Metodologi

Bagaimana prediksi ini dibuat

Sistem menggabungkan Prophet dan XGBoost dalam satu model hybrid untuk memproyeksikan harga beras menurut jenis, lalu membandingkannya secara terbuka dengan dua pembanding sederhana.

Alur Model Hybrid
Dari riwayat harga hingga prediksi akhir

Riwayat Harga

Deret waktu bulanan harga satu jenis beras

Prediksi Prophet

Menangkap tren dan pola musiman tahunan dari riwayat harga

Hitung Residual

Residual = harga aktual − prediksi Prophet

XGBoost Koreksi Residual

Mengoreksi sisa galat dari pola riwayat harga (lag dan residual)

Prediksi Hybrid Final

Prediksi Prophet + koreksi residual XGBoost

PIHPS Nasional
  • Harga beras DI Yogyakarta menurut jenis: Bawah I dan II, Medium I dan II, Super I dan II
  • Rata-rata harian per bulan. Penelitian memakai Januari 2021 sampai Mei 2026, bulan baru ditambahkan otomatis setiap bulan
Mengapa Hybrid?

Model tunggal sering kurang optimal menangkap semua pola pada data ekonomi. Harga beras punya tren dan pola musiman, tetapi juga dipengaruhi cuaca dan kebijakan.

Arsitektur hybrid menggabungkan Prophet (tren dan pola musiman) dengan XGBoost (mengoreksi sisa galat Prophet dari pola riwayat harga). Keunggulannya diuji secara terbuka terhadap pembanding sederhana di bawah.

Prediksi Beberapa Bulan

Prediksi lebih dari satu bulan memakai recursive multi-step forecasting: hasil bulan pertama menjadi masukan bulan berikutnya.

Pada pengujian, galat pada horizon yang lebih panjang secara umum lebih besar, seperti terlihat pada tabel pengujian di bawah. Karena itu satu bulan ke depan adalah horizon yang paling dapat dipertanggungjawabkan.

Tanpa Faktor Eksternal

Model hanya memakai riwayat harga beras per jenis dan pola bulan dalam setahun. Pengguna tidak memasukkan faktor apa pun. Pada pengujian, menambahkan faktor eksternal seperti harga gabah, curah hujan, produksi padi, dan inflasi pangan tidak meningkatkan ketepatan prediksi harga bulan berikutnya, sehingga faktor tersebut tidak dipakai dan tidak ditampilkan.

Keterbatasan Sistem
  • Prediksi adalah estimasi dari pola riwayat harga, bukan kepastian harga.
  • Pada data pengujian, mempertahankan harga bulan ini lebih akurat daripada model hybrid.
  • Hasil pengujian memakai 65 bulan (Januari 2021 sampai Mei 2026) dan satu wilayah, DI Yogyakarta. Bulan yang ditambahkan sesudahnya ikut memperbarui model tetapi tidak dihitung ulang dalam tabel pengujian.
  • Keenam jenis beras bergerak serempak, sehingga hasil per jenis bukan bukti yang saling bebas.
  • Kebijakan pemerintah, kondisi pasar, atau kejadian tak terduga dapat memengaruhi harga aktual.
Hasil Pengujian Model
MAPE (%) untuk Beras Medium II, semakin kecil semakin baik. Model sistem adalah Hybrid. Protokol: walk-forward, expanding window, refit tiap bulan; uji target Januari 2024 sampai Mei 2026; tanpa faktor eksternal dan tanpa penanda Lebaran; hyperparameter dibekukan dari trainv3.
Model1 bulan3 bulan6 bulanMAE 1 bulan (Rp)
Harga bulan ini dipertahankan0,83%2,13%2,20%Rp 122
ARIMA(1,1,0)0,95%2,44%2,60%Rp 138
Prophet2,63%4,82%6,80%Rp 375
Hybrid (Prophet + XGBoost)Model sistem2,50%4,81%6,78%Rp 357

Pada data ini, mempertahankan harga bulan ini dan ARIMA lebih akurat daripada model hybrid, dan galat hybrid pada horizon enam bulan jauh lebih besar daripada pada horizon satu bulan. Harga beras DIY sangat stabil: pada sebagian besar bulan, harganya tidak berubah dari bulan sebelumnya. Hasil ini diuji pada data lampau dan tidak menjamin harga di masa depan.

Teknologi yang Digunakan

Next.js 16React 19Tailwind CSS v4RechartsFastAPI (Python)Facebook ProphetXGBoostPandas / Scikit-LearnPostgreSQLTypeScript