Perpustakaan
DESKRIPSI DATA LENGKAP
JudulImplementasi Metode Autoregressive Integrated Moving Average(ARIMA)-Kalman Filter Untuk Meramalkan Harga Beras Di Indonesia
Nama: NI WAYAN MITA KRISTINA
Tahun: 2023
Abstrak
Pembelian berbagai jenis barang atau jasa serta pelayanannya dapat diukur dalam bentuk uang yang dikeluarkan konsumen, nilai dari barang atau jasa tersebut disebut dengan harga. Harga utamanya harga beras sering berfluktuasi sehingga diperlukan metode untuk meramalkannya. Peramalan terhadap harga beras di Indonesia adalah salah satu studi yang bisa dilakukan dalam mencegah ketidakstabilan harga beras dimasa yang akan datang sehingga berguna dalam menghindari ketimpangan ekonomi. Suatu metode yang digunakan dalam melakukan peramalan yakni Autoregressive Integrated Moving Average (ARIMA). Hasil penelitian diperoleh bahwa model ARIMA (2,0,2) merupakan model terbaik karena semua asumsi terpenuhi baik residual white noise maupun distribusi normal dengan nilai MAPE sebesar 1,035%, namun dengan tingkat kesalahan tersebut masih memungkinkan terjadi kesalahan peramalan yang cukup besar sehingga perlu dilakukan perbaikan estimasi dari model yang sudah terbentuk dengan menggunakan metode Kalman Filter. Dengan melakukan perbaikan terhadap estimasi dari model ARIMA-Kalman Filter mampu memberikan peforma peramalan lebih baik yang dibuktikan dengan nilai MAPE sebesar 0,0001%. Kata Kunci : Harga beras, AutoRegressive Integrated Moving Average, Kalman Filter, MAPE.

Sign In to Perpus

Don't have an account? Sign Up