Studi tentang Peramalan Harga Batubara (Thermal) Indonesia Tahun 2017-2019 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Vector AutoRegression (VAR)

Bil Akbar, Sri Widayati, Stefano Munir

Abstract


Abstract. In the study, forecasting of coal price from 2017 to 2019 in quarterly form using Autoregressive Integrated Moving Average (ARIMA) and Vector Autoregression (VAR) method. The ARIMA model uses a single variable (univariet) and a VAR method using more than one variable (multivariet). The second result of ARIMA and VAR forecasting method will compare and searched the best result from both methods, ARIMA method using single data that is price of coal history without factor by other factor. The VAR method uses multivariate data where the coal history is known by many factors. From both the result of each research method can result ARIMA constant every year because ARIMA input data without influence. The VAR method produces an unstable forecasting of the resulting price increase and its stewardship will remain stable. The ARIMA method in the 3rd quarter of 79.22 USD / MT is in the process of Vector Auto Regressive strategy in the same quarter 70.20 USD / MT is following the Ministry of Energy Resources and Reserves, in the same quarter of 83.40 USD / MT.

Keywords: Price Forecasting, Autoregressive Integrated Moving Average (ARIMA), Vector Autoregression (VAR), Univariet, Multivariet

Abstrak. Pada Penelitian dilakukan peramalan harga barubara dari tahun 2017 hingga 2019 dalam bentuk kuartal menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dan Vector Autoregression (VAR). Model ARIMA menggunakan variabel tunggal (univariet) dan metode VAR menggunakan variabel lebih dari satu (multivariet). Hasil kedua peramalan metode ARIMA dan VAR akan dibandingkan dan dicari hasil terbaik dari kedua metode tersebut, metode ARIMA menggunakan data tunggal yaitu harga histori batubara tanpa dipengaruhi oleh faktor lainnya. Metode VAR menggunakan data multivariet dimana histori batubara dipengaruhi oleh banyak faktor. Dari kedua hasil penelian masing-masing metode di dapat hasil ARIMA konstan setiap tahun karena data input ARIMA tanpa pengaruh. Sedangkan metode VAR menghasilkan peramalan yang tidak konstan harga yang dihasilkan mengalami kenaikan dan penurusan akan tetapi tetap relatif stabil. Metode ARIMA pada periode kuartal 3 yaitu 79.22 USD/MT sedang hasil metode Vector Auto Regressive pada kuartal yang sama 70.20 USD/MT sedang menurut Kementrian Energi Sumber Daya dan Cadangan, pada kuartal yang sama 83.40 USD/MT.

Kata Kunci: Peramalan Harga, Autoregressive Integrated Moving Average (ARIMA), Vector Autoregression (VAR), Univariet, Multivariet 


Keywords


Peramalan Harga, Autoregressive Integrated Moving Average (ARIMA), Vector Autoregression (VAR), Univariet, Multivariet

Full Text:

PDF

References


Ali, M.A., Rahman, S.F, 2010, Influence of Australia Coal Export on AS$/US$ Exchange Rate, Central Queensland University: Australia

Bahtera, E.P, 2013, Peramalan Harga Batubara dengan Metode ARIMA dan VAR, Institut Teknologi Bandung : Bandung

Denny, E.A, 1994, The World Price of Coal. Massachusetts Institute of Technology:Amerika Serikat

Festic, Mejar dkk, 2010, Estimating Coal Price Dynamics eith The Pricipal Componenets Method, Economic Institute: Ljubljana

Johannes Trueby, & Moritz Paulus, 2010,â€Have Prices of Internationally Traded Steam Coal been Marginal Cost Based?â€

https://openknowledge.worldbank.org/discover?query=coal, Worldbank.org (diakses pada 14 juni 2017 jam 09.53)

https://www.worldcoal.org/coal/coal-market-pricing, Worldcoal.org (diakses pada 14 juni 2017 jam 21.34)

https://www.bps.go.id/subject/7/energi.html#subjekViewTab3, Bps.go.id (diakses pada 13 Juni 2017 jam 20.19)

Nachrowi, D.N, 2006, Pendekatan Populer dan Praktis Ekonometrika untuk analisis ekonomi dan keuangan, Fakultas Ekonomi Universitas Indonesia:Jakarta

Mansuri, 2016, Modul Praktikum Eviews, Fakultas Ekonomi Universitas Borobudur, Jakarta




DOI: http://dx.doi.org/10.29313/pertambangan.v0i0.10388

Flag Counter    Â