Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Imajiner: Jurnal Matematika dan Pendidikan Matematika
mawadah, khusniatul
Unknown Affiliation
Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Model ARIMA dan Hybrid ARIMA-Random Forest untuk Peramalan Harga Bawang Merah Harian di Provinsi Jawa Timur mawadah, khusniatul
Imajiner: Jurnal Matematika dan Pendidikan Matematika Vol 8, No 2 (2026): Imajiner: Jurnal Matematika dan Pendidikan Matematika
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/imajiner.v8i2.26800

Abstract

Harga bawang merah merupakan salah satu komoditas hortikultura strategis yang sering mengalami fluktuasi tinggi, khususnya pada data berfrekuensi harian. Volatilitas harga tersebut menimbulkan tantangan dalam perencanaan distribusi, pengendalian inflasi pangan, serta perumusan kebijakan. Penelitian ini bertujuan untuk membandingkan kinerja model Autoregressive Integrated Moving Average (ARIMA) dan model hybrid ARIMA-Random Forest dalam meramalkan harga bawang merah harian di Provinsi Jawa Timur. Data yang digunakan berupa data harga bawang merah harian periode Januari 2018 hingga Desember 2025 yang diperoleh dari Pusat Informasi Harga Pangan Strategis (PIHPS) Bank Indonesia. Data dipra-pemrosesan menggunakan metode Last Observation Carried Forward (LOCF) untuk menangani nilai hilang. Analisis deret waktu meliputi pemeriksaan stasioneritas, identifikasi dan pemodelan ARIMA, serta pengembangan model hybrid berbasis Random Forest pada residual ARIMA. Evaluasi kinerja model dilakukan menggunakan skema walk-forward evaluation pada horizon peramalan 1, 7, dan 14 hari dengan indikator Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model hybrid ARIMA–Random Forest memberikan kinerja yang lebih baik pada peramalan jangka sangat pendek (horizon 1 hari), sedangkan model ARIMA(3,0,1) menunjukkan kinerja yang stabil dan kompetitif pada horizon peramalan 7 dan 14 hari. Selain itu, hasil peramalan multi-langkah menggunakan ARIMA(3,0,1) menunjukkan kecenderungan penurunan harga secara bertahap dengan interval kepercayaan yang semakin melebar seiring bertambahnya horizon. Temuan ini menunjukkan bahwa pemilihan model peramalan perlu disesuaikan dengan panjang horizon dan tujuan analisis.
Co-Authors