Gula merupakan salah satu asupan yang dibutuhkan tubuh yang berasal dari karbohidrat, peran karbohidrat bagi tubuh adalah sebagai sumber energi utama yang digunakan untuk melakukan aktivitas sehari-hari. Ada beberapa faktor yang mempengaruhi harga gula di Indonesia. Pertama, populasi Indonesia terus meningkat, mencapai 275 juta jiwa pada tahun 2024. Semakin banyak penduduk Indonesia, semakin besar permintaan dan kebutuhan akan bahan pokok. Kedua, fluktuasi nilai tukar dolar. Hal ini juga menyebabkan harga gula berfluktuasi karena Indonesia mengimpor gula dari negara lain. Ada beberapa faktor lain yang mempengaruhi produksi gula, seperti faktor alam, faktor sumber daya manusia di industri gula, dan faktor lainnya. Oleh karena itu, harga gula, khususnya di Provinsi Jawa Timur, memiliki nilai yang berfluktuasi dari waktu ke waktu. Tujuan penelitian ini adalah untuk memprediksi harga gula bulanan di provinsi Jawa Timur. Meningkatnya populasi Indonesia, yang mencapai 275 juta jiwa pada tahun 2024, meningkatkan urgensi untuk mengatasi meningkatnya permintaan dan kebutuhan akan barang pokok, termasuk gula.
Pada penelitian ini, digunakan metode analisis regresi nonparametrik, yaitu estimator polinomial lokal, Selain metode ini, teknik analisis deret waktu menggunakan Autoregressive Integrated Moving Average (AMI) juga digunakan untuk menentukan metode yang paling tepat. Tujuan penelitian ini adalah untuk menentukan model harga gula bulanan dan metodologi peramalan yang optimal untuk provinsi Jawa Timur dari Mei 2019 hingga April 2024, menggunakan total 60 titik data. Data tersebut menunjukkan nilai yang berfluktuasi, dengan nilai terkecil 11.294 dan nilai terbesar 17.911.
Hasil-hasil prediksi harga gula bulanan provinsi Jawa Timur menggunakan regresi nonparametric berdasarkan estimator polinomial lokal disajikan pada Tabel 2.
Selanjutnya, nilai akurasi model harga gula menggunakan polynomial lokal dan ARMA disajikan pada table berikut ini.
Akhirnya diperoleh kesimpulan bahwa Data harga gula bulanan untuk Provinsi Jawa Timur menunjukkan fluktuasi yang signifikan, berkisar dari minimum 11.294 hingga maksimum 17.911. Karena volatilitas ini, pendekatan regresi nonparametrik menggunakan estimator polinomial lokal cocok untuk memodelkan dan memprediksi harga-harga ini. Dengan menggunakan estimator polinomial lokal orde kedua, prediksi di luar sampel menghasilkan MAPE sebesar 0,34% dan R-Square sebesar 99,96%, yang menunjukkan prediksi yang sangat akurat. Prediksi data dalam sampel menunjukkan MAPE sebesar 0,66% dengan R-Square sebesar 97,65%, dan prediksi data secara keseluruhan menghasilkan MAPE sebesar 0,61% dengan R-Square sebesar 98,71%, semuanya mencerminkan akurasi yang tinggi. Sebaliknya, pemodelan deret waktu menghasilkan MAPE sebesar 11,54%, diklasifikasikan sebagai baik tetapi kurang akurat dibandingkan dengan pendekatan regresi nonparametrik. Oleh karena itu, estimator polinomial lokal memberikan prediksi yang lebih tepat untuk harga gula bulanan di Provinsi Jawa Timur dibandingkan dengan model deret waktu. Integrasinya ke dalam rencana aksi iklim nasional dapat meningkatkan pengambilan keputusan untuk pembangunan berkelanjutan dan pengurangan risiko bencana.
Penulis: Prof. Dr. Nur Chamidah, S.Si., M.Si.
Informasi lengkap (detail) dari penelitian ini dapat dilihat pada tulisan kami di laman:
https://doi.org/10.1063/5.0309125
Tianda, I.M., Hasri, I.M.A.; Baihaqi, M.; Vebriano, T.; Adri, F.M.; Chamidah, N. (2026). Prediction of East Java Province Monthly Sugar Prices with A Nonparametric Regression and ARIMA. AIP Conference Proceedings 3326, 080010, pp. 1–13. DOI: 10.1063/5.0309125.
