Peramalan Harga Beras Grosir Indonesia Menggunakan SARIMA, Triple Exponential Smoothing, dan Time Series Regression

Peramalan harga beras grosir di Indonesia merupakan hal penting dalam mendukung ketahanan pangan dan stabilitas ekonomi. Tujuan dari penelitian ini adalah untuk mendapatkan metode terbaik dalam melakukan peramalan terhadap harga beras grosir di Indonesia. Penelitian ini menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA), Triple Exponential Smoothing, dan Regresi Time Series. Data yang digunakan berupa data bulanan harga beras grosir di Indonesia periode Januari 2010-Desember 2020. Root Mean Absolute Error (RMSE) dan Mean Percentage Absolute Error (MAPE) digunakan untuk membandingkan akurasi ketiga metode dalam melakukan peramalan. Model SARIMA yang dihasilkan untuk data harga beras grosir di Indonesia, yaitu SARIMA (1,1,0)(0,1,1)[12] dengan RMSE dan MAPE sebesar 501,88 dan 3,56%. Triple Exponential Smoothing diperoleh α, β, γ, dan φ masing masing sebesar 0,9999, 0,0766, 1e-04, dan 0,9777 dengan RMSE dan MAPE sebesar 181,515 dan 1,18%. Model Regresi Time Series yang dihasilkan untuk data harga beras yaitu Z_t= 7116,49 + 49,325X dengan RMSE dan MAPE sebesar 1121,93 dan 8,95%. Metode yang terbaik untuk melakukan peramalan pada harga beras grosir di Indonesia adalah Triple Exponential Smoothing.