Peramalan Harga Cabai Rawit Merah di Jawa Timur Menggunakan Metode AutoRegressive Integrated Moving Average (ARIMA)

Abstract

Harga cabai rawit adalah salah satu indikator penting dalam sektor pertanian dan ekonomi Indonesia karena cabai rawit merupakan salah satu komoditas utama yang banyak dikonsumsi oleh masyarakat. Harga cabai rawit juga sering mengalami fluktuasi signifikan yang dipengaruhi oleh berbagai faktor seperti produksi, distribusi, dan cuaca. Untuk dapat mengetahui fluktuasi harga pada beberapa periode selanjutnya, maka perlu dilakukan peramalan yang sesuai dengan data yang ada, sehingga digunakan metode AutoRegressive Integrated Moving Average (ARIMA). Metode ini digunakan pada data harga cabai rawit di Jawa Timur pada bulan Januari hingga Mei 2024 dengan struktur data harian. Berdasarkan hasil analisis pada data, didapatkan model terbaik yaitu (4,2,4) didasarkan pada nilai AIC terkecil dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2.83625%. Hasil peramalan menunjukkan bahwa harga cabai rawit di Jawa Timur mengalami penurunan pada periode selanjutnya. Hasil peramalan ini tidak berbeda jauh dengan data aktual yang tersedia sehingga model arima yang digunakan terbukti mampu memberikan peramalan harga yang akurat. Penelitian ini diharapkan dapat membantu pedagang, petani, dan pemerintah dalam mengambil keputusan untuk menjaga stabilitas harga