PREDIKSI NILAI TUKAR PETANI DI PROVINSI SUMATERA SELATAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

SITI, AMINAH (2024) PREDIKSI NILAI TUKAR PETANI DI PROVINSI SUMATERA SELATAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA). Diploma thesis, UIN RADEN INTAN LAMPUNG.

	PDF Download (3MB)
	PDF Restricted to Repository staff only Download (3MB)

Abstract

ABSTRAK Autoregressive Integrated Moving Average (ARIMA) merupakan salah satu model dalam prediksi yang hanya memperhatikan variabel dependen (terikat) dan mengabaikan variabel independen (bebas). Dengan adanya metode ARIMA dapat membantu memperkirakan suatu data dimasa yang akan datang seperti memprediksi Nilai Tukar Petani (NTP) di Provinsi Sumatera Selatan. Adapun tujuan dari penelitian ini yaitu untuk memprediksi NTP di Provinsi Sumatera Selatan serta mendapatkan model terbaik dari metode ARIMA yang dapat digunakan dalam memprediksi. Penelitian ini menggunakan teknik pengumpulan data sekunder yang diperoleh dari website BPS Provinsi Sumatera Selatan dengan populasi data yaitu data NTP, serta sampel yang digunakan ialah data nilai tukar petani selama 72 bulan yaitu dari bulan Januari 2018 sampai dengan bulan Desember 2023. Analisis prediksi Nilai Tukar Petani (NTP) dengan metode ARIMA menggunakan aplikasi software R. Dari hasil penelitian diperoleh prediksi pada NTP di Provinsi Sumatera Selatan selama 12 bulan mengalami kenaikan setiap bulannya. Selain itu, model terbaik dari metode ARIMA yang digunakan dalam prediksi yaitu model ARIMA (1,2,2) dikarenakan memenuhi uji asumsi dan memiliki nilai kesalahan prediksi terendah dibandingkan dengan model lainnya yaitu Mean Absolut Deviation (MAD) sebesar 1.629251, Mean Squared Error (MSE) sebesar 6.819414, dan Mean Absolut Percentage Error (MAPE) sebesar 1.640042% yang berdasarkan kriteria MAPE model tersebut sangat baik digunakan dalam prediksi. Sehingga mendapatkan hasil prediksi dengan tingkat ketelitian yang tinggi. Kata Kunci: Autoregressive Integrated Moving Average (ARIMA), Nilai Tukar Petani (NTP), Software R iv ABSTRACT The Autoregressive Integrated Moving Average (ARIMA) model is one of the predictive models that focuses solely on the dependent variable and disregards independent variables. With the ARIMA method, it becomes possible to forecast future data, such as predicting the Farmers' Exchange Rate (NTP) in South Sumatra Province. The aim of this research is to predict the NTP in South Sumatra Province and identify the best ARIMA model for making predictions. This study utilized secondary data collection techniques obtained from the South Sumatra Provincial BPS website, with the data population consisting of NTP data. The sample used included farmer exchange rate data over 72 months, from January 2018 to December 2023. The prediction analysis of NTP using the ARIMA method was conducted using the R software application. The research results indicate that the forecasted NTP in South Sumatra Province for the next 12 months shows an increase each month. Additionally, the best model identified from the ARIMA method for prediction is ARIMA (1,2,2), as it meets the assumption tests and has the lowest prediction errors compared to other models, with a Mean Absolute Deviation (MAD) of 1.629251, Mean Squared Error (MSE) of 6.819414, and Mean Absolute Percentage Error (MAPE) of 1.640042%. Based on the MAPE criterion, this model is considered very suitable for prediction purposes, thus providing high precision in prediction outcomes. Keywords: Autoregressive Integrated Moving Average (ARIMA), Farmer Exchange Rate (NTP), R Software

Actions (login required)

View Item