Analisis Hubungan dan Peramalan Harga dan Jumlah Impor Bawang Putih Menggunakan Model Markov Switching Vector Error Correction

Baihaqi, Reza Ananta (2026) Analisis Hubungan dan Peramalan Harga dan Jumlah Impor Bawang Putih Menggunakan Model Markov Switching Vector Error Correction. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5002221015-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Bawang putih merupakan komoditas pangan strategis di Indonesia yang 96% kebutuhannya dipenuhi melalui impor dari Cina. Jumlah impor yang fluktuatif serta dinamika hubungan antar jumlah impor dan harga bawang putih yang tidak konstan mendorong perlunya model yang mampu menangkap karakteristik nonlinear dan perubahan pola pada data runtun waktu. Salah satu model yang dapat menangkap perubahan pola pada data runtun waktu adalah Markov Switching Vector Error Correction (MS-VECM). Penelitian ini menerapkan model MS-VECM pada data bulanan harga dan jumlah impor bawang putih periode November 2011 hingga Desember 2025. Hasil uji akar satuan dan uji kointegrasi menunjukkan data tidak stabil pada tingkat level dan memiliki kointegrasi (hubungan jangka panjang antar variabel), sehingga perlu dimodelkan dengan VECM atau MS-VECM. Estimasi parameter MS-VECM dilakukan menggunakan metode Estimated Generalized Least Squares (EGLS) untuk parameter kointegrasi dan algoritma Expectation-Maximization (EM) untuk parameter lainnya. Hasil uji rasio likelihood menunjukkan bahwa MS-VECM lebih baik daripada VECM linear, sehingga MS-VECM telah tepat digunakan dalam memodelkan data runtun waktu yang nonlinear tersebut. Residual dari MS-VECM yang telah diestimasi telah memenuhi asumsi residual berdistribusi multivariat Gaussian. Model hasil estimasi selanjutnya dianalisis dan diinterpretasikan. Hasil interpretasi model menunjukkan adanya hubungan jangka panjang yang bersifat negatif antara jumlah impor dan harga bawang putih, sebagaimana teori umum supply and demand. Selain itu, model juga menunjukkan adanya periode lonjakan dan periode stabil pada historis jumlah impor dan harga. Setelah didapat hasil interpretasinya, model hasil estimasi digunakan dalam simulasi peramalan pada data testing. Hasil akhir simulasi menunjukkan bahwa model cukup baik untuk digunakan dalam peramalan, di mana hasil evaluasi mencatatkan nilai Median Absolute Percentage Error (MdAPE) sebesar 10.007% pada variabel harga bawang putih.
============================================================
Garlic is a strategic food commodity in Indonesia, with 96% of its demand met through imports from China. The fluctuating import volume and the non-constant dynamic relationship between import volume and garlic prices necessitate a model capable of capturing nonlinear characteristics and pattern changes in time series data. One model capable of capturing these pattern changes is the Markov Switching Vector Error
Correction (MS-VECM). This research applies the MS-VECM to monthly data of garlic prices and import volumes for the period of November 2011 to December 2025. Unit root and cointegration test results show that the data are non-stationary at the level but are cointegrated (having a long-term relationship between variables), thus requiring modeling
with VECM or MS-VECM. The MS-VECM parameter estimation is conducted using the Estimated Generalized Least Squares (EGLS) method for cointegration parameters and the Expectation-Maximization (EM) algorithm for the other parameters. The likelihood ratio test results indicate that MS-VECM is superior to linear VECM, demonstrating that MS-VECM is appropriately used for modeling such nonlinear time series data. The residuals of the estimated MS-VECM have satisfied the multivariate Gaussian distribution assumption. The estimated model is subsequently analyzed and interpreted. The interpretation results reveal a negative long-term relationship between import volume and garlic prices, consistent with the general theory of supply and demand. Furthermore, the model also identifies periods of spikes and stability in the historical data of import volume and prices. Following the interpretation, the estimated model is used in a forecasting simulation on the testing data. The final simulation results show that the model performs adequately well for forecasting, where the evaluation records a Median Absolute Percentage Error (MdAPE) value of 10.007% for the garlic price variable.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Markov switching vector error correction, kointegrasi, bawang putih, deviasi harga Markov switching, vector error correction, cointegration, garlic, price deviation
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA278 Cluster Analysis. Multivariate analysis. Correspondence analysis (Statistics)
Divisions:	Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Reza Ananta Baihaqi
Date Deposited:	04 Aug 2026 02:29
Last Modified:	04 Aug 2026 02:29
URI:	http://repository.its.ac.id/id/eprint/142698

Actions (login required)

View Item