APLIKASI PREDIKSI HARGA KOMODITAS PANGAN KEBUTUHAN POKOK MENGGUNAKAN METODE ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE)
Penulis RIZKI NUR.MATA
2022
649/UB/FT-Inf/23
Ind
APLIKASI PREDIKSI HARGA KOMODITAS PANGAN KEBUTUHAN POKOK MENGGUNAKAN METODE ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE)
#1814321035/FT-InfPengarang: RIZKI NUR.MA
Pembimbing Pertama: Dr. Eko Prasetyo, S.Kom., M.Kom.
Pembimbing Kedua: Budi M. Mulyono, S.Kom., M.T.
Jenis: TA
Penerbit: UBHARA - FT. Informatika
Tahun Terbit: 2022
Bahasa: Ind
Kode: 649/UB/FT-Inf/23
No. Klasifikasi: 621.319 RIZ a
Jenis Karya: S1
Jenis
TA
Tahun
2022
Status
Tersedia
Kode
649/UB/FT-Inf/23
Deskripsi Fisik
xxiii, 164 hal; 30 cm
Subyek
APLIKASI PERAMALAN - METODE ARIMA
Kata Kunci
Anotasi
ABSTRAK Persoalan harga komoditas pangan yang naik dan turun (fluktuatif) merupakan salah satu masalah utama yang dikeluhkan oleh masyarakat, untuk itu penetapan harga komoditas merupakan salah satu aspek penting yang perlu mendapat perhatian. Salah satu cara untuk membantu mengatasi permasalahan tersebut yaitu membangun aplikasi prediksi harga komoditas pangan. Penelitian ini akan membahas tentang prediksi atau peramalan harga komoditas pangan khususnya komoditas beras bengawan, telur ayam kampung, daging ayam kampung, daging sapi dan gula pasir agar didapatkan hasil prediksi harga di masa yang akan datang. Data komoditas diperoleh dari Sistem Informasi Ketersediaan dan Perkembangan Harga Bahan Pokok di Jawa Timur khususnya Kota Surabaya pada bulan Januari 2019 sampai Desember 2021. ARIMA (Autoregressive Integrated Moving Average) merupakan metode prediksi/peramalan deret waktu dimana data pengamatan dalam sebuah deret waktu berhubungan antara data satu dengan data yang lain. Penelitian ini bertujuan untuk memperoleh hasil prediksi harga komoditas pangan kebutuhan pokok di Kota Surabaya dimasa yang akan datang. Hasil penelitian ini ditemukan akurasi prediksi harga kelima komoditas yaitu beras bengawan, telur ayam kampung, daging ayam kampung, daging sapi dan gula pasir didapatkan hasil rata-rata RMSE (Root Mean Squared Error) sebesar 288.042 dan hasil rata-rata MAPE (Mean Absolute Percentage Error) sebesar 0.164%. Kata kunci: ARIMA, prediksi, harga, komoditas, Surabaya
Catatan
WISuda 2023