PREDIKSI HARGA BERAS MENGGUNAKAN METODE ARIMA

-, Mubari (2021) PREDIKSI HARGA BERAS MENGGUNAKAN METODE ARIMA. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (578kB)
	Text (BAB I) BAB I.pdf Download (193kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (1MB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (294kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (601kB)
	Text (BAB V) BAB V.pdf Download (72kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (94kB)
	Other (SOURCE CODE) Source Code-17.11.1596-Mubari - Mubari.rar Restricted to Repository staff only Download (266kB)
	Text (PUBLIKASI) Publikasi-17.11.1596-Mubari - Mubari.pdf Restricted to Repository staff only Download (630kB)

Abstract

Sebagian besar bahan pokok masyarakat Indonesia adalah beras, beras menjadi komoditas penting dalam kehidupan sehari-hari. Perubahan iklim dapat mempengaruhi produksi beras pada musim panen sehingga harga beras menjadi tak menentu. Dalam hal ini peneliti melakukan penelitian untuk memprediksi harga beras medium rata-rata perbulan di tingkat penggilingan menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Metode ARIMA nantinya digunakan dalam II bulan untuk memprediksi harga beras yaitu pada bulan November - Desember 2020. Metode penelitian yang dilakukan adalah analisis time series (runtun waktu) dengan data yang digunakan yaitu data sekunder. Data sekunder diambil dari data harga beras rata-rata di tingkat penggilingan dari bulan januari 2019 – oktober 2020 dari website Badan Pusat Statistik (BPS). Pengolahan data dilakukan menggunakan bahasa pemrograman python. Adapun tahapan penelitian yang dilakukan yaitu studi literatur, pencarian informasi dan data, pengolahan data, plot data, stasioner, identifikasi model ARIMA, taksiran parameter dan diagnosis model, pemilihan model terbaik, pengecekan eror dan prediksi. Hasil dari penelitian ini menunjukan model ARIMA terbaik yaitu (1,1,0) dengan nilai AIC (Akaike Information Criteria) terendah yaitu 265,252. Nilai MAPE (Mean Absolute Precentaged Error) dari model (1,1,0) adalah 0,9936 % yang berarti tingkat akurasi dari model tersebut 99,0064 %. Dari hasil akurasi tersbut maka metode ARIMA dapat digunakan untuk memprediksi harga beras dalam jangka menengah yaitu dua bulan untuk bulan November – Desember 2020.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Sismoro, Heri

Uncontrolled Keywords:

prediksi, forecasting, ARIMA (Autoregressive Integrated Moving Average), prediction

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

13 Jun 2022 02:15

Last Modified:

09 Aug 2023 01:27

URI:

http://eprints.amikom.ac.id/id/eprint/796

Actions (login required)

View Item