<![CDATA[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.]]>
Copyrights © 2026
