Peramalan Harga Cabai Rawit di Kota Bandung, Kota Bogor dan Kota Cirebon dengan Pendekatan GSTAR

Putri Dwi Fadila; Ani Andriyati; Maya Widyastiti

doi:10.31605/saintifik.v9i2.426

Putri Dwi Fadila Universitas Pakuan
Ani Andriyati Universitas Pakuan
Maya Widyastiti Universitas Pakuan

DOI: https://doi.org/10.31605/saintifik.v9i2.426

Keywords: GSTAR, Pembobot Normalisasi Korelasi Silang, Pembobot Invers Jarak, Peramalan

Abstract

Pergerakan harga cabai di suatu daerah sangat mungkin dipengaruhi oleh pergerakan harga cabai di daerah sekitarnya. Ketika gangguan musiman terjadi di pusat produksi yang mempengaruhi hasil panen, maka secara otomatis terjadi kelangkaan stok yang mempengaruhi fluktuasi harga. Peramalan harga cabai rawit diperlukan untuk menjaga keseimbangan permintaan dan penawaran. Peramalan harga cabai rawit dalam penelitian ini menggunakan model Generalized Space Time Autoregressive (GSTAR) dengan pertimbangan bahwa model GSTAR merupakan salah satu model pemetaan yang berbasis space time untuk memodelkan, meramalkan data yang memiliki keterkaitan antar waktu sebelumnya dan keterkaitan antar lokasi yang berdekatan. Model ini sering digunakan dalam kasus kesehatan namun belum pernah digunakan dalam meramalkan harga cabai rawit. Data yang digunakan berupa laporan harga cabai rawit di Kota Bandung, Kota Bogor, dan Kota Cirebon, berupa data mingguan dari tahun 2018 sampai tahun 2021 dan terbagi menjadi dua bagian yaitu data in sample dan out sample. Pemodelan GSTAR yang digunakan menggunakan dua pembobotan yaitu pembobot normalisasi korelasi silang dan pembobot invers jarak. Hasil analisis menunjukkan bahwa model GSTAR (2;1) I (1) dengan pembobotan normalisasi korelasi silang merupakan model terbaik dengan nilai RMSE dan MAPE terkecil sehingga lebih tepat digunakan meramalkan harga cabai rawit di Kota Bandung, Kota Bogor dan Kota Cirebon.

Downloads

Download data is not yet available.

References

Faizah, L. A., & Setiawan, S. 2013. Pemodelan Inflasi di Kota Semarang, Yogyakarta, dan Surakarta dengan pendekatan GSTAR. Jurnal Sains dan Seni ITS, Vol.2, No.2, 317-322.

Farid, M., & Subekti, N. A. 2012. Tinjauan Terhadap Produksi, Konsumsi, Distribusi dan Dinamika Harga Cabe di Indonesia. Buletin Ilmia Litbang Perdagangan, Vol. 6, No.2, 211-234.

Hilman, Y. 2015. Dinamika Produksi dan Volatilitas Harga Cabai: Antisipasi Strategi dan Kebijakan Pengembangan. Pengembangan Inovasi Pertanian, vol. 8, no. 1, 33-42.

Islamiyah, A. N., Rahayu, W., & Wiraningsih, E. D. 2018. Pemodelan Generalized Space Time Autoregressive (GSTAR) dan Penerapannya pada Penderita TB Paru (BTA+) di DKI Jakarta. Jurnal Statistika Dan Aplikasinya, 2(2), 36-48. DOI: https://doi.org/10.21009/JSA.02205

Karlina, H. D., Cahyandari, R., & Awaludin, A. S. 2014. Aplikasi Model Generalized Space Time Autoregressive (GSTAR) pada Data Jumlah TKI Jawa Barat dengan Pemilihan Lokasi Berdasarkan Klaster DBSCAN. Jurnal Matematika Integratif, Vol. 10, No.1, 37-48. DOI: https://doi.org/10.24198/jmi.v10.n1.10183.37-48

Maisuri, M., Asriawan, A., & Ansar, A. 2021. Prediksi Jumlah Pasien Positif Covid-19 Di Indonesia Menggunakan Model Berbasis Spasio Temporal GSTAR Orde Satu. Seminar Nasional Official Statistics 2021 (pp. 908-9017). Jakarta: Politeknis Statistika STIS. DOI: https://doi.org/10.34123/semnasoffstat.v2021i1.1088

Muzdhalifah, A. P., Tarno, & Kartikasari, P. 2022. Penerapan Model Generalized Space Time Autoregressive (GSTAR) Untuk Meramalkan Penerbangan Domestik Pada Tiga Bandar Udara di Pulau Jawa. Jurnal Gaussian, Vol.11, No. 3, 332-343. DOI: https://doi.org/10.14710/j.gauss.11.3.332-343

Nauly, D. 2016. Fluktuasi dan Disparitas Harga Cabai di Indonesia. Jurnal Argosains dan Teknologi, Vol.1, No. 1, 57-69.

Prayoga, K. A., Widiarti, Kurniasari, D., & Warsono. 2019. Pemodelan Data Curah Hujan dengan Model Generalized Space. Prosiding Seminar Nasional Sains, Matematika, Informatika dan Aplikasinya (pp. 121-124). Lampung: Universitas Lampung.

Widi, S. (2022, November 10). Jawa Timur Jadi Sentra Produksi Cabai Rawit Terbesar pada 2021. Retrieved from https://dataindonesia.id: https://dataindonesia.id/sektor-riil/detail/jawa-timur-jadi-sentra-produksi-cabai-rawit-terbesar-pada-2021