Prediksi Harga Beras di Provinsi Nusa Tenggara Barat Dengan Metode Least Square Approximation

Aulia Fadma Anjani; Nabila Choirunnisa; Maulana Rifky Haizar; Nuzla Af’idatur Robbaniyyah; Tri Maryono Rusadi

doi:10.35746/jsn.v3i1.690

Aulia Fadma Anjani Program Studi Matematika, Universitas Mataram
Nabila Choirunnisa Program Studi Matematika, Universitas Mataram
Maulana Rifky Haizar Program Studi Matematika, Universitas Mataram
Nuzla Af’idatur Robbaniyyah Program Studi Matematika, Universitas Mataram
Tri Maryono Rusadi Program Studi Matematika, Universitas Mataram

DOI: https://doi.org/10.35746/jsn.v3i1.690

Keywords: Least Square Approximation, Rice Price, Rice Production, Prediction

Abstract

The Linear Least Square Approximation method is applied to predict rice prices in West Nusa Tenggara (NTB) Province. The price of rice plays a strategic role in the Indonesian economy as it is the basic need of most people, and its fluctuations have a significant impact on purchasing power and economic stability. Various factors influence changes in rice prices, such as production volume, climate conditions, and the possibility of price manipulation by certain parties. In this analysis, the Least Square Approximation method was chosen because it is able to capture trend patterns based on historical data from 2015-2022 obtained from the Central Statistics Agency (BPS), thus helping to project future prices. The prediction results show that rice prices in the period tend to be stable in the range of IDR 8,900 to IDR 9,800 per kilogram. The accuracy of the model was evaluated using Mean Absolute Percentage Error (MAPE), which resulted in an error of 2.59%, indicating that the method is effective and reliable enough to provide accurate rice price predictions.

Downloads

Download data is not yet available.

References

Aido, I., Prasmatiwi, F. E., & Adawiyah, R. (2021). Pola Konsumsi Dan Permintaan Beras Tingkat Rumah Tangga Di Kota Bandar Lampung. Jurnal Ilmu-Ilmu Agribisnis, 9(3), 470-476, doi: http://dx.doi.org/10.23960/jiia.v9i3.5336.

Ardhana, V. Y. P., Mulyodiputro, M. D., & Hidayati, L. (2024). PENGARUH SOCIAL MEDIA MARKETING DAN BRAND AWARENESS TERHADAP LOYALITAS PELANGGAN BEAUTY STORE. Jurnal Rekayasa Sistem Informasi dan Teknologi, 1(3), 150-157,doi: https://doi.org/10.59407/jrsit.v1i3.491.

Arifin, B. (2020). Ekonomi beras kontemporer. Gramedia Pustaka Utama.

Asih, M.S., Hasibuan, A.Z. (2024). Analisis Prediksi Jumlah Mahasiswa Universitas Harapan Medan Menggunakan Metode Least Square. JIKSTRA, 5(2), 32-44, https://www.jurnal.harapan.ac.id/index.php/Jikstra/article/view/879.

Badan Pusat Statistik Provinsi Nusa Tenggara Barat. (1 Februari 2024). Luas Panen, Produktivitas, dan Produksi Padi¹ Menurut Kabupaten/Kota di Provinsi Nusa Tenggara Barat, 2022. Diakses pada 8 November 2024, dari https://ntb.bps.go.id/id/statistics-table/3/WmpaNk1YbGFjR0pOUjBKYWFIQlBSU3MwVHpOVWR6MDkjMw==/luas-panen-produktivitas-dan-produksi-padi-menurut-kabupaten-kota-di-provinsi-nusa-tenggara-barat.html?year=2022.

Eka Marwitasari. (2022). Statistik Harga Produsen Beras Di Penggilingan Provinsi Nusa Tenggara Barat 2022. Mataram: Badan Pusat Statistik Nusa Tenggara Barat.

Hasan, M. I. (2014). Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta: PT Bumi Aksara.

Herlinawati, E. (2022). APROKSIMASI FUNGSI BERVARIASI-φ TERBATAS DI RUANG HENSTOCK-KURZWEIL DENGAN MENGGUNAKAN FUNGSI TANGGA. FIBONACCI: Jurnal Pendidikan Matematika dan Matematika, 8(2), 121-126, doi: https://doi.org/10.24853/fbc.8.2.121-126.

Kusumaningsih, A. (2015). Analisis Integrasi Vertikal Pasar Beras di Indonesia. BBM (Buletin Bisnis & Manajemen), 1(2), doi: http://dx.doi.org/10.47686/bbm.v1i2.11.

Lestari, Y. D., Santoso, E., & Ridok A. (2021). Prediksi Harga Saham Metode Extreme Learning Machine (ELM) (Studi Kasus: Saham PT Bank Rakyat Indonesia). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 5(7), 2801-2808, https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9431.

Ndruru, Y., & Pohan, R. R. (2024). Analisis Data Mining Prediksi Penjualan Kusen Kayu Menggunakan Metode Least Square. Informasi dan Teknologi Ilmiah (INTI), 12(1), 138-145, https://stmik-budidarma.ac.id/ejurnal/index.php/inti/article/view/8252.

Octavia, R. W. N., & Chotijah, U. (2022). Implementasi Metode Least Square Untuk Prediksi Penjualan Kue Donat dan Bomboloni. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 11(1), 251-262, doi: http://dx.doi.org/10.35889/jutisi.v11i1.802.

Purnama, M. P., Fadilla, A., Baharsyah, N. F., Farahnas, U., & Hasanah, M. (2023). Prediksi Parameter Kelembapan Udara Berdasarkan Data Penyinaran Matahari Menggunakan Metode Aproksimasi Kuadrat Terkecil. Math Journal, 8(20), doi: https://doi.org/10.31102/zeta.2023.8.2.60-65.

Shidiq, B. G. A., Furqon, M. T., & Muflikhah, L. (2022). Prediksi Harga Beras menggunakan Metode Least Square. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 6(3), 1149-1154, https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10718.

Siregar, A. M., Kom, S., Puspabhuana, M. K. D. A., Kom, S., & Kom, M. (2017). Data Mining: Pengolahan Data Menjadi Informasi dengan RapidMiner. CV Kekata Group.

Sudarismiati, A., & Sari, M. T. (2019). Analisis peramalan penjualan untuk menentukan rencana produksi pada UD Rifa’i. Growth, 14(2), 17-30, https://unars.ac.id/ojs/index.php/growth-journal/article/view/176.

Sudarsono, B. G., Leo, M. I., Santoso, A., & Hendrawan, F. (2021). Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner. JBASE-Journal of Business and Audit Information Systems, 4(1), doi: http://dx.doi.org/10.30813/jbase.v4i1.2729.

Zai, C. (2022). Implementasi Data Mining Sebagai Pengolahan Data. Jurnal Portal Data, 2(3), http://portaldata.org/index.php/portaldata/article/view/107.