Penerapan Model Generalized Space Time AutoRegresive (GSTAR) Pada Peramalan harga Minyak Goreng Curah (Studi Kasus : Data Harga Minyak Goreng Curah Tiga Provinsi di Sumatera Periode 2020-2024)
Abstract
Indonesia merupakan negara yang kaya akan sumber daya alam, baik hasil tambang maupun pertanian. Salah satu hasil dari kekayaan sumber daya alam yang menjadi kebutuhan pokok masyarakat adalah minyak goreng. permintaan minyak goreng terus meningkat seiring dengan pertumbuhan rumah tangga dan industri makanan. Salah satu jenis minyak goreng yang diminati secara luas adalah minyak goreng curah, karena harganya yang murah, mudah diperoleh dan sesuai dengan kemampuan ekonomi masyarakat Indonesia. Namun, fluktasi harga minyak goreng dapat menjadi tantantgan bagi konsumen dan pedagang. Oleh karena itu, peramalan harga menjadi penting untuk mengambil langkah penanganan yang tepat apabila terjadi perubahan harga di pasaran, seperti penyediaan pasokan minyak goreng dan pengadaan bantuan dari pemerintah. penelitian ini menerapkan model generalized Space Time AutoRegressive (GSTAR) untuk meramalkan harga minyak goreng curah tiga provinsi di Sumatera dengan menggunakan data harian harga minyakcurah periode 2020 hingga 2024 yang bersumber dari website PIHPS Nasional. Dengan model GSTAR, diharapkan dapat memperoleh hasil peramalan yang akurat untuk membantu pemerintah, perusahaan, dan individu dalam pengambilan keputusan terkait harga minyak goreng di masa mendatang. Berdasarkan hasil analisis, diperoleh model GSTAR (1) dengan bobot lokasi seragam sebagai model terbaik. Model ini didukung dengan asumsi White Noise yang terpenuhi dan memiliki nilai RMSA sebesar 0.12 dan nilai MAPE sebesar 0.27% yang lebih kecil dari model GSTAR (!) dengan bobot lokasi invers jarak.
Collections
- Statistics [926]