http://repository.ipb.ac.id/handle/123456789/99 Thu, 11 Jun 2026 20:21:40 GMT 2026-06-11T20:21:40Z http://repository.ipb.ac.id/handle/123456789/173371 Econometric Learning pada Model ARDL Teregularisasi untuk Peramalan Harga Beras Kalimantan Diana, Nurul Pemantauan harga beras di Kalimantan memerlukan pendekatan yang rinci karena pergerakan harga dapat berbeda antarpasar, kualitas beras, dan horizon peramalan. Penelitian ini menganalisis dominasi level informasi dalam model terbaik, mengevaluasi akurasi peramalan, dan menyusun kerangka peringatan dini harga beras Kalimantan. Data yang digunakan berupa harga beras harian pada 12 pasar, 6 kualitas beras, serta horizon 1, 5, 10, dan 22 hari kerja. Model AR dan ARDL teregularisasi dibandingkan melalui mekanisme horse race dengan evaluasi pseudo out-of-sample. Hasil penelitian menunjukkan bahwa tidak terdapat satu model yang unggul pada seluruh kondisi. Riwayat harga sendiri lebih dominan pada horizon pendek, sedangkan informasi dari pasar yang lebih luas semakin relevan pada horizon panjang. Evaluasi RMSE menunjukkan akurasi menurun ketika horizon semakin panjang. Temuan ini mendukung kerangka early warning system yang spesifik menurut pasar, kualitas beras, dan horizon peramalan.; Rice price monitoring in Kalimantan requires a granular approach because price movements may differ across markets, rice quality levels, and forecasting horizons. This study analyzes the dominance of information levels in the best- performing models, evaluates forecasting accuracy, and develops an early warning framework for rice prices in Kalimantan. The data consist of daily rice prices from 12 markets, 6 rice quality levels, and forecasting horizons of 1, 5, 10, and 22 working days. Regularized AR and ARDL models are compared through a horse race mechanism using pseudo out-of-sample evaluation. The results show that no single model performs best across all conditions. Own price history is more dominant at short horizons, while broader market information becomes more relevant at longer horizons. The RMSE evaluation indicates that forecasting accuracy declines as the horizon becomes longer. These findings support an early warning system framework that is specific to each market, rice quality level, and forecasting horizon. Thu, 01 Jan 2026 00:00:00 GMT http://repository.ipb.ac.id/handle/123456789/173371 2026-01-01T00:00:00Z http://repository.ipb.ac.id/handle/123456789/173338 Pengembangan Sistem Peringatan Dini Fluktuasi Harga Beras Sumatra: Integrasi Model Ekonometrika dan Machine Learning Makarim, Faris Abdul Fluktuasi harga beras di Sumatra dipengaruhi oleh ketimpangan pasokan yang memerlukan sistem deteksi dini akurat. Penelitian ini mengevaluasi kinerja peramalan model integrasi ekonometrika dan machine learning pada 822 deret waktu nasional melalui prosedur horse race komprehensif yang melibatkan 471.684 iterasi komputasi. Temuan menunjukkan bahwa klaster model multivariat (ARDL) secara konsisten mengungguli model univariat dalam menangkap sinyal arbitrase nasional. Teridentifikasi adanya transisi dominasi dari faktor internal pada horizon harian menuju faktor laten nasional pada horizon bulanan. Strategi regularisasi Ridge terbukti paling tangguh, sekaligus mengonfirmasi teori ilusi sparsitas di mana informasi harga tersebar secara akumulatif dalam jaringan pasar. Hasil studi ini merekomendasikan implementasi sistem peringatan dini adaptif berbasis subregional guna menjaga stabilitas harga pangan di Pulau Sumatra.; Rice price volatility in Sumatra is driven by supply imbalances requiring accurate early detection. This study evaluates the performance of integrated econometric and machine learning models using 822 national time series through a comprehensive horse race procedure involving 471,684 computational iterations. Findings reveal that multivariate model clusters (ARDL) consistently outperform univariate models by capturing national arbitrage signals. A dominance shift was observed from internal factors at daily horizons to national latent factors at monthly horizons. The Ridge regularization technique emerged as the most robust strategy, confirming the illusion of sparsity theory where price information is accumulatively distributed across the market network. This research recommends implementing an adaptive sub-regional early warning system to maintain food price stability across Sumatra. Thu, 01 Jan 2026 00:00:00 GMT http://repository.ipb.ac.id/handle/123456789/173338 2026-01-01T00:00:00Z http://repository.ipb.ac.id/handle/123456789/173315 Peramalan Harga Beras Real Time melalui Horse Race Model di Sulawesi MURDYANI, SELVI Harga beras di Pulau Sulawesi rentan terhadap gejolak akibat ketimpangan pasokan antardaerah, integrasi pasar spasial, dan keterkaitan lintas kualitas beras. Model ekonometrika konvensional kurang mampu menangani data berdimensi tinggi sehingga diperlukan pendekatan peramalan yang lebih andal sebagai landasan intervensi pasar yang bersifat pre-emptive untuk mendukung ketahanan pangan. Penelitian ini bertujuan menganalisis performa akurasi peramalan pada berbagai horizon waktu, mengidentifikasi model dan teknik regularisasi terbaik melalui horse race, serta mengevaluasi kontribusi sinyal harga nasional terhadap stabilitas akurasi jangka panjang. Data deret waktu harian periode April 2019 sampai Januari 2026 dianalisis menggunakan regresi teregularisasi (lasso, ridge, dan elastic net) dengan spesifikasi nested ARDL pada empat horizon peramalan. Hasil penelitian menunjukkan akurasi peramalan menurun seiring bertambahnya horizon (predictability decay). Model AR lasso terbukti paling unggul untuk peramalan jangka pendek. Model yang mengintegrasikan faktor nasional dengan elastic net mendominasi pada horizon jangka panjang. Integrasi sinyal harga nasional terbukti meningkatkan stabilitas akurasi peramalan jangka panjang.; Rice prices in Sulawesi are prone to volatility due to regional supply disparities, spatial market integration, and cross-grade price effects. Conventional econometric approaches are less capable of handling high dimensional data, thus necessitating a more reliable forecasting framework as the basis for pre-emptive market intervention to support food security. This study aims to analyze forecasting accuracy across multiple time horizons, identify the optimal model and regularization technique through a horse race mechanism, and evaluate the contribution of national price signals to long-term forecast stability. Daily time series data spanning April 2019 to January 2026 were analyzed using penalized regressions (lasso, ridge, and elastic net) within nested ARDL specifications across four forecasting horizons. The results show that forecast accuracy declines as horizons extend (predictability decay). The AR lasso model proves most effective for short-term forecasting. The model integrating national factors with elastic net dominates at longer horizons. The integration of national price signals improves forecast stability at longer horizons. Thu, 01 Jan 2026 00:00:00 GMT http://repository.ipb.ac.id/handle/123456789/173315 2026-01-01T00:00:00Z http://repository.ipb.ac.id/handle/123456789/173307 Dampak Program Cetak Sawah terhadap Pendapatan Sektoral dan Distribusi Pendapatan di Indonesia GULTOM, MUHAMMAD YOGASHARA PARLUHUTAN Muhammad Yogashara Parluhutan Gultom. Dampak Program Cetak Sawah terhadap Pendapatan Sektoral dan Distribusi Pendapatan di Indonesia. Dibimbing oleh Sahara dan Zulva Azijah. Program cetak sawah merupakan kebijakan strategis pemerintah untuk memperluas lahan pertanian produktif guna mendukung ketahanan pangan nasional. Penelitian ini bertujuan menganalisis dampak investasi program cetak sawah terhadap (1) pendapatan sektoral dan (2) distribusi pendapatan rumah tangga di Indonesia berdasarkan SNSE 2022. Metode yang digunakan adalah analisis multiplier pada Sistem Neraca Sosial Ekonomi (SNSE) 84×84 dengan skenario injeksi investasi pemerintah sebesar Rp23,61 triliun ke sektor pertanian tanaman pangan. Hasil penelitian menunjukkan bahwa investasi tersebut meningkatkan pendapatan sektor pertanian sebesar 0,95% dan PDB nasional sebesar 1,31%, serta meningkatkan pendapatan rumah tangga kuintil 1–5 masing- masing sebesar 0,230%, 0,229%, 0,229%, 0,228%, dan 0,225%. Penelitian ini menyimpulkan bahwa program cetak sawah tidak hanya efektif mendorong pertumbuhan sektor pertanian, tetapi juga berperan sebagai instrumen kebijakan fiskal yang mendukung pembangunan pertanian yang inklusif. Thu, 01 Jan 2026 00:00:00 GMT http://repository.ipb.ac.id/handle/123456789/173307 2026-01-01T00:00:00Z