PREDIKSI HARGA BAHAN PANGAN DENGAN PENDEKATAN MODEL VECTOR MOVING AVERAGE (VMA) DI SURABAYA DAN MALANG

Najma Pramiswari, Safira (2025) PREDIKSI HARGA BAHAN PANGAN DENGAN PENDEKATAN MODEL VECTOR MOVING AVERAGE (VMA) DI SURABAYA DAN MALANG. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (COVER) Cover_Skripsi.pdf Download (892kB)
	Text (BAB I) bab 1_skripsi.pdf Download (29kB)
	Text (BAB II) bab 2_Skripsi.pdf Restricted to Registered users only until 18 June 2028. Download (490kB)
	Text (BAB III) bab 3_Skripsi.pdf Restricted to Registered users only until 18 June 2028. Download (434kB)
	Text (BAB IV) bab 4_Skripsi.pdf Restricted to Registered users only until 18 June 2028. Download (1MB)
	Text (BAB V) bab 5_Skripsi.pdf Download (12kB)
	Text (DAFTAR PUSTAKA) dafpus_Skripsi.pdf Download (95kB)
	Text (LAMPIRAN) Lampiran_Skripsi.pdf Restricted to Registered users only until 18 June 2028. Download (210kB)

Abstract

Fluktuasi harga bahan pangan hewani merupakan masalah signifikan di Indonesia, terutama bagi masyarakat berpenghasilan rendah, karena berdampak langsung terhadap pola konsumsi protein hewani yang masih tergolong rendah. Pada tahun 2023, harga daging sapi mengalami kenaikan hingga 11%, sementara daging ayam naik sebesar 4,55%, yang turut mendorong tingkat inflasi di Provinsi Jawa Timur. Selain itu, harga komoditas ikan seperti ikan tongkol dan ikan bandeng juga menunjukkan fluktuasi yang memengaruhi daya beli masyarakat serta konsumsi protein hewani secara keseluruhan, yang masih tertinggal dibandingkan negara-negara Asia lainnya. Oleh karena itu, penelitian ini bertujuan untuk memprediksi harga komoditas pangan hewani di Kota Surabaya dan Kabupaten Malang menggunakan metode Vector Moving Average (VMA), yang mampu menganalisis hubungan antar variabel dalam deret waktu multivariat untuk menghasilkan prediksi yang akurat. Penelitian ini mencakup Harga Daging Sapi, Ayam, Ikan tongkol, dan Ikan Bandeng per kilogram sepanjang harinya selama tahun 2023. Hasil analisis Prediksi selama 30 hari kedepan di awal tahun 2024, menunjukkan bahwa model terbaik untuk prediksi harga di Surabaya adalah VMA(2), sedangkan di Kabupaten Malang adalah VMA(3), berdasarkan pola ACF, nilai AIC, dan nilai MAPE. Hasil evaluasi menggunakan nilai Mean Absolute Percentage Error (MAPE) menunjukkan bahwa di Surabaya, daging sapi (1,30%) dan daging ayam (2,70%) memiliki akurasi tinggi, sedangkan ikan tongkol (15,72%) dan ikan bandeng (18,38%) masuk kategori baik. Di Kabupaten Malang, model VMA(3) memberikan hasil prediksi yang lebih konsisten, dengan seluruh komoditas menunjukkan nilai MAPE <10%, yakni daging sapi (5,20%), daging ayam (2,88%), ikan tongkol (5,38%), dan ikan bandeng (2,26%).

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	Trimono, Trimono	NIDN0008099501	trimono.stat@upnjatim.ac.id
Thesis advisor	Mas Diyasa, I Gede Susrama	NIDN0019067008	igsusrama.if@upnjatim.ac.id

Subjects:

Q Science > QA Mathematics > QA76.6 Computer Programming

Divisions:

Faculty of Computer Science > Departemen of Data Science

Depositing User:

SAFIRA NAJMA PRAMISWARI

Date Deposited:

19 Jun 2025 01:26

Last Modified:

19 Jun 2025 01:26

URI:

https://repository.upnjatim.ac.id/id/eprint/38500