Prediksi Harga Cabai dengan Menggunakan pemodelan Time Series ARIMA

Authors

  • Fikri Nur Hadiansyah Telkom University

DOI:

https://doi.org/10.21108/INDOJC.2017.2.1.144

Abstract

Pada penelitian kali ini harga cabai diprediksi dengan menggunakan pemodelan time series ARIMA sehingga dapat diprediksi kemungkinan-kemungkinan terjadinya peningkatan harga cabai. Data akan dianalisis untuk ditentukan model ARIMA mana saja yang memungkinkan untuk dimodelkan sehingga akan didapatkan model yang efisien untuk pemodelan harga cabai ini. Hasil dari penelitian ini adalah sebuah model yang paling efisien untuk memprediksi kapan harga cabai mengalami peningkatan sehinnga para konsumen dapat melakukan pencegahan kelangkaan mendapat cabai.

Downloads

Download data is not yet available.

Author Biography

Fikri Nur Hadiansyah, Telkom University

Mahasiswa s1 universitas telkom jurusan Ilmu Komputasi

References

Wei, W. S. 2006. Time Analysis Univariate and Multivariate Methods, New York : Addison Wesley Publishing Company, Inc

Halim, Siana dan Chandra, Arief. 2011. Pemodelan Time Series Multivariat secara Automatis. Jurnal Teknik Industri Vol 13

Perdana, Sukma. 2010. Perbandingan Metode Time Series Regression Dan Arimaxpada Pemodelan Data Penjualan Pakaian Di Boyolali. Surabaya

Huang, Theresa. 2013. The Box-Jenkins Methodology for Time Series Models.SAS Global Forum, 2013

Box, G.E.P., & Jenkins, G.M. 1976. Time SeriesAnalysis, Forecasting and Control. HoldenDay: San Francisco.

Octora, Metta & Kunotoro. 2013. Perbandingan Metode ARIMA (Box Jenkins) dan Metode Winter dalam Peramalan Jumlah Kasus Demam Berdarah Dengue. Jurnal Biometrika dan Kependudukan, Vol. 2, No. 1 Juli 2013: 88–98

Willmott J Cort dan Matsuura Kenji. 2005. Advantages of the Mean Absolute Error (MAE) Over the Root Mean Square Error (RMSE) in Assessing Average Model Performance. Department of Geography, University of Delaware. Newark USA.

Pakaja, F., Naba, A., Purwanto. (2012), Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan dan Certainty Factor, Jurnal EECCIS, Vol.6, No.1, Juni 2012.

A. Colin & A.G. Frank. 1995. An R-squared measure of goodness of fit for some common nonlinear regression models.

Febri, kiki; Hoyyi, Abdul & Mukid, Adbul. 2014. Verifikasi Model Arima Musiman Menggunakan Peta Kendali Moving Range. JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 701 - 710 .

Downloads

Additional Files

Published

2017-09-14

How to Cite

Nur Hadiansyah, F. (2017). Prediksi Harga Cabai dengan Menggunakan pemodelan Time Series ARIMA. Indonesian Journal on Computing (Indo-JC), 2(1), 71–78. https://doi.org/10.21108/INDOJC.2017.2.1.144

Issue

Vol. 2 No. 1 (2017): Maret, 2017

Section

Computer Science

License

  • Manuscript submitted to IndoJC has to be an original work of the author(s), contains no element of plagiarism, and has never been published or is not being considered for publication in other journals. 
  • Copyright on any article is retained by the author(s). Regarding copyright transfers please see below.
  • Authors grant IndoJC a license to publish the article and identify itself as the original publisher.
  • Authors grant IndoJC commercial rights to produce hardcopy volumes of the journal for sale to libraries and individuals.
  • Authors grant any third party the right to use the article freely as long as its original authors and citation details are identified.
  • The article and any associated published material is distributed under the Creative Commons Attribution 4.0License