Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENGARUH PUPUK KANDANG AYAM DAN BOKASHI KULIT PISANG TERHADAP KADAR AIR TANAH DAN C-ORGANIK SERTA PERTUMBUHAN JAGUNG PADA REGOSOL PESISIR NAMBO HAPSA, SITTI; REMBON, FRANSISCUS S.; LEOMO, SITTI
Jurnal Agroteknos Vol 13, No 1 (2023)
Publisher : Jurnal Agroteknos

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This study aims to determine the dose of chicken manure and banana peel bokashi kepok which has a better effect on increasing soil moisture content and organic C content in Regosol soil and corn plant growth, and to determine the effect of adding chicken manure and kepok banana peel bokashi on the growth of maize. This research was conducted at the Field Experimental Garden II, Faculty of Agriculture, Halu Oleo University and soil sampling was carried out on the coast of Nambo. Soil sample analysis was carried out at the soil test laboratory of the Department of Soil Science and the Integrated Laboratory of Halu Oleo University, which took place from April to June 2022. The design used was a factorial randomized block design with two factors, namely chicken manure and kepok banana peel bokashi. The results showed that the application of chicken manure and kepok banana peel bokashi has a significant effect at p< 0,05 and p
Peramalan Harga Beras di Tingkat Perdagangan Besar (Grosir) Indonesia Menggunakan Model ARFIMA-GARCH Hapsa, Sitti; Rahmawati
Journal of Mathematics: Theory and Applications Vol. 8 No. 1 (2026): Volume 8 Nomor 1 Tahun 2026
Publisher : Program Studi Matematika Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jomta.v8i1.5622

Abstract

Penelitian ini memanfaatkan data harga beras grosir di Indonesia pada periode Januari 2010 hingga September 2024. Data harga beras memperlihatkan adanya karakteristik memori jangka panjang yang memerlukan pemodelan khusus. Tujuan penelitian ini adalah untuk melakukan peramalan harga beras sekaligus menentukan model yang paling optimal. Metode yang diterapkan adalah Autoregressive Fractionally Integrated Moving Average – Generalized Autoregressive Conditional Heteroskedasticity (ARFIMA-GARCH), di mana ARFIMA berfungsi menangkap sifat long memory sementara GARCH digunakan untuk memodelkan volatilitas, sehingga dinilai lebih tepat dibandingkan penggunaan ARFIMA saja. Tiga model ARFIMA-GARCH yang diuji meliputi ARFIMA(0,d,0)-GARCH(1,1), ARFIMA(0,d,0)-GARCH(1,2), dan ARFIMA(0,d,0)-GARCH(2,1), dengan hasil bahwa ARFIMA(0,d,0)-GARCH(1,1) merupakan model terbaik berdasarkan nilai AIC dan BIC yang paling rendah. Hasil peramalan memperlihatkan adanya tren penurunan harga beras dari Rp13.102/kg pada Oktober 2024 menjadi sekitar Rp12.130/kg pada September 2025. Secara keseluruhan, model ARFIMA-GARCH terbukti mampu menghasilkan peramalan harga beras yang lebih akurat dan relevan sebagai dasar dalam perumusan kebijakan stabilisasi pangan.