Source : Google Apis
Menelusuri Prediksi Harga Beras dengan Structural Time Series dan Hamiltonian Monte Carlo
Halo Sobat Data!
Selamat datang pada sesi #IDEA (Insight Data Eksplorasi Akademik). Sobat Data akan diajak mengeksplorasi jurnal penelitian yang menyoroti temuan utama, data yang digunakan, hingga potensi dampaknya di dunia nyata.
Yuk, kita jelajahi kekayaan ilmu dari sains data dan temukan inspirasi baru yang bisa diaplikasikan! Pastikan kamu simak sampai akhir agar tidak ketinggalan insight berharga ya Sobat Data!
Pada edisi ini, Sobat Data akan diajak menjelajahi jurnal dari Dosen Sains Data Telkom University Surabaya yaitu Ibu Rifdatun Ni’mah dengan jurnal yang berjudul “Structural Time Series Model using Hamiltonian Monte Carlo for Rice Price”. Penasaran bagaimana sains data dapat membantu memahami dinamika harga pangan yang sangat penting bagi masyarakat? Yuk kita bahas bersama!
Beras merupakan salah satu komoditas pangan paling penting di Indonesia. Hampir seluruh masyarakat Indonesia menjadikan beras sebagai makanan pokok sehari-hari. Karena itu, perubahan harga beras sering kali menjadi perhatian besar, baik bagi pemerintah, pedagang, petani, maupun konsumen. Fluktuasi harga yang terjadi dari waktu ke waktu membuat kebutuhan akan metode prediksi yang akurat menjadi sangat penting untuk membantu perencanaan ekonomi dan kebijakan pangan.
Penelitian ini mencoba menjawab tantangan tersebut dengan menggunakan pendekatan Structural Time Series Model yang dipadukan dengan metode Bayesian inference melalui Hamiltonian Monte Carlo (HMC). Pendekatan ini memungkinkan peneliti memodelkan data deret waktu dengan mempertimbangkan berbagai komponen penting seperti tren jangka panjang, pola musiman, serta komponen autoregresif yang menggambarkan keterkaitan nilai harga dari waktu ke waktu.
Data yang digunakan dalam penelitian ini berasal dari Badan Pusat Statistik (BPS) berupa rata-rata harga beras bulanan pada tingkat perdagangan besar di Indonesia dari Januari 2010 hingga Desember 2019. Data tersebut kemudian digunakan untuk memprediksi harga beras pada periode berikutnya menggunakan model yang dibangun dengan bantuan TensorFlow Probability.
Melalui proses analisis, data harga beras terlebih dahulu didekomposisi menjadi beberapa komponen utama, yaitu tren, musiman, dan noise. Hasil analisis menunjukkan bahwa harga beras memiliki tren meningkat dalam jangka panjang serta pola musiman tertentu sepanjang tahun. Artinya, selain dipengaruhi oleh kondisi ekonomi, harga beras juga memiliki pola berulang yang dapat dimanfaatkan dalam proses prediksi.
Salah satu keunikan penelitian ini adalah penggunaan Hamiltonian Monte Carlo dalam proses inferensi parameter model. Metode ini merupakan bagian dari Markov Chain Monte Carlo (MCMC) yang memanfaatkan informasi gradien dari fungsi probabilitas untuk menghasilkan proses sampling yang lebih efisien. Dengan pendekatan ini, model dapat mengeksplorasi distribusi parameter secara lebih optimal sehingga menghasilkan prediksi yang lebih stabil dan akurat.
Hasil evaluasi menunjukkan bahwa model yang dibangun mampu memberikan tingkat akurasi prediksi yang sangat baik. Nilai Mean Absolute Percentage Error (MAPE) yang dihasilkan berada di bawah 2%, yang menunjukkan bahwa selisih antara nilai prediksi dan nilai aktual relatif kecil. Dengan kata lain, model ini mampu memberikan estimasi harga beras yang cukup mendekati kondisi sebenarnya.
Temuan ini memberikan gambaran bahwa metode statistik dan komputasi modern seperti structural time series dan Hamiltonian Monte Carlo dapat dimanfaatkan untuk menganalisis data ekonomi yang kompleks. Dengan model prediksi yang lebih akurat, pemerintah maupun pelaku pasar dapat membuat strategi yang lebih tepat dalam menjaga stabilitas harga dan ketersediaan pangan.
Bagi Sobat Data, penelitian ini juga menunjukkan bahwa sains data tidak hanya digunakan dalam bidang teknologi atau bisnis digital, tetapi juga memiliki peran besar dalam sektor ekonomi dan ketahanan pangan. Analisis data yang tepat dapat membantu menghasilkan kebijakan yang lebih berbasis bukti dan berdampak luas bagi masyarakat.
Baca dan eksplorasi selengkapnya di sini ya Sobat Data!
Terus ikuti sesi #IDEA untuk mengeksplorasi lebih banyak penelitian menarik di bidang sains data dan aplikasinya di dunia nyata!
Yuk segera daftarkan diri kamu di Data Science Telkom University Surabaya dan wujudkan impianmu!
Playing with Data, Winning the Era.
More info :
Website : https://bds-sby.telkomuniversity.ac.id/
Instagram : https://www.instagram.com/ds.telkomsurabaya/