Perbandingan Metode ARIMA dan Jaringan Syaraf Tiruan untuk Peramalan Harga Beras

  • wahyu ngestisari Universitas Kristen Satya Wacana
  • Bambang Susanto Universitas Kristen Satya Wacana
  • Tundjung Mahatma Universitas Kristen Satya Wacana
DOI: https://doi.org/10.33096/ijodas.v1i3.18

Keywords: Harga Beras, Peramalan, ARIMA, Jaringan Syaraf Tiruan

Abstract

Beras merupakan bahan makanan pokok yang setiap bulannya selalu mengalami kenaikan dan penurunan harga, disebabkan adanya beberapa faktor. Hal ini menimbulkan ketertarikan untuk dilakukannya prediksi harga beras periode selanjutnya. Berdasarkan data rata-rata harga beras bulanan di tingkat grosir pada tahun 2010-2018 yang diperoleh dari situs resmi BPS, fluktuasi harga beras cenderung mengikuti pola musiman. Metode ARIMA merupakan metode yang paling sering digunakan dalam melakukan peramalan data berpola musiman. Metode lain yang dapat digunakan dalam melakukan peramalan harga beras adalah Jaringan Syaraf Tiruan metode Backpropagation. Pada penelitian ini dilakukan perbandingan terhadap kedua metode tersebut untuk menentukan metode yang lebih akurat dalam melakukan peramalan harga beras. Kriteria ukuran kesalahan peramalan yang digunakan untuk mengetahui ketepatan hasil peramalan adalah menghitung Mean Squared Error (MSE) dari data hasil ramalan masing-masing metode dengan data out sample (Januari 2019- Desember 2019). Berdasarkan hasil peramalan dengan metode ARIMA diperoleh model ARIMA terbaik adalah ARIMA (1,1,0) (0,1,1)12 dengan nilai MSE 51695.36. Sedangkan dengan Jaringan Syaraf Tiruan metode Backpropagation untuk 6 tahun model pelatihan dan 4 tahun untuk model pengujian, diperoleh model arsitektur terbaik adalah JST 12-7-1 dengan nilai MSE 43475.02. Dengan demikian metode yang paling optimal untuk memprediksi harga beras periode selanjutnya adalah JST 12-7-1.

Downloads

Download data is not yet available.

References

A. R. Yanuarti and M. D. Afsari, “Profil Komoditas Barang Kebutuhan Pokok Dan Barang Penting Komoditas Beras,” 2016, p. 44.

K. Sukiyono and R. Rosdiana, “Pendugaan Model Peramalan Harga Beras Pada Tingkat Grosir,” J. AGRISEP, vol. 17, no. 1, pp. 23–30, 2018, doi: 10.31186/jagrisep.17.1.23-30.

R. Ristiana, “Perbandingan arima dan jaringan syaraf tiruan propagasi balik dalam peramalan tingkat inflasi nasional radita ristiana,” 2015.

Y. Andriani, H. Silitonga, and A. Wanto, “Analisis Jaringan Syaraf Tiruan untuk prediksi volume ekspor dan impor migas di Indonesia,” Regist. J. Ilm. Teknol. Sist. Inf., vol. 4, no. 1, p. 30, 2018, doi: 10.26594/register.v4i1.1157.

V. K. Laura, “Peramalan Banyaknya Penabung Di Credit Union Sumber Kasih Teraju Dengan Metode Box Jenkins,” 2018.

L. R. Sasongko, L. N. Rahayu, and A. R. Kota, “Penentuan Model Peramalan Indeks Harga Saham Gabungan dengan Metode Arima,” Pros. Semin. Nas. Sains dan Pendidik. Sains UKSW, pp. 786–796, 2010.

Z. Kafara, F. Y. Rumlawang, and L. J. Sinay, “Peramalan Curah Hujan Dengan Pendekatan Seasonal Autoregressive Integrated Moving Average (Sarima),” BAREKENG J. Ilmu Mat. dan Terap., vol. 11, no. 1, pp. 63–74, 2017, doi: 10.30598/barekengvol11iss1pp63-74.

N. Istiqomah, “Prediksi Kemunculan Titik Panas Di Provinsi Riau Menggunakan Seasonal Autoregressive Integrated Moving Average (Sarima),"p. 19, 2015.

M. T. P. Manalu, “Jaringan Syaraf Tiruan untuk Memprediksi Curah Hujan Sumatera Utara dengan Metode Back Propagation (Studi Kasus : BMKG Medan),” JURIKOM (Jurnal Ris. Komputer), vol. 3, no. 1, pp. 35–40, 2016.

N. Amalina, “Penerapan Metode Artificial Neural Networks Untuk Meramalkan Nilai Ekspor Migas Dan Non Migas Di Indonesia,” 2016.

Azis. Adriamin, Izzati. Munifatul, and Haryanti. Sri, "Aktivitas Antioksidan dan Nilai Gizi dari Beberapa Jenis Beras dan Millet sebagai Bahan Pangan Fungsional Indonesia," Jurnal Biologi, vol 4, no. 1, pp. 45-61, 2015.

Bobby. Akbar, "Peramalan Nilai Impor Non Migas di Jawa Timur dengan Menggunakan Metode ARIMA BOX-JENKINS," 2017.

Cynthia. Eka Pandu and Ismanto. Edi, "Jaringan Syaraf Tiruan Algoritma Backpropogation dalam Memprediksi Ketersediaan Komoditi Pangan Provinsi Riau," Jurnal Teknologi dan Sistem Informasi Univrab (RABIT) Universitas Muhammadiyah Riau, vol 2, no. 2, pp. 196-209, 2017.

M. Andi Alfian Fadila, "Aplikasi Jaringan Syaraf Tiruan dalam Memprediksi Penjualan Mobil pada PT. Hadji Kalla Sengkang," 2017.

Gunaryati. Atris, Fauziah and Andryana. Septi, "Perbandingan Metode-metode Peramalan Statistika untuk Data indeks Harga Pangan," Jurnal Universitas Nasional, vol 2, no. 3, pp. 241- 248, 2018.

Sumarjaja. Wayan, "Analisis Deret Waktu," 2016.

Published
2020-12-31
How to Cite
wahyu ngestisari, Susanto, B., & Mahatma, T. (2020). Perbandingan Metode ARIMA dan Jaringan Syaraf Tiruan untuk Peramalan Harga Beras. Indonesian Journal of Data and Science, 1(3), 96-107. https://doi.org/10.33096/ijodas.v1i3.18
Issue
Vol. 1 No. 3 (2020): Indonesian Journal of Data and Science
Section
Articles

Copyright (c) 2020 Indonesian Journal of Data and Science

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

License and Copyright Agreement

In submitting the manuscript to the journal, the authors certify that:

  • They are authorized by their co-authors to enter into these arrangements.
  • The work described has not been formally published before, except in the form of an abstract or as part of a published lecture, review, thesis, or overlay journal.
  • The work is not under consideration for publication elsewhere.
  • The work has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
  • They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
  • They agree to the following license and copyright agreement.

Copyright

Authors who publish with Indonesian Journal of Data and Science agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. (CC BY-NC 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal. 
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.