ARIMAX DENGAN VARIASI KALENDER IDUL ADHA DAN NATAL UNTUK PREDIKSI HARGA KOMODITAS CABAI KERITING DI JAWA TIMUR

Nada Salsabila; Aviolla Terza Damaliana; Wahyu Syaifullah Jauharis Saputra

doi:10.24252/instek.v10i2.59520

Authors

Nada Salsabila UPN Veteran Jawa Timur
Aviolla Terza Damaliana UPN Veteran Jawa Timur
Wahyu Syaifullah Jauharis Saputra UPN Veteran Jawa Timur

DOI:

https://doi.org/10.24252/instek.v10i2.59520

Keywords:

ARIMAX, Harga Cabai Keriting, Prediksi, Variasi Kalender

Abstract

Tingginya konsumsi cabai di Jawa Timur menjadikan komoditas ini sebagai salah satu kebutuhan yang sangat diperhatikan oleh masyarakat. Dari fenomena tersebut timbul permasalahan adanya data yang menunjukkan kondisi fluktuasi harga dari tanaman itu sendiri, salah satunya cabai keriting. Ketidakstabilan harga tersebut dapat menimbulkan dampak terhadap daya beli masyarakat, serta menyulitkan pemerintah dalam merumuskan strategi distribusi dan pengendalian pasokan komoditas secara tepat waktu. Oleh karena itu, untuk mengurangi pola fluktuasi harga yang semakin tidak stabil di masa mendatang, penting untuk dilakukan prediksi harga komoditas cabai keriting di Jawa Timur. Pendekatan yang digunakan pada penelitian ini adalah metode Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) untuk memprediksi harga harian cabai keriting periode 1 Januari 2022 hingga 31 Desember 2024, dengan menambahkan variasi kalender Idul Adha dan Natal sebagai variabel eksogen. Data yang digunakan merupakan data sekunder harian harga cabai keriting di Provinsi Jawa Timur yang diperoleh dari situs resmi SISKAPERBAPO. Hasil pemodelan menunjukkan bahwa model terbaik adalah ARIMAX(3,1,2) dengan nilai AIC sebesar 17794,185 dan MAPE sebesar 12,04%, yang lebih baik dibandingkan model ARIMA tanpa variabel eksogen dengan MAPE sebesar 17,50%. Hasil ini menunjukkan bahwa penambahan faktor variasi kalender keagamaan mampu meningkatkan akurasi prediksi dan memberikan kontribusi penting dalam upaya stabilisasi harga komoditas pangan di Jawa Timur.

Downloads

Download data is not yet available.

References

[1] Sekretariat Jenderal and K. Pertanian, OUTLOOK KOMODITAS PERTANIAN SUBSEKTOR HORTIKULTURA CABAI. 2023.

[2] V. E. Satya, “Anomali Fluktuasi Harga Bahan Pangan di Indonesia,” Info Singk. Ekon. dan Kebijak. Publik, vol. VIII, no. 03, pp. 3–6, 2016, [Online]. Available: https://berkas.dpr.go.id/puslit/files/info_singkat/Info Singkat-VIII-3-I-P3DI-Februari-2016-80.pdf

[3] A. Fauzi et al., “Pengaruh Meningkatnya Harga Cabai Terhadap Permintaan Dan Penawaran Di Indonesia,” J. Akunt. dan Manaj. Bisnis, vol. 3, no. 1, pp. 73–79, 2023, doi: 10.56127/jaman.v3i1.645.

[4] W. S. J. Saputra, P. Eva Yulia, and Z. E. Sholikha, “C4.5 and naive bayes for sentiment analysis Indonesian Tweet on E-Money user during pandemic,” Proceeding - 6th Inf. Technol. Int. Semin. ITIS 2020, pp. 172–177, 2020, doi: 10.1109/ITIS50118.2020.9321081.

[5] S. F. Delfiana and Z. Y. Yunan, “JURIKO : Jurnal Ilmu Ekonomi LADA INDONESIA DI PASAR INTERNASIONAL,” vol. I, no. April, pp. 16–22, 2025.

[6] R. Nurmapika, Nurliza, and Imelda, “ANALISIS VOLATILITAS HARGA KOMODITAS PANGAN STRATEGIS DI PROVINSI KALIMANTAN BARAT (Studi Kasus Pasar Flamboyan Pontianak),” J. Soc. Econ. Agric., vol. 7, no. April, pp. 41–53, 2018.

[7] D. W. Lestari and S. K. Dini, “Forecasting The Price Of Shallots And Red Chilies Using The ARIMAX Model,” EKSAKTA J. Sci. Data Anal., vol. 5, no. 1, pp. 41–48, 2024, [Online]. Available: https://journal.uii.ac.id/Eksakta/article/view/28992

[8] F. Riestiansyah, D. Damayanti, M. Reswara, and R. Susetyoko, “Perbandingan metode ARIMA dan ARIMAX dalam Memprediksi Jumlah Wisatawan Nusantara di Pulau Bali,” J. Infomedia, vol. 7, no. 2, p. 58, 2022, doi: 10.30811/jim.v7i2.3336.

[9] W. S. J. Saputra, M. H. Fardana, and M. A. R. Valentino, “Implementasi AI Pendeteksi Pola Gerak Tangan pada Game ‘Pong Ball’ dengan Menggunakan Algoritma Convolutional Neural Network,” J. Manajamen Inform. Jayakarta, vol. 2, no. 3, p. 235, 2022, doi: 10.52362/jmijayakarta.v2i3.834.

[10] Disperindag Jatim, “Grafik Harga Rata-Rata Cabe Provinsi Jawa Timur di Tingkat Konsumen,” SISKAPERBAPO. [Online]. Available: https://siskaperbapo.jatimprov.go.id/harga/grafik/?tanggal=2022-07-17&kabkota=&pasar=&bhnpokok=12

[11] A. T. R. Dani et al., “Aplikasi Model ARIMAX dengan Efek Variasi Kalender untuk Peramalan Trend Pencarian Kata Kunci ‘Zalora’ pada Data Google Trends,” Inferensi, vol. 6, no. 2, p. 107, 2023, doi: 10.12962/j27213862.v6i2.15793.

[12] A. T. Damaliana, T. Trimono, and D. A. Prasetya, “Ensemble Tree untuk Memprediksi Level Resiko Maternal Mortality di Bangladesh,” Pros. Semin. Nas. Sains Data, vol. 2, no. 1, pp. 24–29, 2022, doi: 10.33005/senada.v2i1.36.

[13] Bisri and H. W. Setianingrum, “Analisis Faktor Internal Dan Eksternal Yang Mempengaruhi Dana Pihak Ketiga Bank Syariah Di Indonesia,” J. Ilm. M-Progress, vol. 9, no. 1, pp. 81–95, 2019, doi: 10.35968/m-pu.v9i1.270.

[14] R. C. Putri and L. Junaedi, “Penerapan Metode Peramalan Autoregressive Integrated Moving Average Pada Sistem Informasi Pengendalian Persedian Bahan Baku ( Studi Kasus : Toko Kue Onde-Onde Surabaya ),” J. Ilmu Komput. dan Bisnis, vol. XIII, no. 1, pp. 164–173, 2022.

[15] A. T. Damaliana, A. Muhaimin, and P. A. Riyantoko, “Peramalan Lonjakan Kasus Harian Covid-19 Di Indonesia Dengan Model Arima,” Pros. Semin. Nas. Sains Data, vol. 3, no. 1, pp. 184–189, 2023, doi: 10.33005/senada.v3i1.112.

[16] S. N. Intan, E. Zukhronah, and S. Wibowo, “Peramalan Banyaknya Pengunjung Pantai Glagah Menggunakan Metode Autoregressive Integrated Moving Average Exogenous (ARIMAX) dengan Efek Variasi Kalender,” Indones. J. Appl. Stat., vol. 1, no. 2, p. 70, 2019, doi: 10.13057/ijas.v1i2.26298.

[17] H. Panjaitan, A. Prahutama, and S. Sudarno, “PERAMALAN JUMLAH PENUMPANG KERETA API MENGGUNAKAN METODE ARIMA, INTERVENSI DAN ARFIMA (Studi Kasus : Penumpang Kereta Api Kelas Lokal EkonomiDAOP IV Semarang),” J. Gaussian, vol. 7, no. 1, pp. 96–109, 2018, doi: 10.14710/j.gauss.v7i1.26639.

[18] N. Hidayati, S. Anwar, and R. Rahmah, “Peramalan Harga Cabai Merah sebagai upaya menjaga Stabilitas Inflasi Kota Banda Aceh,” Agriekonomika, vol. 11, no. 1, pp. 31–42, 2022, doi: 10.21107/agriekonomika.v11i1.11380.

[19] A. T. Damaliana, K. M. Hindrayani, and T. M. Fahrudin, “Hybrid Holt Winter-Prophet method to forecast the num- ber of foreign tourist arrivals through Bali ’ s Ngurah Rai Airport,” 2023.

[20] M. M. Gazali and H. Setiawan, “Penerapan Model ARIMA untuk Meramalkan Harga Pembukaan Harian Saham PT . Bank Central Asia Tbk,” vol. 5, no. 1, pp. 278–289, 2025.