SISTEM PREDIKSI HARGA KOMODITAS CABAI DIWILAYAH JAWA TIMUR MENGGUNAKAN SIMPLE MOVING AVERAGE
DOI:
https://doi.org/10.23960/jitet.v13i3.7345Abstract Views: 67 File Views: 52
Keywords:
Komuditas Cabai;, Simple Moving Average;, Prediksi Harga.Abstract
Harga komoditas cabai di Jawa Timur mengalami fluktuasi yang signifikan setiap harinya, sehingga diperlukan sistem yang dapat memprediksi harga secara akurat untuk membantu para petani dalam mengambil keputusan melihat harga cabai di pasar. Penelitian ini bertujuan untuk mengembangkan sistem prediksi harga cabai di wilayah Jawa Timur dengan menggunakan metode Simple Moving Average. Data yang digunakan berupa harga harian cabai rawit dan cabai keriting yang diambil dari website Siskaperbapo Jawa Timur pada periode 27 April 2025 hingga 30 Mei 2025. Metode Simple Moving Average dengan periode rata-rata lima hari diterapkan untuk melihat puncak harga jangka pendek. Proses evaluasi dilakukan menggunakan Mean Absolute Error untuk mengukur tingkat akurasi prediksi. Berdasarkan hasil evaluasi, sistem prediksi yang dikembangkan menghasilkan tingkat kesalahan rata-rata sebesar 858,494 untuk cabai rawit dan 424,847 untuk cabai keriting. Hasil ini menunjukkan bahwa metode Simple Moving Average dapat digunakan sebagai pendekatan yang cukup efektif dalam memperkirakan tren harga cabai dalam jangka pendek. Sistem ini diharapkan dapat menjadi alat bantu bagi petani, pedagang, dan pengambil kebijakan dalam mengantisipasi perubahan harga dan mengoptimalkan strategi pengelolaan komoditas cabai.
Downloads
References
M. K. Sholihin, “Pengaruh Upah Minimum Dan Tingkat Pengangguran Terhadap Jumlah Penduduk Miskin Di Provinsi Jawa Timur,” J. Bisnis, vol. 01, no. 01, pp. 1–7, 2021, [Online]. Available: https://www.aksiologi.org/index.php/gemahripah/article/view/134/61
BPS, “(Badan Pusat Statistik),” 2023, [Online]. Available: https://www.bps.go.id/id/statistics-table/2/NjEjMg==/undefined
Z. Arifin, “Kontribusi Usahatani Pembibitan Cabai Rawit Terhadap Pendapatan Rumah Tangga Kelompok Tani Perdi Di Desa Dilem Kecamatan Kepanjen Kabupaten Malang,” J. Pertan. Cemara, vol. 18, no. 1, pp. 25–41, 2021, doi: 10.24929/fp.v18i1.1160.
B. G. Hendratri, J. Iswanto, A. Tohawi, and A. Y. Dianto, “Pengaruh Fluktuasi Harga Cabai Rawit dan Dampaknya pada Daya Beli Konsumen di Pasar Wage Nganjuk The Influence of Price Fluctuations of Cayenne Pepper and Its Impact on Consumer Purchasing Power at the Wage Nganjuk Market,” vol. 6, no. 11, pp. 1595–1600, 2023, doi: 10.56338/jks.v6i11.4651.
F. Petropoulos et al., “Forecasting: theory and practice,” Int. J. Forecast., vol. 38, no. 3, pp. 705–871, 2022, doi: 10.1016/j.ijforecast.2021.11.001.
D. Kartini, H. Rusdiani, and A. Farmadi, “Analisis Pengaruh Banyak Orde pada Metode Multivariate High-Order Fuzzy Time Series untuk Prediksi Duga Muka Air Waduk,” J. Edukasi dan Penelit. Inform., vol. 5, no. 1, p. 9, 2019, doi: 10.26418/jp.v5i1.27265.
Y. N. Lubis, H. Winata, and S. Sobirin, “Data Mining Untuk Memprediksi Data Pengunjung dengan Menggunakan Algoritma Simple Moving Average,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 21, no. 2, p. 50, 2022, doi: 10.53513/jis.v21i2.5958.
E. Maulid, “Penerapan Metode Simple Moving Average terhadap Prediksi Transaksi Penjualan,” J. Ilm. Indones., vol. 7, no. 7, p. 10, 2022, doi: 10.36418/syntax-literate.v7i10.13209.
W. M. I. Muttaqin, W. Ramdhan, and W. M. Kifti, “Sistem Peramalan Permintaan Darah dengan Metode Simple Moving Average,” Edumatic J. Pendidik. Inform., vol. 6, no. 2, pp. 242–251, 2022, doi: 10.29408/edumatic.v6i2.6326.
M. Lim, T. Handayani, T. Informatika, F. T. Informasi, and U. Tarumanagara, “Penerapan lstm dan gru untuk prediksi harga cabai merah di kota jawa timur,” vol. 13, no. 2, 2025, doi: https://doi.org/10.23960/jitet.v13i2.6467.
A. N. Putri and A. K. Wardhani, “Penerapan Metode Single Moving Average Untuk Peramalan Harga Cabai Rawit Hijau,” Indones. J. Technol. Informatics Sci., vol. 2, no. 1, pp. 37–40, 2020, doi: 10.24176/ijtis.v2i1.5653.
F. Rohman, W. Sari, and C. Mashuri, “Perbandingan metode Double Exponential Smoothing dan Simple Moving Average pada kasus peramalan penjualan Comparison of the Double Exponential Smoothing method and the Simple Moving Average in the case of sales forecasting,” vol. 11, no. 2, pp. 93–100, 2021, [Online]. Available: https://journal.unipdu.ac.id/index.php/teknologi/article/view/2348/1259
D. P. L. Rorim Panday, “Analisis Forecasting Jumlah Wisatawan Mancanegara Di Provinsi Bali Dengan Metode Least Square,” no. January, pp. 1–11, 2020, [Online]. Available: https://www.researchgate.net/publication/348160225_ANALISIS_FORECASTING_JUMLAH_WISATAWAN_MANCANEGARA_DI_PROVINSI_BALI_DENGAN_METODE_LEAST_SQUARE
S. Hansun, “A new approach of moving average method in time series analysis,” nt. Conf. New Media Stud. CoNMedia, 2013, doi: doi: 10.1109/conmedia.2013.6708545.
P. P. Multi-produk, E. Novarida, Y. Purnamasari, and M. Nurtanzis, “Implementasi Metode Time Series Simple Moving Average untuk,” vol. 1, no. 1, pp. 1–6, 2024, [Online]. Available: https://journal.patin.or.id/index.php/JISTech/article/view/1/15
T. O. Hodson, “Root-mean-square error (RMSE) or mean absolute error (MAE): when to use them or not,” Geosci. Model Dev., vol. 15, no. 14, pp. 5481–5487, 2022, doi: 10.5194/gmd-15-5481-2022.
Z. I. B. ZUDI ITA BELA, “Sistem Prediksi Penjualan Obat Menggunakan Metode Single Moving Average (Studi Kasus: Apotek Wilujeng Kecamatan Panceng Kab.Gresik),” Indexia, vol. 4, no. 1, p. 47, 2022, doi: 10.30587/indexia.v4i1.3638.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Informatika dan Teknik Elektro Terapan
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
