Prediksi Harga Pangan · DIY

Pantau & prediksi harga beras di Yogyakarta

Informasi harga Beras Medium II yang akurat dan transparan, ditenagai Hybrid Model Prophet + XGBoost — untuk membantu keputusan masyarakat, pedagang, dan pemerintah daerah.

Harga Beras Medium II · DIY
Rp 14.150/kg
Rp 0dibanding bulan lalu
Data terbaru: Mei 2026

Tinjauan prediksi 6 bulan ke depan

Perbandingan harga aktual dengan proyeksi model hybrid.

Proyeksi dihitung dengan mengasumsikan faktor eksternal (harga gabah kering giling, curah hujan, produksi padi, dan inflasi pangan) tetap pada nilai terakhir yang tersedia, yaitu data Mei 2026. Perubahan kondisi nyata dapat menggeser hasil prediksi.

Simulasi sendiri

Sorotan pasar

Otomatis
Harga Stabil

Harga beras relatif stabil tanpa fluktuasi berarti dari bulan lalu.

Curah Hujan Turun Tajam

Penurunan drastis (-113 mm), menandakan musim kemarau yang dapat mengancam volume panen.

Inflasi Pangan Stabil

Inflasi daerah terkendali di -0.21%, meredam volatilitas harga beras.

Seberapa akurat prediksinya?

Model dievaluasi pada data uji menggunakan tiga metrik standar. Semakin kecil nilainya, semakin dekat prediksi dengan harga sebenarnya.

MAPE
2.93%
Rata-rata galat persentase
MAE
Rp 426.2
Rata-rata selisih absolut
RMSE
Rp 637.06
Akar rata-rata galat kuadrat
Angka di atas berlaku pada mode skenario, yaitu ketika kondisi faktor eksternal bulan yang diprediksi sudah diketahui atau diasumsikan. Bila sistem hanya memakai data bulan terakhir yang tersedia, seperti nilai bawaan pada halaman prediksi, MAPE-nya sekitar 9,91%. Lihat perbandingannya di Metodologi.
Metodologi

Dua model, satu prediksi yang lebih tajam

Prophet menangkap tren, pola musiman, dan faktor eksternal (harga gabah, curah hujan, produksi, inflasi) sebagai regressor; lalu XGBoost mengoreksi sisa galatnya dari pola riwayat harga.

Pelajari metodologi

1 · Facebook Prophet

Model dasar: menangkap tren jangka panjang, musiman tahunan, dan pengaruh faktor eksternal harga beras.

2 · XGBoost (residual)

Mengoreksi sisa galat Prophet dari pola riwayat harga (lag & residual).