Peramalan Harga Eceran Rata-rata Beras dengan Metode Trend : (Studi Kasus Harga Eceran Rata-rata Beras di Kota Padang)

Mohamad Syafii; Rani  Kurnia Putri; Lilis Suriani; Lilis Harianti Hasibuan

doi:10.36815/majamath.v6i1.2134

Authors

Mohamad Syafii UIN Imam Bonjol Padang
Rani Kurnia Putri UIN Imam Bonjol Padang
Lilis Suriani UIN Imam Bonjol Padang
Lilis Harianti Hasibuan UIN Imam Bonjol Padang

DOI:

https://doi.org/10.36815/majamath.v6i1.2134

Keywords:

Analisis Trend, Harga Beras, MAPE, Peramalan

Abstract

Penelitian ini bertujuan untuk menerapkan analisis trend pada peramalan harga eceran rata-rata beras di kota Padang. Data yang digunakan adalah data harga eceran rata-rata beras di Kota Padang pada Juli 2020 – Desember 2021. Analisis trend merupakan suatu metode analisis yang ditujukan untuk melakukan suatu estimasi atau peramalan pada masa yang akan datang. Variabel penelitian yang digunakan pada ini adalah harga eceran rata-rata beras pada periode tertentu sebagai variabel terikat dan periode waktu dalam bulan sebagai variabel bebas. Ada tiga jenis model trend yang digunakan pada penelitian ini yaitu trend linier, trend kuadratik dan trend eksponen. Tingkat kesalahan dalam peramalan diuji dengan menggunakan mean absolute percent error (MAPE). Berdasarkan hasil perhitungan MAPE diperoleh model peramalan harga eceran rata-rata beras terbaik, yaitu menggunakan model trend kuadratik dikarenakan model trend tersebut mempunyai tingkat kesalahan paling kecil.

References

Aswi, & Sukarna. (2006). Analisis Deret Waktu. Andira Publisher.

Auliasari, K., Kertaningtyas, M., & Kriswantono, M. (2020). Penerapan Metode Peramalan untuk Identifikasi Permintaan Konsumen. INFORMAL: Informatics Journal, 4(3), 121. https://doi.org/10.19184/isj.v4i3.14615

Azmi, U., & Syaifudin, W. H. (2020). Peramalan Harga Komoditas Dengan Menggunakan Metode Arima-Garch. Jurnal Varian, 3(2), 113–124. https://doi.org/10.30812/varian.v3i2.653

Creswell, J. W. (2015). Penelitian kualitatif & desain riset. Pustaka Belajar.

Jia, C., Xu, W., Wang, F., & Wang, H. (2012). Track Irregularity Time Series Analysis And Trend Forecasting. Discrete Dynamics in Nature and Society, 2012, 1–15. https://doi.org/10.1155/2012/387857

Junianto, R., Patiung, M., & Koesriwulandari, K. (2019). Analisis Trend Penawaran Dan Permintaan Komoditi Kedelai Indonesia. Jurnal Ilmiah Sosio Agribis, 19(2), 45–63. https://doi.org/10.30742/jisa.v19i2.830

Khodijah, Z. S., & Sirodj, D. A. N. (2021). Analisis Trend dalam Meramalkan Harga Saham pada Indeks Saham Syariah Indonesia (ISSI) Tahun 2021. Prosiding Statistika, 1, 441–448.

Limbong, P., Wangge, G. S., & Falah, T. M. (2020). Analisa Data Berkala Dengan Semi Average Peramalan Volume Penjualan Minuman Kemasan (Studi Kasus: PT Coca Cola Amatil Indonesia Medan 2016). Jurnal Statistika-Analisa Data Berkala Dengan Semi Average, 1(12191686), 1–10.

Pujiati, N. (2020). Pengaruh Fluktuatif Harga Barang Pokok Dan Non Pokok Terhadap Permintaan Dan Penawaran. Jurnal Ekonomi & Pendidikan, 17(2), 116–127.

Purbayu, B. S., & Hamdani, M. (2007). Statistik Deskriptif Dalam Bidang Ekonomi Dan Niaga. Erlangga.

Rahmawati. (2019). Model Trend untuk Peramalan Jumlah Penduduk Model Trend untuk Peramalan Jumlah Penduduk. Jurnal Trend, 2(March), 46–52.

Resnia, R. (2012). Fluktuasi Harga Bahan Pangan Pokok (Bapok) Dan Daya Beli Kelompok Masyarakat Berpendapatan Rendah. Buletin Ilmiah Litbang Perdagangan, 6(2), 169–188.

Sugiyanto, C. (2006). Permintaan Beras Di Indonesia: Revisited. Journal of Indonesian Economy and Business, 21(2), 138–155.

Waeto, S., Chuarkham, K., & Intarasit, A. (2017). Forecasting Time Series Movement Direction With Hybrid Methodology. Journal of Probability and Statistics, 2017, 1–8. https://doi.org/10.1155/2017/3174305

Yonhy, Y., Goejantoro, R., & Wahyuningsih, D. S. (2013). Metode Trend Non Linear Untuk Forecasting Jumlah Keberangkatan Tenaga Kerja Indonesia Di Kantor Imigrasi Kelas II Kabupaten Nunukan Non Linear Trend Method For Forecasting The Departure Number Of Indonesian Labors At The Class II Immigration Office On Nun. Jurnal EKSPONENSIAL, 4(1), 47–54.

Zhang, G. P., & Qi, M. (2005). Neural Network Forecasting For Seasonal And Trend Time Series. European Journal of Operational Research, 160(2), 501–514. https://doi.org/https://doi.org/10.1016/j.ejor.2003.08.037.