MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DAN PENERAPANNYA PADA DATA PERKEMBANGAN HARGA ECERAN BERAS DI TIGA IBU KOTA PROVINSI WILAYAH PULAU JAWA

Zulfa Hidayah Satria Putri; Asri Yuniar; Toni Toharudin; Budi Nurani Ruchjana

Zulfa Hidayah Satria Putri Program Studi Magister Statistika Terapan, Fakultas MIPA, Universitas Padjadjaran, Indonesia
Asri Yuniar Badan Pusat Statistik Republik Indonesia, Indonesia
Toni Toharudin Departemen Statistika Fakultas MIPA, Universitas Padjadjaran, Indonesia
Budi Nurani Ruchjana Departemen Matematika Fakultas MIPA, Universitas Padjadjaran, Indonesia

Keywords: AIC, differencing, MAPE, rata-rata harga beras bulanan, stasioneritas, VARI

Abstract

Beras merupakan komoditas pangan yang sangat penting karena merupakan bahan makanan pokok bagi sebagian besar penduduk Indonesia. Harga beras sangat mempengaruhi tingkat kesejahteraan peduduk. Model Vector Autoregressive Integrated (VARI) merupakan salah satu model time series multivariat yang digunakan untuk menentukan peramalan. Model VARI dipengaruhi oleh variabel itu sendiri pada periode sebelumnya dengan kondisi data non stasioner. Proses yang dilakukan dalam membentuk model VARI, yaitu differencing, identifikasi model time series, kestasioneran data, mengestimasi parameter, diagnostic test, dan peramalan. Tujuan dari penelitian ini adalah membentuk model peramalan untuk rata-rata harga beras eceran bulanan pada tiga ibu kota provinsi, yaitu: DKI Jakarta, Jawa Barat, dan Banten. Data yang digunakan adalah data rata-rata harga beras bulanan pada tiga ibu kota provinsi tersebut mulai dari Januari 2014 sampai dengan Desember 2019. Hasil penelitian menunjukkan model terbaik yang diperoleh dengan nilai AIC terkecil adalah VARI(1,1) yang artinya model VAR orde satu dengan proses differencing pertama. Hasil uji diagnostik juga menunjukkan bahwa setiap lokasi saling berkorelasi dan asumsi white noise terpenuhi. Dari ketiga model estimasi yang signifikan secara simultan, model untuk Ibu Kota DKI Jakarta memiliki tingkat signifikansi tertinggi dengan variabel yang signifikan mempengaruhi adalah rata-rata harga beras eceran bulanan pada Ibu Kota Provinsi DKI Jakarta dan Banten pada periode sebelumnya. Ketepatan model secara keseluruhan memiliki tingkat akurasi yang sangat baik dengan MAPE sebesar 5,202%

Downloads

Download data is not yet available.

References

[1] Badan Pusat Statistik. Perkembangan Mingguan harga Eceran Beberapa Bahan Pokok di Ibukota Provinsi Seluruh Indonesia. Publikasi Semesteran dari 2014-2019
[2] W. W. S. Wei, Time Series Analysis Univariate and Multivariate Methods, Second Edition, USA: Pearson Education, Inc. (2006).
[3] Septie Wulandary, “Metode Vector Autoregressive Integrated (VARI) untuk Peramalan Jumlah Wisatawan Mancanegara di Batam dan Jakarta”, JMSK, 17(1), 94-108, (2020).
[4] Andri Saputra, Mirtawati, “Vector Autoregressive Integrated (VARI) Menggunakan Software R “, Jurnal Baut dan Manufaktur, 2(1) (2020).
[5] Hardani, Priska Rialita, dkk, “Peramalan Laju Inflasi, Suku Bunga Indonesia Dan Indeks Harga Saham Gabungan Menggunakan Metode Vector Autoregressive (Var)”, Gaussian, Volume 6, Nomor 1, Tahun 2016, Halaman 101-110 (2016).
[6] McGee Makridakis, dan Wheelwright, Metode dan Aplikasi Peramalan Edisi Kedua, Diterjemahkan oleh: Suminto, H. Jakarta: Binarupa Aksara. Terjemahan dari: Forecasting Methods and Application, Second Edition (1999).
[7] F. N. Hayati, Brodjol Sutijo, “Peramalan Harga Saham Jakarta Islamic Index Menggunakan Metode Vector Autoregressive”, Jurnal Sains dan Seni ITS, 5(2) (2016).
[8] J. D. Cryer, K. S. Chan, Time Series Analysis: With Apllication in R: Second Edition. USA: Spinger Science dan Businiess Media, LL (2008).
[9] Abdul Hoyyi, dkk, “Vector autoregressive model approach for forecasting outflow cash in Central Java”. Journal of Physics: Conf. Series 1025 012105 (2018).
[10] Dedi Rosadi, Analisis Ekonometrika dan Runtun Waktu Terapan dengan R. Yogyakarta: Andi Offset (2011).
[11] D.U. Wutsqa, Suhartono, “Peramalan Deret Waktu Multivariate Seasonal pada Data Pariwisata dengan Model VAR-GSTAR”, Jurnal ILMU DASAR, 11(1), 101-109 (2010).