Penerapan Model Vector Autoregressive (VAR) Untuk Peramalan Produksi Kakao di Provinsi Sulawesi Tengah

Aidil, Idil
Sulistijanti, Wellie

Justek : Jurnal Sains Dan Teknologi
Vol 8, No 2 (2025): Juni

Abstract: Cocoa is one of the main commodities in Indonesia that ranks third in the world as the largest cocoa exporting country, with production fluctuating each year. Therefore, this research aims to predict cocoa production in Central Sulawesi province considering the impact of rainfall using the VAR method. This study uses secondary data in the form of monthly data on cocoa production and rainfall from January 2020 to December 2023, obtained from the Central Statistics Agency (BPS). The stages of the VAR method begin with stationarity testing using the ADF Test, optimal lag selection using AIC, stability testing of characteristic roots, Granger causality testing, and forecasting. The results of the study obtained the best model is VAR(4) with a forecasting error rate of MAE of 8.84938, and the forecast for cocoa production in 2024 shows a relatively stable pattern with an average forecast value of 11.387 thousand tons. The coefficient of determination value of 41.64% indicates that the VAR(4) model has a fairly good fit.Abstrak: Kakao adalah salah satu komoditas utama di Indonesia yang menduduki peringkat ketiga di dunia sebagai negara pengekspor kakao terbesar, yang produksinya mengalami fluktuasi setiap tahun. Oleh karena itu, penelitian ini bertujuan untuk memprediksi hasil produksi kakao di provinsi Sulawesi Tengah dengan mempertimbangkan pengaruh dari curah hujan menggunakan metode VAR. Penelitian ini menggunakan data sekunder berupa data bulanan mengenai jumlah produksi kakao dan curah hujan dari Januari 2020 hingga Desember 2023, yang diperoleh dari Badan Pusat Statistik (BPS). Tahapan metode VAR yaitu dimulai dari pengujian stasioneritas dengan menggunakan ADF Test, pemilihan lag optimal dengan menggunakan AIC, pengujian stabilitas akar karakteristik, pengujian kausalitas Granger, dan peramalan. Dari hasil penelitian diperoleh model terbaik adalah VAR(4) dengan Tingkat kesalahan peramalan MAE sebesar 8.84938 dan hasil peramalan produksi kakao tahun 2024 menunjukkan pola yang relatif stabil dengan nilai rata-rata peramalan sebesar 11.387 ribu ton. Nilai koefisien determinasi sebesar 41,64% menunjukkan bahwa model VAR(4) memiliki tingkat kecocokan yang cukup baik.