PREDIKSI HARGA CABAI RAWIT MERAH SEBAGAI KEBUTUHAN PANGAN MASYARAKAT DI KOTA PANGKALPINANG

  • Lia Susanti Jurusan Matematika, Fakultas Teknik, Universitas Bangka Belitung
  • Sisilia Jesika Pririzki Jurusan Matematika, Fakultas Teknik, Universitas Bangka Belitung
  • Zizi Zeleansi Jurusan Matematika, Fakultas Teknik, Universitas Bangka Belitung
  • Desy Yuliana Dalimunthe Jurusan Matematika, Fakultas Teknik, Universitas Bangka Belitung

Abstract

Cabai adalah salah satu komoditas holtikultura yang memiliki kontribusi dan nilai ekonomi penting di Indonesia. Cabai juga merupakan salah satu jenis dari komoditas holtikultura unggulan nasional. Berdasarkan Survei Sosial Ekonomi Nasional (SUSENAS) secara agregatif kebutuhan konsumsi cabai rawit pada tahun 2013 sebanyak 316,57 ribu ton/tahun dan mengalami peningkatan pada tahun 2014 sebesar 318,21 ribu ton/pertahun. Kebutuhan cabai ini akan terus meningkat untuk setiap periode waktu. Kenaikan harga cabai rawit merah juga terjadi di Kota Pangkalpinang. Pada penelitian ini digunakan Metode analisis deret waktu (Time Series Analysis). Dan pada tahapan analisis deret waktu (Time Series Analysis) metode prediksi yang digunakan yaitu metode ARIMA (Autoregressive Integrated Moving Avarage). Sumber data yang digunakan dalam penelitian ini merupakan data sekunder yang didapatkan dari Pusat Informasi Harga Pangan Strategi Nasional (PIHPS Nasional). Pada penelitian ini akan dilakukan prediksi harga cabai rawit merah pada Pasar Pagi dan Pasar Pembangunan di Kota Pangkalpinang. Dari hasil penelitian ini didapatkan model yang terbaik pada prediksi cabai rawit merah di Pasar Pagi dan Pasar Pembangunan. Model tersebut adalah model ARIMA (3,1,4) dan ARIMA (3,1,3). Hal ini bisa terjadi dikarenakan nilai RMSE dan MAPE (%) yang dimiliki lebih kecil dari nilai RMSE dan MAPE (%) yang lain yaitu sebesar 1494 dan 20.73% untuk model ARIMA (3,1,4) dan nilai RMSE dan MAPE yang lebih kecil juga dimiliki yaitu sebesar 1591 dan 20,83% untuk model ARIMA (3,1,3). Hasil prediksi dari bulan Juni 2022 hingga Mei 2023  untuk Pasar Pagi cenderung lebih tinggi dibandingkan hasil prediksi untuk Pasar Pembangunan. Maka dengan ini dapat disimpulkan bahwa prediksi harga cabai rawit merah sebagai kebutuhan pangan masyarakat pada bulan Juni 2022 hingga Mei 2023 di Pasar Pagi memiliki harga jual yang lebih mahal dan harga jual yang ada di Pasar Pembangunan cenderung lebih murah.

Keywords: Cabai, Prediksi, ARIMA

Downloads

Download data is not yet available.

References

Aktivani, S., 2020. Uji Stasioneritas Data Inflasi Kota
Padang Periode 2014-2019. Statistika. Vol 20 No.
2, 83-90.
Anggraini, M., dkk. 2019. Peramalan Kebutuhan
Bahan Baku Plat Besi Menggunakan Metode
Runtun Waktu Autoregressive Integrated Moving
Average (ARIMA) dan Meminimumkan Biaya
Total Persediaan dari Hasil Peramalan Mengunakan
Metode Period Order Quantity (POQ) (Studi Kasus
: CV. Isakutama Samarinda). Jurnal
EKSPONENSIAL. Vol. 10 No.1.
Anwarudin, MJ, AL Sayekti, Aditia MK dan Yusdar.
2015. Dinamika Produksi dan Volatilitas Harga
Cabai: Antisipasi Strategi dan Kebijakan
Pengembangan
Chesaria N, Sobir, Syukur M. 2018Analisis Keragaan
Cabai Rawit Merah (Capsicum frutescens ) Lokal
Asal Kediri dan Jember Performance Analysis of
Local Chili (Capsicum frutescens) Origin Kediri
and Jember. Bul Agrihorti 6(3):388–96
Hanum, L., 2017. Studi Perbandingan Metode ARIMA
(Box-Jenkins) dan Metode Backpropagation dalam
Memprediksi Indeks Harga Saham Gabungan.
Skripsi Sarjana Universitas Sumatera Utara.
Hartati,H.2017.PenggunaanMetode Arima Dalam
Meramal Pergerakan Inflasi. Jurnal Matematika
Sains Dan Teknologi, 18(1), 1-10.
Karmelin, M., Nelson, N., dan John, K., 2016.
Penerapan Model ARIMA dalam Memprediksi
Jumlah Tindak Kriminalitas di Wilayah
POLRESTA Manado Provinsi Sulawesi Utara.
Jurnal MIPA5(2), 113-116.
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.
Puspatika K, Kusumawati Y. 2018.Peramalan Harga
Cabai Dengan Metode Arima Arch- Garch Dan
Single Moving Average Di Kota Semarang.
JJOINS Udinus. 03(02):192–201.
Published
2022-12-22
Abstract viewed = 1342 times
pdf (Bahasa Indonesia) downloaded = 780 times

Most read articles by the same author(s)