Implementasi Metode Autoregressive Integrated Moving Average(ARIMA)-Kalman Filter Untuk Meramalkan Harga Beras Di Indonesia

Pembelian berbagai jenis barang atau jasa serta pelayanannya dapat diukur dalam
bentuk uang yang dikeluarkan konsumen, nilai dari barang atau jasa tersebut disebut
dengan harga. Harga utamanya harga beras sering berfluktuasi sehingga diperlukan
metode untuk meramalkannya. Peramalan terhadap harga beras di Indonesia adalah
salah satu studi yang bisa dilakukan dalam mencegah ketidakstabilan harga beras
dimasa yang akan datang sehingga berguna dalam menghindari ketimpangan
ekonomi. Suatu metode yang digunakan dalam melakukan peramalan yakni
Autoregressive Integrated Moving Average (ARIMA). Hasil penelitian diperoleh
bahwa model ARIMA (2,0,2) merupakan model terbaik karena semua asumsi
terpenuhi baik residual white noise maupun distribusi normal dengan nilai MAPE
sebesar 1,035%, namun dengan tingkat kesalahan tersebut masih memungkinkan
terjadi kesalahan peramalan yang cukup besar sehingga perlu dilakukan perbaikan
estimasi dari model yang sudah terbentuk dengan menggunakan metode Kalman
Filter. Dengan melakukan perbaikan terhadap estimasi dari model ARIMA-Kalman
Filter mampu memberikan peforma peramalan lebih baik yang dibuktikan dengan
nilai MAPE sebesar 0,0001%.

Kata Kunci : Harga beras, AutoRegressive Integrated Moving Average, Kalman
Filter, MAPE.