PEMODELAN AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) DALAM MEMPREDIKSI HARGA CRUDE PALM OIL (CPO)

Ika Ayu Krismawanti, Shantika Martha, Naomi Nessyana Debataraja
{"title":"PEMODELAN AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE (ARFIMA) DALAM MEMPREDIKSI HARGA CRUDE PALM OIL (CPO)","authors":"Ika Ayu Krismawanti, Shantika Martha, Naomi Nessyana Debataraja","doi":"10.26418/bbimst.v8i4.35886","DOIUrl":null,"url":null,"abstract":"Kelapa sawit merupakan salah satu komoditas perkebunan yang dapat berpengaruh terhadap perekonomian Indonesia. Salah satu hasil olahan tanaman kelapa sawit yaitu minyak kelapa sawit mentah (CPO). CPO memiliki peran strategis dalam perekonomian negara khususnya dalam bidang ekspor ke berbagai negara terutama negara India. Harga CPO yang cenderung mengalami peningkatan dan penurunan akan berpengaruh terhadap penghasilan negara dan masyarakat khususnya petani kelapa sawit. Peningkatan dan penurunan harga CPO yang tidak menentu memerlukan peramalan untuk mengetahui harga CPO dimasa yang akan datang. Peramalan merupakan kegiatan dalam memperkirakan kejadian dimasa depan dengan pengambilan data-data dimasa lalu. Dalam analisis runtun waktu terdapat data yang memiliki ciri proses jangka pendek dan data yang memiliki ciri proses jangka panjang. Model yang dapat menangani kedua jenis data ini adalah model autoregressive fractionally integrated moving average (ARFIMA). Model ARFIMA merupakan pengembangan dari model ARIMA, dengan differencing bernilai pecahan. Penelitian ini bertujuan untuk menentukan model ARFIMA pada data harga CPO. Data yang digunakan dalam penelitian ini merupakan data harga CPO dari periode 1 Januari 2012 sampai 10 Maret 2019. Berdasarkan analisis dapat disimpulkan bahwa model ARFIMA terbaik yang didapat adalah ARFIMA (1; 0,17; 0) dengan nilai AIC sebesar 7,999 dan nilai MAPE sebesar 1,37%. Kata Kunci: CPO, peramalan, ARFIMA","PeriodicalId":265420,"journal":{"name":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","volume":"48 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-10-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bimaster : Buletin Ilmiah Matematika, Statistika dan Terapannya","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26418/bbimst.v8i4.35886","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Kelapa sawit merupakan salah satu komoditas perkebunan yang dapat berpengaruh terhadap perekonomian Indonesia. Salah satu hasil olahan tanaman kelapa sawit yaitu minyak kelapa sawit mentah (CPO). CPO memiliki peran strategis dalam perekonomian negara khususnya dalam bidang ekspor ke berbagai negara terutama negara India. Harga CPO yang cenderung mengalami peningkatan dan penurunan akan berpengaruh terhadap penghasilan negara dan masyarakat khususnya petani kelapa sawit. Peningkatan dan penurunan harga CPO yang tidak menentu memerlukan peramalan untuk mengetahui harga CPO dimasa yang akan datang. Peramalan merupakan kegiatan dalam memperkirakan kejadian dimasa depan dengan pengambilan data-data dimasa lalu. Dalam analisis runtun waktu terdapat data yang memiliki ciri proses jangka pendek dan data yang memiliki ciri proses jangka panjang. Model yang dapat menangani kedua jenis data ini adalah model autoregressive fractionally integrated moving average (ARFIMA). Model ARFIMA merupakan pengembangan dari model ARIMA, dengan differencing bernilai pecahan. Penelitian ini bertujuan untuk menentukan model ARFIMA pada data harga CPO. Data yang digunakan dalam penelitian ini merupakan data harga CPO dari periode 1 Januari 2012 sampai 10 Maret 2019. Berdasarkan analisis dapat disimpulkan bahwa model ARFIMA terbaik yang didapat adalah ARFIMA (1; 0,17; 0) dengan nilai AIC sebesar 7,999 dan nilai MAPE sebesar 1,37%. Kata Kunci: CPO, peramalan, ARFIMA
Pemodelan自回归分数积分移动平均(arfima) dalam memprediksi harga粗棕榈油(cpo)
棕榈油是一种可以影响印尼经济的种植园商品。油棕加工的产品之一是未经加工的棕榈油(CPO)。CPO在各国经济中发挥了战略作用,特别是在向各国,特别是印度国家的出口方面。CPO的价格有可能增长和下降,这将影响国家和社区的收入,特别是油棕榈种植者。不稳定的CPO价格的增减需要预测未来的CPO价格。占卜是一种通过古代数据来预测未来事件的活动。时间时间分析包含了具有短期进程特征的数据和具有长期进程特征的数据。能够处理这两种数据类型的模型是autoregressive框架集成动动率模型。ARFIMA模型是ARIMA模型的发展,它的分数不同。本研究的目的是确定CPO价格数据的算法模型。本研究使用的数据是2012年1月1日至2019年3月10日期间的CPO价格数据。根据分析,可以得出最好的ARFIMA模型是ARFIMA (1;0,17;AIC值7.999,MAPE值1.37%。关键词:CPO,尊敬,ARFIMA
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信