<![CDATA[Indeks Harga Perdagangan Besar Indonesia (IHPBI) merupakan indikator penting dalam mengukur perkembangan ekonomi, khususnya pada sektor pertanian yang memiliki pengaruh besar terhadap daya beli masyarakat. Fluktuasi harga di sektor ini berdampak langsung pada kesejahteraan konsumen dan produsen, sehingga diperlukan metode peramalan yang akurat. Penelitian ini bertujuan untuk meramalkan IHPBI sektor pertanian menggunakan pendekatan hybrid Autoregressive Fractionally Integrated Moving Average (ARFIMA) dan Long Short-Term Memory (LSTM), serta membandingkan performa metode estimasi parameter pembeda terbaik. Model ARFIMA digunakan untuk menangani komponen stasioner dan pola jangka panjang melalui diferensiasi pecahan, sedangkan LSTM digunakan untuk menangkap pola nonlinier dalam data. Keterbaruan dalam penelitian ini adalah membandingkan parameter pembeda terbaik yaitu Local Whittle dan Rescaled Range Statistics dalam hybrid ARFIMA-LSTM. Hasil dari penelitian yaitu peramalan menunjukkan tren naik IHPBI sektor pertanian selama 12 bulan ke depan. Metode estimasi parameter pembeda terbaik dalam model ARFIMA adalah Rescaled Range Statistics dengan nilai sebesar 0,322. Model hybrid ini menghasilkan nilai MAPE sebesar 0,6337853%, yang menunjukkan tingkat akurasi sangat tinggi.]]>
Copyrights © 2025
