Pengembangan Model Peramalan Harga Beras di Pulau Sumatera dengan Menggunakan Model Generalized Space Time ARIMA.

Abstract

Model generalized space time autoregressive integrated moving average (GSTARIMA) merupakan model data deret waktu peubah ganda yang mempunyai keterkaitan lokasi dan waktu (space time). Model GSTARIMA merupakan pengembangan dari model space time autoregressive integrated moving average (STARIMA) dengan asumsi parameter-parameter model berbeda untuk setiap lokasi sehingga model GSTARIMA lebih fleksibel dibandingkan model STARIMA. Tujuan penelitian ini adalah menentukan model terbaik dan meramalkan data deret waktu harga beras pada seluruh ibukota provinsi di Pulau Sumatera dengan menggunakan model GSTARIMA. Data yang digunakan adalah data mingguan harga beras seluruh ibukota provinsi di Pulau Sumatera periode Januari 2010 sampai Desember 2017. Pembobot yang digunakan dalam penelitian ini yaitu bobot kebalikan jarak dan bobot queen contiguity. Hasil pemodelan menunjukkan bahwa model terbaik adalah model GSTARIMA (1,1,0) dengan matriks pembobot queen contiguity yang mempunyai nilai mean absolute percentage error (MAPE) terkecil yaitu sebesar 1.17817 %.