupakan data sekunder yang didapatkan dari Pusat Informasi Harga Pangan Strategis Nasional (PIHPS). Berdasarkan data dari tanggal 1 Januari 2020 hingga 30 Juni 2021 diketahui bahwa data harga cabai rawit di Pangkalpinang Provinsi Kepulauan Bangka Belitung mengalami kenaikan dan penurunan. Selanjutnya, data dianalisis dan ditentukan dengan menggunakan model ARIMA (AutoRegressive Integrated Moving Avarage) dan model Winters’additive, sehingga didapatkan model yang efisien untuk pemodelan harga cabai ini. Berdasarkan hasil dari kedua model tersebut, diperoleh model yang cocok digunakan untuk memprediksi harga cabai pada masa pandemi COVID-19 di Kota Pangkalpinang Provinsi Kepulauan Bangka Belitung adalah model Winters’additive. Sesuai dengan hasil prediksi menggunakan model Winters’additive diperoleh bahwa rata-rata harga cabai rawit pada bulan Oktober dan November 2021 akan mengalami penurunan sedangkan pada bulan Desember 2021 akan mengalami kenaikan harga rata-rata mencapai Rp. 124.504 per kilogram.

Downloads

Download data is not yet available.

Author Biographies

Hendy Stevanus

Jurusan Matematika, Universitas Bangka Belitung
Kampus Terpadu UBB, Balunijuk, Merawang, Kabupaten Bangka, Prov. Kepulauan Bangka Belitung 33172

Dhiti Wahyuni

Jurusan Matematika, Universitas Bangka Belitung
Kampus Terpadu UBB, Balunijuk, Merawang, Kabupaten Bangka, Prov. Kepulauan Bangka Belitung 33172

Yohannes Razaf Eriko Simbolon

Jurusan Matematika, Universitas Bangka Belitung
Kampus Terpadu UBB, Balunijuk, Merawang, Kabupaten Bangka, Prov. Kepulauan Bangka Belitung 33172

Deti Deti

Jurusan Matematika, Universitas Bangka Belitung
Kampus Terpadu UBB, Balunijuk, Merawang, Kabupaten Bangka, Prov. Kepulauan Bangka Belitung 33172

Ririn Amelia

Jurusan Matematika, Universitas Bangka Belitung
Kampus Terpadu UBB, Balunijuk, Merawang, Kabupaten Bangka, Prov. Kepulauan Bangka Belitung 33172

References

Anwarudin, MJ, AL Sayekti, Aditia MK dan Yusdar.
2015. Dinamika Produksi dan Volatilitas Harga
Cabai: Antisipasi Strategi dan Kebijakan
Pengembangan.
https://media.neliti.com/media/publications/308
86-ID-dinamika-produksi-dan-volatilitas-hargacabai-
antisipasi-strategi-dan-kebijakan.pdf
Box, G.E.P & jenkins, G.M (2010). Chapter 13
ARIMA Model and the BOX –Jenkins Metodology
ARIMA models, Retrieved january 12. 2012 ,
from
http://www.docstoc.com/docs/68047541/Chapter13-ARIMA-Model-and-the-BOX-JenkinsMethodology

Fikri, N. H., 2017. Prediksi Harga Cabai dengan
menggunakan pemodelan Time Series ARIMA.
Indonesia Journal on Computing (Indo-JC) 2(1),
71-78
Hansen, W., Yudhistira, N., Ayu, A., Juan, I. K.,
Ales, L. S., 2020. Kebijakan Berbasis Data:
Analisis dan Prediksi Penyebaran COVID-19 di
Jakarta dengan Metode Autoregressive
Intefrated Moving Average (ARIMA). Jurnal
Sistem Cerda 3(2), 74-83
Hartati, H. (2017). Penggunaan Metode Arima Dalam
Meramal Pergerakan Inflasi. Jurnal Matematika
Sains Dan Teknologi, 18(1), 1-10.
https://doi.org/10.33830/jmst.v18i1.163.2017
Karmelin, M.,Nelson, N., dan John, K., 2016.
Penerapan Model ARIMA dalam Mempreiksi
Jumlah Tindak Kriminalitas di Wilayah
POLRESTA Manado Provinsi Sulawesi Utara.
Jurnal Mipa 5(2), 113-116. Diakses pada:
http://ejournal.unsrat.ac.id/index.php/jmuo.
Nabilah. (2017). Peramalan Harga dan Produksi
Cabai Rawit di Provinsi Jawa Timur. Surabaya:
Institut Teknologi Sepuluh Nopember..
Nurvitasari ME, Suwandari A, Suciati LP, 2018.
Dinamika Perkembangan Harga Komoditas
Cabai Merah (Capsicum Annuum L) Di
Kabupaten Jember. JSEP Vol 11 No. 1 Maret
2018.
Pusat Informasi Harga Pangan Strategis Nasional.
2020. Perkembangan Harga Pangan.
https://hargapangan.id/tabel- harga/pasartradisional/daerah

Razak. Abd. Fadhilah. 2009. Load Forecasting
Using Time Series Models. Jurnal Kejuruteraan.
21: 53-62
Rizky, N., 2020. Layanan Pengetahuan tentang
COVID-19 di Lembaga Informasi. Tik Ilmeu:
Jurnal Ilmu Perpustakaan dan Informasi 4 (1),
19-38.
Sari, M., 2020. Penerapan Metode HoldWinters’additive

Exponential Smoothing untuk
Peramalan (forecasting) Harga Bawang Merah
di Yogyakarta. Program Studi Informatika
Jurusan Informatika Fakultas Sains dan
Teknologi Universitas Sanata Dharma
Yogyakarta.
WHO. (2020). Coronavirus disease (COVID-19)
pandemic.
Published
2021-12-24
Abstract viewed = 61 times
pdf (Bahasa Indonesia) downloaded = 78 times

Most read articles by the same author(s)

1 2 > >>