Publiora

Menghubungkan ke Publiora...

Publiora

Pemodelan Harga Beras Menggunakan Model ARIMA Untuk Prediksi Tren Harga Pangan

Alfin, MuhammadIrya Shakila Syukron, AnandaAmanda, ThaliaYazid Noor, MuhammadPanggabean, Suvriadi
Jurnal Sistem Komputer & Kecerdasan Buatan (Sinta 4)Vol. 0 No. 030 Mei 2026
DOI10.47970/siskom-kb.v9i3.968

Abstrak

Beras merupakan komoditas pangan pokok dengan harga yang fluktuatif dan berdampak signifikan terhadap stabilitas ekonomi. Penelitian ini bertujuan untuk memodelkan dan memprediksi tren harga grosir beras bulanan di Indonesia menggunakan pendekatan pemodelan deret waktu ARIMA (Autoregressive Integrated Moving Average). Data sekunder diperoleh dari Badan Pusat Statistik (BPS) untuk periode Januari 2018 hingga September 2025. Setelah melalui tahap pra-pemrosesan, identifikasi model terbaik menghasilkan spesifikasi ARIMA (1, 1, 0). Evaluasi model menunjukkan tingkat akurasi yang sangat baik dan signifikan secara statistik, dengan nilai MAPE sebesar 5,93% dan RMSE sebesar 872,70. Tingkat akurasi ini dicapai karena model mampu menangkap pola Autoregressive (p = 1) serta tren kenaikan (d = 1) dalam data. Hasil peramalan untuk 12 bulan ke depan memproyeksikan harga beras akan cenderung stabil pada kisaran Rp14.289 per kilogram pada periode Oktober 2025 hingga September 2026. Meskipun model ARIMA terbukti andal untuk peramalan jangka pendek, keterbatasan sifat univariatnya menyiratkan perlunya pengembangan lebih lanjut menggunakan pendekatan multivariat.

Kata Kunci

Harga BerasPrediksiPemodelan Deret WaktuARIMA

Cari jurnal yang tepat untuk naskah Anda

MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.

Coba MatchMind

Lihat profil lengkap jurnal ini

Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.

Buka Jurnal Sistem Komputer & Kecerdasan Buatan

Artikel ini juga tersedia di situs resmi jurnal.

Pemodelan Harga Beras Menggunakan Model ARIMA Untuk Prediksi Tren Harga Pangan | Jurnal Sistem Komputer & Kecerdasan Buatan | Publiora