Penerapan Model Arima Untuk Memprediksi Nilai Tukar Subsektor Tanaman Pangan

Abstract

Nilai Tukar Petani (NTP) merupakan indikator kesejahteraan petani yang penting dalam evaluasi kebijakan pertanian. Penelitian ini bertujuan membangun model prediksi NTP subsektor tanaman pangan Provinsi Jawa Timur dan mengevaluasi akurasinya menggunakan metode Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan adalah data NTP bulanan dari Januari 2013 hingga Desember 2025 (156 observasi) yang bersumber dari Badan Pusat Statistik (BPS). Tahapan analisis meliputi uji stasioneritas Augmented Dickey-Fuller (ADF), identifikasi orde model melalui plot ACF dan PACF, estimasi parameter, serta uji diagnostik residual. Model dievaluasi menggunakan tiga variasi pembagian data training-testing, yaitu 80:20, 85:15, dan 90:10. Hasil penelitian menunjukkan model ARIMA(3,1,3) dengan split 80:20 memberikan akurasi terbaik dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 2,7224% dan Mean Absolute Error (MAE) sebesar 2,9131, yang dikategorikan Sangat Baik berdasarkan kriteria Lewis (1982). Peramalan untuk periode Januari hingga Juni 2026 menghasilkan prediksi NTP pada rentang 111,1–113,32 dengan rata-rata 112,47. Meskipun seluruh nilai prediksi diatas 100 tapi nilai tukar petani cenderung mengalami penurunan ini bisa menjadi peringatan bagi pemangku kebijkan dan pelaku bisnis untuk melakukan upaya mempertahankan petani tetap surplus.