Peramalan Harga Beras Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA): Studi Kasus Provinsi DKI Jakarta

• MELISA KARISMA
• ZHAFIRAH DWI PUTRI
• AULYA GIFFARI
• 2024

---

Beras merupakan struktur pangan dengan nutrisi yang sangat penting dan sangat banyak dikonsumsi oleh masyarakat Indonesia. Ketersediaan beras dalam negeri harus terpenuhi karena beras adalah komoditas pangan yang strategis dan politis. Provinsi DKI Jakarta sebagai pusat perekonomian dan ibu kota negara mempunyai peranan yang strategis dalam memajukan perekonomian nasional, pergerakan harga komoditas bahan pangan seperti beras kerap menjadi pusat perhatian dibandingkan daerah lain. Beragam faktor dapat berdampak terhadap kestabilan harga serta stok beras yang berefek pada fluktuasi naik-turunnya harga beras setiap bulannya. Untuk itu dibutuhkan suatu program yang dapat melakukan peramalan harga pokok beras untuk menggambarkan permasalahan ketidakstabilan harga bahan pangan di masa yang akan datang. Pada penelitian kali ini kami membuatkan program peramalan harga beras menggunakan bahasa pemrograman Python dan IDE Jupyter Notebook dengan menerapkan metode deret waktu ARIMA (Autoregressive Integrated Moving Average). Data yang dipakai adalah data tunggal berisi harga beras dalam kurun waktu 2018 – 2023 dengan granularity bulanan. Hasil peramalan harga beras diukur melalui 4 error metrics yaitu MSE, RMSE, MAE, dan MAPE yang menunjukkan bahwa hasil akurat dengan interpretasi error yang rendah.

• ARIMA
• Python
• Peramalan Harga Beras
• DKI Jakarta
• Error Metrics
• Forecasting

https://repository.bsi.ac.id/repo/52439/Peramalan-Harga-Beras-Menggunakan-Metode-Autoregressive-Integrated-Moving-Average-(ARIMA):-Studi-Kasus-Provinsi-DKI-Jakarta
Anda dapat membaca file tugas akhir ini di repository.