Autoregressive Integrated Moving Average (ARIMA-Box Jenkins) Pada Peramalan Komoditas Cabai Merah di Indonesia

Abstract

Cabai merupakan salah satu bahan pokok utama dalam membuat suatu masakan dan cabai merupakan salah satu nilai dalam komoditas yang bernilai unggul, harga cabai seringkali mengalami fluktuasi harga atau yang dikenal dengan harganya yang selalu berubah-ubah oleh karena itu dengan melakukan penelitian ini, peneliti melakukan pengolahan data yang diambil dari data BPS (Badan Pusat Statistik) secara nasional dari data januari 2001 sampai dengan desember 2015, kajian ini juga bertujuan untuk dapat meramalkan harga cabai secara nasional yang nantinya akan digunakan dalam penelitian yaitu membahas tentang metode Autoregressive Integrated Moving Average (ARIMA), dalam penelitian ini dilakukan identifikasi model dengan dua uji yaitu dengan uji stasionaritas dan uji korelasi. Uji Stasionaritas yaitu dengan uji Augmented Dickey-Fuller (ADF), Uji Philips-Perron (PP) dan dengan uji Kwiatkowski-Philips-Schmidt-Shin (KPPS) dengan menggunakan Minitab 9. Komoditi cabai merupakan komoditi yang amat penting dalam perekonomian Indonesia, karena dari segi konsumsi cabai memiliki pangsa pasar yang sangat relative signifikan yang dapat diketahui dari data Badan Pusat Statistik (BPS) dengan nilai bobot inflasi senilai 0,35%. Dari penelitian yang didapatkan bahwa untuk pemilihan meted terbaik yaitu ARIMA (3,1,0) dikarenakan mempunyai nilai MSE yang paling terkecil dan hasil peramalan untuk 12 periode kedepan pada bulan januari 2016 berkisar antara Rp.11.868,2 hingga Rp. 28.315,5 begitu juga seterusnya sampai dengan bulan desember 2016.