Skripsi Statistik

Penerapan Model Autoregressive Conditional Heteroscedasticity (ARCH) Untuk meramalkan Harga Cabai Merah Di Indonesia

---

Cabai merah adalah komoditas holtikultura yang memiliki nilai ekonomi yang tinggi. Harga cabai merah sering kali mengalami harga yang fluktuatif di pasaran. Pemodelan runtun waktu pada data harga cabai merah perlu dilakukan agar dapat meramalkan fluktuasi harga sebagai langkah antisipasi permintaan pasar. Model Autoregressive Conditional Heteroscedasticity (ARCH) merupakan metode yang digunakan untuk menganalisis data runtun waktu bersifat heteroskedastisitas yang berarti nilai residual model tidak mempunyai varians konstan. Harga cabai merah dapat diramalkan dengan menggunakan model Autoregressive Conditional Heteroscedasticity (ARCH). Model yang digunakan untuk peramalan data runtun waktu harga cabai merah adalah model ARIMA (2,0,0) ARCH (1) dengan persamaan Zt = 1,385177 Zt-1 - 0,392386 Zt-2 + αt dan σ2t=2749288 + 0,724301 ε2t-1. Hasil pada penelitian menunjukkan bahwa harga cabai merah yang diramal mendekati harga aktual, dimana harga cabai merah terendah terjadi pada Desember 2020 yaitu sebesar Rp. 28.306,69 dan puncak kenaikan terjadi pada Januari 2020 yaitu sebesar Rp. 33.857,21. Ketpatan hasil peramalan menggunakan MAPE didapatkan nilai yang kurang dari 20%, sehingga dinilai baik untuk digunakan dalam peramalan. Perhitungan ketepatan peramalan menggunakan MAD menghasilkan nilai sebesar 6. 116,73 yang dapat diartikan bahwa model yang dihasilkan valid.
Kata Kunci: ARCH, Heteroskedastisitas, Cabai Merah, Peramalan

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

519.072 FIT p

Penerbit

Palu : FMIPA Universitas Tadulako Prodi Statistika., 2021

Deskripsi Fisik

xvi, 53 hlm.: ilus.; 30 cm.

Bahasa

Indonesia

ISBN/ISSN

G 501 17 042

Klasifikasi

519.072

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Statistika - Penelitian

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Fitrih Nurhaliza Djahiddin

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar