Peramalan Harga Gabah Kering Panen (GKP), Gabah Kering Giling (GKG) Dan Beras Di Tingkat Produsen Jawa Timur Dengan Pendekatan Metode Univariate Dan Multivariate Time Series

Yunaz Firdhani, Brodjol Sutijo Suprih Ulama
Submission Date: 2015-07-13 11:32:33
Accepted Date: 2016-01-21 11:45:17

Abstract


Indonesia merupakan salah satu Negara agraris, yang sebagian besar penduduknya berprofesi sebagai petani. Provinsi Jawa Timur merupakan salah satu provinsi lumbung padi nasional, yang selama ini selalu menjadi tulang punggung produksi beras nasional. Seiring dengan adanya suatu permasalahan masyarakat Indonesia, yakni selalu menjadikan beras sebagai bahan makanan pokok, sehingga kebutuhan akan beras selalu kontinyu, maka perlu dilakukan suatu estimasi peramalan terhadap harga beras, harga gabah kering panen (GKP) dan harga gabah kering giling (GKG). Untuk mengantisipasi terjadinya lonjakan harga yang drastis. Ada dugaan ketiga variabel tersebut saling berpengaruh, permasalahannya adalah bagaimana meramalkan ketiga variabel tersebut secara bersama-sama, maka pemodelan secara multivariat perlu mendapat-kan pertimbangan yaitu dengan menggunakan model Vector Autoregressive (VAR). Selain itu metode Autoregressive Integrated Moving Average (ARIMA) juga digunakan dalam penelitian ini, yang selanjutnya akan dibandingkan dengan model VAR. Uji kausal Granger digunakan untuk mengetahui hubungan antar variabel. Hasil yang diperoleh adalah terdapat hubungan kausal dua arah antar harga GKG dan beras. Model peramalan terbaik berdasarkan kriteria out sample menghasilkan bahwa model VARIMA (6,1,0) merupakan model yang sesuai untuk meramalkan harga GKG. Sedangkan untuk harga GKP dan beras lebih sesuai jika menggunakan model ARIMA. Model ARIMA untuk harga GKP adalah ARIMA (0,1,[5,11]) (1,0,0)12, sedangkan untuk harga beras adalah ARIMA (0,1,1)(1,0,1)12.

Keywords


Harga, ARIMA, VAR, dan Granger Causality

References


Albertdin, 1995. Pedoman Umum Penanganan Pasca Panen Padi.

https://www.scribd.com/doc/26807931/Pedoman-Umum-Penanganan-Pasca-Panen-Padi (diakses tanggal 19 Oktober 2014).

Asran, D.AM. (2015). Faktor yang Berpengaruh Terhadap Perhitungan Rafraksi Gabah & Beras. Presentasi Bahan Diklat Teknis Gasar 2015.

BULOG, 2014. Perum Bulog Menjaga Stabilitas Harga Menjelang Idul Fitri 1435 H. http://www.bulog.co.id/pers/37/4763/13/7/2014/Perum-Bulog-Menjaga-Stabilitas-Harga-Menjelang-Idul-Fitri-1435-H.html (diakses tanggal 13 Oktober 2014).

Enders, W. 1995. Applied Econometric Time Series. New Era

Estate: John Wiley and Sons, Inc.

Gujarati, D. 2004. Basic Econometrics Fourth Edition. The McGraw-Hill, New York.

Hamilton, J.D. (1994). Time Series Analysis. Princeton University Press. Princeton, New Jersey

Hyndman, R.J.K and Anne, B. 2006. Another Look at Measures of Forecast Accuracy. International Journal of Forecasting : 679-688

Makridakis, dkk. (1999), Metode dan Aplikasi Peramalan, Jilid 1 edisi kedua, Terjemahan Ir. Untung S. Andriyanto dan Ir. Abdul Basith. Penerbit Erlangga, Jakarta

Morphi, W.H. 2012. Peramalan Harga Beras Di Perum Bulog Divre Jatim. Skripsi Fakultas Matematika dan Ilmu Pengetahuan Alam ITS Surabaya, Surabaya.

ODA, Japan, 2014. Pengenalan Bantuan ODA Jepang di Indonesia menurut Bidang. http://www.id.emb-japan.go.jp/ oda/id/whatisoda_04c.htm (diakses tanggal 5 Oktober 2014).

Oktiningrum, E. (2014). Peramalan Komoditas Harga Cabai Merah, Cabai Rawit dan Bawang Merah Menggunakan Permodelan Vector Autoregressive (VAR) di Kota Surabaya. Tugas Akhir Statistika ITS, Surabaya.

Pertani, 2014. Kondisi Iklim Mempengaruhi Produksi Padi di Jawa Timur. http://www.pertani.co.id/id/artikel/artikel-argo-potensi/248-kondisi-iklim-mempengaruhi-produksi-padi-di-jawa-timur (diakses tanggal 13 Oktober 2014).

Republika, Nasional. 2014. Jatim Ditarget Penuhi Setengah Surplus Beras Nasional.

http://nasional.republika.co.id/berita/nasional/jawa-timur/13/02/25/mirvzv-jatim-ditarget-penuhi-setengah-surplus-beras-nasional (diakses tanggal 13 Oktober 2014).

Rositha, D. (2013). Peramalan Harga Saham Indonesia dan Dunia dengan menggunakan Model Univariate Time Series dan Multivariate Time Series. Tugas Akhir Statistika ITS, Surabaya.

Shapiro, S.S., Wilk, M.B., 1965. An analysis of variance test for normality (complete samples). Biometrika, 52, 591-611.

Tsay, R.S. (2002). Analysis of Financial Time Series: Financial Econometrics. University of Chicago: John Wiley & Sons, Inc.

Wei, W.W.S. (2006), Time Series Analysis Univariate and Multivariate Method. Canada : Addison Wesley Publishing Company, Inc., United States

Zacky, A. 2007. Peramalan dan Faktor-Faktor yang Mempengaruhi Fluktuasi Harga Beras IR II Tingkat Konsumen di Beberapa Kota Besar di Pulau Jawa dan Bali. Bogor : IPB.


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- 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.
- 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 (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.