ANALISIS PROYEKSI PANGAN DARI SISI HARGA KOMODITAS DAGING SAPI SEBAGAI BENTUK ANTISIPASI TERJADINYA KENAIKAN HARGA DI PROVINSI KEPULAUAN BANGKA BELITUNG: ANALYSIS OF FOOD PROJECTION FROM COMMODITY PRICES BEEF AS A FORM ANTICIPATION TO HAPPEN PRICE INCREASE IN THE PROVINCE OF BANGKA BELITUNG

Pitra Wati; Navita Sari; Marwah Hotimah; Nada Putri

doi:10.33019/fraction.v1i2.25

Authors

Pitra Wati University of Bangka Belitung
Navita Sari University of Bangka Belitung
Marwah Hotimah University of Bangka Belitung
Nada Putri University of Bangka Belitung

DOI:

https://doi.org/10.33019/fraction.v1i2.25

Keywords:

ARIMA, forecast, Time Series

Abstract

Kebutuhan terhadap harga daging sapi di Provinsi Kepulauan Bangka Belitung cukup tinggi. Hal ini ditandai dengan daya beli masyarakat yang tinggi walaupun kenaikan harga terhadap komoditas tersebut juga meningkat. Situasi ini juga berkorelasi dengan adanya momen hari raya Idul Fitri dan hari Raya Idul Adha. Berdasarkan deskripsi singkat ini penulis merasa perlu untuk melakukan penelitian untuk mengetahui proyeksi harga pangan dari komoditas harga daging sapi. Proyeksi yang dimaksud ini dapat berupa peningkatan maupun peningkatan maupun penurunan dari harga daging sapi baik sebelum maupun setelah lebaran idul fitri dan idul adha. Data yang digunakan dalam penelitian ini bersumber dari Pusat Informasi Harga Pangan Strategi (PIHPS) yang di mulai dari Bulan Januari 2020 sampai dengan Bulan Mei 2022 dan untuk menentukan proyeksi 7 bulan kedepan yaitu dari Bulan Juni 2022 sampai dengan Bulan Desember 2022 dengan menggunakan model ARIMA. Berdasarkan hasil analisis data time series dan proses fitting model diperoleh bahwa model ARIMA (1,1,1) adalah model yang tepat untuk menggambarkan proyeksi harga daging sapi di Provinsi Kepulauan Bangka Belitung dengan nilai RMSE sebesar 12876,54 dan nilai AIC sebesar 19,37328. Berdasarkan hasil foreceasting dengan menggunakan model ARIMA (1,1,1) harga daging sapi di Provinsi Kepulauan Bangka Belitung mengalami kenaikan pada Bulan Juni 2022 sampai dengan Bulan Desember 2022 dengan rata-rata kenaikan sebesar 140.893,714 atau 14,29%.

Downloads

Download data is not yet available.

References

kadin indonesia, “Potensi Daerah,” babelprov.com, 2019. https://kesbangpol.babelprov.go.id/content/potensi-daerah#:~:text=Wilayah Provinsi Kepulauan Bangka Belitung yang beribukota di Kota Pangkalpinang,Belitung Timur dan Kota Pangkalpinang (accessed Jun. 09, 2022).

Fatwa omaya, “Potensi Daerah BANGKA BELITUNG,” bakuda.babelprov.go.id, 2016. https://bakuda.babelprov.go.id/content/potensi-daerah-bangka-belitung (accessed Jun. 09, 2022).

“TINGKATKAN POPULASI TERNAK, BANGKA BELITUNG DISTRIBUSI SAPI LOKAL DAN BRAHMAN CROSS,” distan.babelprov.go.id, 2019. https://distan.babelprov.go.id/content/tingkatkan-populasi-ternak-bangka-belitung-distribusi-sapi-lokal-dan-brahman-cross (accessed Jun. 08, 2022).

P. Pipit, Y. S. Pranoto, and E. Evahelda, “Analisis Volatilitas Harga Daging Sapi di Provinsi Kepulauan Bangka Belitung,” J. Ekon. Pertan. dan Agribisnis, vol. 3, no. 3, pp. 620–631, 2019, doi: 10.21776/ub.jepa.2019.003.03.17.

“tabel harga berdasarkan komoditas daerah,” PIHPH, 2022. https://hargapangan.id/tabel-harga/pedagang-besar/daerah (accessed Jun. 01, 2022).

E. Munarsih et al., “Peramalan Jumlah Pengangguran di Provinsi Sumatera Selatan dengan Metode Autoregressive Integreted Moving Average (ARIMA),” J. Penelit. Sains, vol. 19, pp. 1–5, 2017.

N. Salwa, N. Tatsara, R. Amalia, and A. F. Zohra, “Peramalan Harga Bitcoin Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average),” J. Data Anal., vol. 1, no. 1, pp. 21–31, 2018, doi: 10.24815/jda.v1i1.11874.

D. Y. Dalimunthe, “Analisis Peramalan Data Produk Domestik Regional Bruto ( PDRB ) sebagai Tolak Ukur Kinerja Perekonomian Provinsi Kepulauan Bangka Belitung,” Integr. J. Bus. Econ., vol. 1, no. 1, pp. 19–27, 2017.

T. Safitri, N. Dwidayati, and K. Kunci, “Perbandingan Peramalan Menggunakan Metode Exponential Smoothing Holt-Winters dan Arima,” Unnes J. Math., vol. 6, no. 1, pp. 48–58, 2017, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/ujm

S. Mulyani, D. Hayati, and A. N. Sari, “Analisis Metode Peramalan (Forecasting) Penjualan Sepeda Motor Honda Dalam Menyusun Anggaran Penjualan Pada Pt Trio Motor Martadinata Banjarmasin,” J. Ekon. dan Bisnis, vol. 14, no. 1, pp. 178–188, 2021.

A. Purba, “Perancangan Aplikasi Peramalan Jumlah Calon Mahasiswa Baru yang mendaftar menggunakan Metode Single Exponential Smoothing (Studi Kasus: Fakultas Agama Islam UISU),” J. Ris. Komput., vol. 2, no. 6, pp. 8–12, 2015.

A. Sulaiman and A. Juarna, “Peramalan Tingkat Pengangguran Di Indonesia Menggunakan Metode Time Series Dengan Model Arima Dan Holt-Winters,” J. Ilm. Inform. Komput., vol. 26, no. 1, pp. 13–28, 2021, doi: 10.35760/ik.2021.v26i1.3512.

PIHPS Nasional, “No Title,” Pusat Informasi Harga Pangan Strategis Nasional, 2022. https://hargapangan.id/ (accessed Jun. 24, 2022).