PEMODELAN DAN PERAMALAN HARGA BERAS TINGKAT PENGGILINGAN DI JAWA TIMUR DENGAN PENDEKATAN ANALISIS TIME SERIES
| Main Author: | SATYA PURNAMA, 081311833022 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/73009/1/KKC%20KK%20ST.S%2026%20-18%20Pur%20p-Abstrak.pdf http://repository.unair.ac.id/73009/2/KKC%20KK%20ST.S%2026%20-18%20Pur%20p.pdf http://repository.unair.ac.id/73009/ |
| ctrlnum |
73009 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.unair.ac.id/73009/</relation><title>PEMODELAN DAN PERAMALAN HARGA BERAS TINGKAT PENGGILINGAN DI JAWA TIMUR DENGAN PENDEKATAN ANALISIS TIME SERIES</title><creator>SATYA PURNAMA, 081311833022</creator><subject>QA276-280 Mathematical Analysis</subject><description>Beras merupakan kebutuhan pokok yang dibutuhkan sekitar 78% penduduk Indonesia untuk memenuhi asupan energi setiap hari, terutama asupan karbohidrat. Salah satu masalah yang sering dihadapi menurut Bulog Jatim adalah
masalah adanya perubahan harga beras yang fluktuatif. Tujuan dari penelitian ini adalah untuk memodelkan dan meramalkan harga beras tingkat penggilingan di Jawa Timur. Salah satu metode untuk memodelkan dan meramalkan harga beras adalah analisis Time Series ARIMA. Dasar dari analisis Time series adalah bahwa faktor-faktor yang mempengaruhi pola dari kumpulan data tersebut pada masa
lalu dan sekarang cenderung tidak banyak berubah pada masa mendatang. Dengan demikian dapat dilakukan analisis data deret waktu (time series) untuk membantu peneliti dalam mengambil keputusan. Metode ARIMA yang sesuai untuk data harga beras di Jawa Timur ini adalah model ARIMA Musiman, di mana data harga beras yang naik dan turun tergantung waktu panen. Data yang digunakan diperoleh dari Perum BULOG Divre Jatim berupa harga beras tingkat
penggilingan di Jawa Timur periode Januari 2008 sampai dengan Desember 2016. Berdasarkan hasil output dari analisis model menggunakan software Minitab, model yang sesuai untuk data harga beras tingkat penggilingan di Jawa Timur periode Januari 2008 sampai dengan Desember 2016 adalah ARIMA (0,1,1) (0,1,1)12 atau IMAISMA yang mempunyai MSE paling kecil yaitu sebesar 0,0005589 dengan bentuk model 1 12 13 1 12 13 ln( ) ln( ) ln( ) ln( ) t t t t t t t t Z Z Z Z a  a a  a − − − − − − = + − + − −  +  . Hasil dari peramalan harga beras tingkat penggilingan di Jawa Timur untuk periode Januari
2017 sampai Agustus 2017 antara data out sample dengan data peramalan tidak berbeda jauh.</description><date>2018</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>ind</language><identifier>http://repository.unair.ac.id/73009/1/KKC%20KK%20ST.S%2026%20-18%20Pur%20p-Abstrak.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.unair.ac.id/73009/2/KKC%20KK%20ST.S%2026%20-18%20Pur%20p.pdf</identifier><identifier> SATYA PURNAMA, 081311833022 (2018) PEMODELAN DAN PERAMALAN HARGA BERAS TINGKAT PENGGILINGAN DI JAWA TIMUR DENGAN PENDEKATAN ANALISIS TIME SERIES. Skripsi thesis, Universitas Airlangga. </identifier><relation>htt://lib.unair.ac.id</relation><recordID>73009</recordID></dc>
|
| language |
ind |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
SATYA PURNAMA, 081311833022 |
| title |
PEMODELAN DAN PERAMALAN HARGA BERAS TINGKAT PENGGILINGAN DI JAWA TIMUR DENGAN PENDEKATAN ANALISIS TIME SERIES |
| publishDate |
2018 |
| isbn |
081311833022 |
| topic |
QA276-280 Mathematical Analysis |
| url |
http://repository.unair.ac.id/73009/1/KKC%20KK%20ST.S%2026%20-18%20Pur%20p-Abstrak.pdf http://repository.unair.ac.id/73009/2/KKC%20KK%20ST.S%2026%20-18%20Pur%20p.pdf http://repository.unair.ac.id/73009/ |
| contents |
Beras merupakan kebutuhan pokok yang dibutuhkan sekitar 78% penduduk Indonesia untuk memenuhi asupan energi setiap hari, terutama asupan karbohidrat. Salah satu masalah yang sering dihadapi menurut Bulog Jatim adalah
masalah adanya perubahan harga beras yang fluktuatif. Tujuan dari penelitian ini adalah untuk memodelkan dan meramalkan harga beras tingkat penggilingan di Jawa Timur. Salah satu metode untuk memodelkan dan meramalkan harga beras adalah analisis Time Series ARIMA. Dasar dari analisis Time series adalah bahwa faktor-faktor yang mempengaruhi pola dari kumpulan data tersebut pada masa
lalu dan sekarang cenderung tidak banyak berubah pada masa mendatang. Dengan demikian dapat dilakukan analisis data deret waktu (time series) untuk membantu peneliti dalam mengambil keputusan. Metode ARIMA yang sesuai untuk data harga beras di Jawa Timur ini adalah model ARIMA Musiman, di mana data harga beras yang naik dan turun tergantung waktu panen. Data yang digunakan diperoleh dari Perum BULOG Divre Jatim berupa harga beras tingkat
penggilingan di Jawa Timur periode Januari 2008 sampai dengan Desember 2016. Berdasarkan hasil output dari analisis model menggunakan software Minitab, model yang sesuai untuk data harga beras tingkat penggilingan di Jawa Timur periode Januari 2008 sampai dengan Desember 2016 adalah ARIMA (0,1,1) (0,1,1)12 atau IMAISMA yang mempunyai MSE paling kecil yaitu sebesar 0,0005589 dengan bentuk model 1 12 13 1 12 13 ln( ) ln( ) ln( ) ln( ) t t t t t t t t Z Z Z Z a a a a − − − − − − = + − + − − + . Hasil dari peramalan harga beras tingkat penggilingan di Jawa Timur untuk periode Januari
2017 sampai Agustus 2017 antara data out sample dengan data peramalan tidak berbeda jauh. |
| id |
IOS3215.73009 |
| institution |
Universitas Airlangga |
| institution_id |
33 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Airlangga |
| library_id |
468 |
| collection |
Airlangga Institutional Repositories |
| repository_id |
3215 |
| subject_area |
Adat Istiadat Administrasi Negara dan Militer Agama |
| city |
KOTA SURABAYA |
| province |
JAWA TIMUR |
| repoId |
IOS3215 |
| first_indexed |
2018-07-10T00:38:54Z |
| last_indexed |
2018-08-01T10:26:52Z |
| recordtype |
dc |
| _version_ |
1766060137183707136 |
| score |
17.538404 |