Penerapan Metode ARIMAX dengan Efek Variasi Kalender pada Peramalan Harga Komoditas Cabai Rawit di Provinsi Jawa Barat

Rara Hera Silvia, Anneke Iswani Achmad
{"title":"Penerapan Metode ARIMAX dengan Efek Variasi Kalender pada Peramalan Harga Komoditas Cabai Rawit di Provinsi Jawa Barat","authors":"Rara Hera Silvia, Anneke Iswani Achmad","doi":"10.29313/bcss.v3i2.9180","DOIUrl":null,"url":null,"abstract":"Abstract. Forecasting is an important aid in planning and decision-making. One of the forecasting methods that is often used is the time series method. Time series are often influenced by a particular event or other variable, so it can cause the data to have a different repeating pattern each period. The ARIMAX Model is thought to be able to capture certain patterns by including certain event information as additional variables, or so-called exogenous variables. The tendency of data to show patterns at certain times based on dates in the calendar is called calendar variation, and the effect of calendar variation can appear on certain events such as Eid al-Fitr. Special treatment is needed for time series data with a calendar variation effect, where the ARIMAX model is well applied to the series data in that case, so that the model formed is ARIMAX with calendar variation. In this thesis, I conducted a study on forecasting the price of cayenne pepper in West Java province using the ARIMAX model with a variation of the calendar in which to include information on Eid al-Fitr events as an additional variable. The best ARIMAX model for forecasting is ARIMAX (0, 1, 1) with accuracy using a MAPE value of 11%, which is based on the criteria of forecasting ability. It can be concluded that the model ARIMAX (0, 1, 1) has good forecasting ability. \nAbstrak. Peramalan merupakan bantuan penting dalam perencanaan dan pengambilan keputusan. Salah satu metode peramalan yang sering digunakan adalah metode deret waktu (time series). Pada deret waktu seringkali dipengaruhi oleh suatu peristiwa tertentu atau variabel lain, sehingga dapat menyebabkan data memiliki pola berulang berbeda setiap periodenya. Model ARIMAX diduga mampu menangkap pola tertentu dengan memasukkan informasi peristiwa tertentu sebagai variabel tambahan atau disebut variabel eksogen. Adanya kecenderungan data untuk menampilkan pola pada waktu tertentu berdasarkan penanggalan di dalam kalender disebut variasi kalender, dimana efek variasi kalender dapat muncul pada peristiwa tertentu seperti Idul Fitri. Diperlukan perlakuan khusus untuk data deret waktu dengan efek variasi kalender, dimana model ARIMAX baik diterapkan untuk data deret dengan kasus tersebut, sehingga model yang terbentuk adalah ARIMAX dengan variasi kalender. Dalam skripsi ini melakukan penelitian pada peramalan harga cabai rawit di Provinsi Jawa Barat menggunakan model ARIMAX dengan variasi kalender dimana memasukkan informasi peristiwa Idul Fitri sebagai variabel tambahan. Didapatkan model ARIMAX terbaik untuk melakukan peramalan yaitu ARIMAX(0,1,1) dengan akurasi menggunakan nilai MAPE sebesar 11%, dimana berdasarkan kriteria kemampuan peramalan bahwa dapat disimpulkan model ARIMAX(0,1,1) memiliki kemampuan peramalan yang baik.","PeriodicalId":337947,"journal":{"name":"Bandung Conference Series: Statistics","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bandung Conference Series: Statistics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29313/bcss.v3i2.9180","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Abstract. Forecasting is an important aid in planning and decision-making. One of the forecasting methods that is often used is the time series method. Time series are often influenced by a particular event or other variable, so it can cause the data to have a different repeating pattern each period. The ARIMAX Model is thought to be able to capture certain patterns by including certain event information as additional variables, or so-called exogenous variables. The tendency of data to show patterns at certain times based on dates in the calendar is called calendar variation, and the effect of calendar variation can appear on certain events such as Eid al-Fitr. Special treatment is needed for time series data with a calendar variation effect, where the ARIMAX model is well applied to the series data in that case, so that the model formed is ARIMAX with calendar variation. In this thesis, I conducted a study on forecasting the price of cayenne pepper in West Java province using the ARIMAX model with a variation of the calendar in which to include information on Eid al-Fitr events as an additional variable. The best ARIMAX model for forecasting is ARIMAX (0, 1, 1) with accuracy using a MAPE value of 11%, which is based on the criteria of forecasting ability. It can be concluded that the model ARIMAX (0, 1, 1) has good forecasting ability. Abstrak. Peramalan merupakan bantuan penting dalam perencanaan dan pengambilan keputusan. Salah satu metode peramalan yang sering digunakan adalah metode deret waktu (time series). Pada deret waktu seringkali dipengaruhi oleh suatu peristiwa tertentu atau variabel lain, sehingga dapat menyebabkan data memiliki pola berulang berbeda setiap periodenya. Model ARIMAX diduga mampu menangkap pola tertentu dengan memasukkan informasi peristiwa tertentu sebagai variabel tambahan atau disebut variabel eksogen. Adanya kecenderungan data untuk menampilkan pola pada waktu tertentu berdasarkan penanggalan di dalam kalender disebut variasi kalender, dimana efek variasi kalender dapat muncul pada peristiwa tertentu seperti Idul Fitri. Diperlukan perlakuan khusus untuk data deret waktu dengan efek variasi kalender, dimana model ARIMAX baik diterapkan untuk data deret dengan kasus tersebut, sehingga model yang terbentuk adalah ARIMAX dengan variasi kalender. Dalam skripsi ini melakukan penelitian pada peramalan harga cabai rawit di Provinsi Jawa Barat menggunakan model ARIMAX dengan variasi kalender dimana memasukkan informasi peristiwa Idul Fitri sebagai variabel tambahan. Didapatkan model ARIMAX terbaik untuk melakukan peramalan yaitu ARIMAX(0,1,1) dengan akurasi menggunakan nilai MAPE sebesar 11%, dimana berdasarkan kriteria kemampuan peramalan bahwa dapat disimpulkan model ARIMAX(0,1,1) memiliki kemampuan peramalan yang baik.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
ARIMAX方法的使用对西爪哇省辣椒商品价格的历法变化的影响
摘要预测是计划和决策的重要辅助手段。常用的预测方法之一是时间序列法。时间序列经常受到特定事件或其他变量的影响,因此它可能导致每个周期的数据具有不同的重复模式。ARIMAX模型被认为能够通过将某些事件信息作为附加变量或所谓的外生变量来捕获某些模式。数据根据日历上的日期在特定时间显示模式的趋势被称为日历变化,日历变化的影响可能出现在某些事件上,如开斋节。对于具有日历变化效应的时间序列数据需要进行特殊处理,在这种情况下,ARIMAX模型很好地应用于该系列数据,从而形成具有日历变化的ARIMAX模型。在这篇论文中,我使用ARIMAX模型对西爪哇省辣椒的价格进行了预测,该模型采用不同的日历,其中包括开斋节事件的信息作为附加变量。以预测能力为标准,最佳的ARIMAX模型为ARIMAX (0,1,1), MAPE值为11%,预测精度最高。结果表明,模型ARIMAX(0,1,1)具有较好的预测能力。Abstrak。Peramalan merupakan bantuan penting dalam perencanan dan pengambilan keputusan。Salah satu metode peramalan yang sering digunakan adalah metode deret waktu(时间序列)。在不同的时间段里,不同的时间段里,不同的时间段里,不同的时间段里,不同的时间段里,不同的时间段里,不同的时间段里,不同的时间段里,不同的时间段里,不同的时间段里。模型ARIMAX diduga mampu menangkap pola tertentenu dendenan mamasukkan信息,tertentenu, sebagai变量,tambahan变量,疾病变量,eksogen。Adanya kemenderungan data untuk menampilkan pola pada waktu tertentu berdasarkan penanggalan di dalam kalender disebut variasi kalender, dimana efek variasi kalender dapat munl pada peristiwa tertentu perperti Idul Fitri。Diperlukan perlakuan khusus untuk数据deret waktu dengan efek variaskalender, dimana模型ARIMAX baik diterapkan untuk数据deret dengan kasustersebut, sehinga模型yang terbentuk adalah ARIMAX dengan variaskalender。Dalam skripsi ini melakukan penelitian pada peramakan harga cabai rawit i javawa Barat menggunakan模型ARIMAX dengan variaskalender dimana memasukkan informasi peristiwa Idul Fitri sebagai variabel tambahan。Didapatkan模型ARIMAX terbaik untuk melakukan peramalan yitu ARIMAX(0,1,1) dengan akurasi menggunakan nilai MAPE sebesar 11%, dimana berdasarkan kriteria kemampuan peramalan bahwa dapat dis冲量模型ARIMAX(0,1,1) memiliki kemampuan peramalan yang baik。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penerapan Analisis Konjoin untuk Mengukur Preferensi Wisatawan di Panti Tanjung Kerasak Kabupaten Bangka Analisis Mediasi dalam PLS-SEM untuk Pemodelan Kepuasan Pemustaka pada UPT Perpustakaan Universitas Islam Bandung Optimasi Parameter Support Vector Machine menggunakan Particle Swarm Optimization untuk Bearing Fault Diagnosis Pengaruh Infrastruktur dan Inovasi Hybrid Learning terhadap Kepuasan Mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Islam Bandung Angkatan 2020-2021 Perbandingan Metode Seasonal ARIMA dan Metode Fuzzy Time Series-Markov Pada Prediksi Inflasi di Indonesia
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1