Peramalan Harga Cabai Merah Indonesia: Pendekatan ARIMA

Abstract

ABSTRAK

Cabai merah ini juga menjadi salah satu komoditas penyumbang inflasi karena fluktuasi harganya yang bersifat musiman. Fluktuasi harga tersebut akan berpengaruh terhadap efektivitas kebijakan stabilisasi harga komoditas pertanian. Oleh karena itu, penelitian ini bertujuan untuk: 1) menganalisis keragaan cabai merah di Indonesia, 2) menganalisis peramalan harga cabai merah di Indonesia. Metode yang digunakan untuk menjawab tujuan dalam penelitian ini adalah Metode deskriptif dan metode peramalan harga menggunakan model Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan pada penelitian ini adalah data sekunder berupa harga rata-rata cabe merah nasional secara mingguan sebanyak 540 series. Rentang data tersebut dari Minggu ke-1 Bulan Januari 2010 hingga Minggu ke-5 Bulan Desember 2018. Model ARIMA digunakan dalam penelitian ini dalam rangka menjawab tujuan penelitian. Harga rata-rata cabai merah Indonesia secara rata-rata mengalami fluktuasi yang relatif tinggi selama rentang periode penelitian. Hasil estimasi menunjukkan bahwa model ARIMA terbaik untuk memprediksi harga cabai merah nasional adalah model ARIMA (1,1,0). Harga cabai merah prediksi menunjukkan bahwa di masa yang akan datang harga cabai merah cenderung menurun. Penurunan harga cabai diduga diakibatkan menurunnya permintaan setelah libur tahun baru. Oleh karena itu, untuk meminimalisasi fluktuasi harga cabai merah perwakilan pemerintah seperti Bulog seharusnya dapat menjadi buffer atau penyangga pasokan dan sebagai penstabil harga.

Kata kunci—Fluktuasi harga, Peramalan, ARIMA

ABSTRACT

Red chilli is one of the commodities contributing to inflation due to seasonal fluctuations in its price. These price fluctuations will affect the effectiveness of the price stabilization policy for agricultural commodities. Therefore, this study aims to: 1) analyze the performance of red chilli in Indonesia, 2) analyze the forecasting of red chilli prices in Indonesia. The method used to answer the objectives in this study is a descriptive method and price forecasting method using the Autoregressive Integrated Moving Average (ARIMA) model. The data used in this study is secondary data in the form of an average weekly price of national red chillies as many as 540 series. The data range is from the 1st week of January 2010 to the 5th week of December 2018. The ARIMA model is used in this study in order to answer the research objectives. The average price of Indonesian red chillies has relatively high fluctuations throughout the study period. The estimation results show that the best ARIMA model to predict the price of national red chilli is the ARIMA model (1,1,0). The prediction of red chilli prices shows that the price of red chilies will tend to decline in the future. The decline in chilli prices is thought to be due to lower demand after the New Year holidays. Therefore, to minimize price fluctuations for red chilli peppers, government representatives such as Bulog should be able to act as a buffer or supply buffer and as a price stabilizer.

Keywords—Price fluctuations, Forecasting, ARIMA