Penerapan Model ARIMAX pada Data Pasokan Beras dengan Efek Variasi Kalender (Studi Kasus: Pasokan Beras di Pasar Induk Beras Cipinang)

Abstract

Model Autoregressive Integrated Moving Average (ARIMA) merupakan salah satu model yang umum digunakan dalam menganalisis data deret waktu. Model ARIMA pada data deret waktu yang dipengaruhi oleh efek variasi kalender belum cukup baik dalam melakukan pemodelan. Efek variasi kalender merupakan pola berulang dengan panjang periode yang bervariasi yang diakibatkan oleh penanggalan kalender yang berbeda-beda setiap tahunnya. Salah satu cara menangkap pola tersebut adalah dengan model Autoregressive Integrated Moving Average Exogenous (ARIMAX). Model ARIMAX menjadikan peubah lain sebagai peubah penjelas dalam model yang digunakan. Penelitian ini menerapkan model ARIMAX pada data harian pasokan beras di Pasar Induk Beras Cipinang (PIBC) yang dipengaruhi oleh efek variasi kalender periode 1 Januari 2017 sampai 30 April 2019. Model ARIMAX terbaik yang didapatkan adalah model ARIMAX(2,0,0) dengan nilai MAPE pada data pemodelan sebesar 19.87%, dan nilai MAPE pada data validasi sebesar 15.78%.