Econometric Learning pada Model ARDL Teregularisasi untuk Peramalan Harga Beras Kalimantan

Abstract

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.