Pemodelan dan Peramalan Harga Kopi Robusta Menggunakan Autoregressive Integrated Moving Average (ARIMA) dengan EViews

Nurul Fazirah; Erizky Elsa Wisnuna; Muslihah Muslihah; Achmad Zakaria; Achmad Budi Susetyo

doi:10.61132/jiesa.v3i1.1968

Authors

Nurul Fazirah Universitas Trunojoyo Madura
Erizky Elsa Wisnuna Universitas Trunojoyo Madura
Muslihah Muslihah Universitas Trunojoyo Madura
Achmad Zakaria Universitas Trunojoyo Madura
Achmad Budi Susetyo Universitas Trunojoyo Madura

DOI:

https://doi.org/10.61132/jiesa.v3i1.1968

Keywords:

ARIMA, Eviews, Price Forecasting, Robusta Coffee Prices, Time Series

Abstract

The relatively high volatility of Robusta coffee prices creates uncertainty for farmers, business actors, and policymakers in making economic decisions. This study aims to analyze the price movement patterns of Robusta coffee, determine the most appropriate Autoregressive Integrated Moving Average (ARIMA) model, and conduct short- to medium-term price forecasting for Robusta coffee. The data used consist of monthly Robusta coffee price data from January 2023 to September 2025, sourced from the World Bank Commodity Price Data. The analytical method employed is ARIMA using EViews software, beginning with stationarity testing using the Augmented Dickey-Fuller (ADF) test, model identification through ACF and PACF, parameter estimation, and residual diagnostic testing. The results show that Robusta coffee price data are non-stationary at the level but become stationary at the first difference, indicating integration of order one I(1). Based on model identification and diagnostic testing, the ARIMA (0,1,0) model is found to be the most appropriate and satisfies the white noise assumption. Forecasting results indicate that Robusta coffee prices are projected to remain relatively stable with a moderate upward trend through December 2026. These findings are expected to serve as a reference for decision-making by farmers, business actors, and the government in responding to Robusta coffee price dynamics.

Downloads

Download data is not yet available.

References

Anggraini, D. (2023). Peramalan harga komoditas pertanian menggunakan pendekatan machine learning: Studi empiris pada kopi. Jurnal Agribisnis Indonesia, 11(2), 145–158.

Aristy, Y., & Muhamad Emil Rachman. (2023). Analisis faktor-faktor yang mempengaruhi permintaan kopi Indonesia. EKONOMIKA45: Jurnal Ilmiah Manajemen, Ekonomi Bisnis, Kewirausahaan, 11(1), 384–392. https://doi.org/10.30640/ekonomika45.v11i1.982

Athifah, A. N. (2024). Analisis faktor-faktor yang mempengaruhi ekspor kopi Indonesia dari hasil perkebunan rakyat: Studi kasus tahun 2003-2022. Educationist: Journal of Educational and Cultural Studies, 3(1), 50–56. Retrieved from https://jurnal.litnuspublisher.com/index.php/jecs/article/view/214

Dian, D. W. L., & Yotenka, R. (2022). Arima aplikasi metode Box-Jenkins (Arima) untuk meramalkan harga komoditas cabai merah. Khazanah: Jurnal Mahasiswa, 14(1). https://doi.org/10.20885/khazanah.vol14.iss1.art4

Erdianto, M. A. (2023). Perancangan model peramalan jangka pendek harga komoditas pertanian di Indonesia menggunakan machine learning. KLIK: Kajian Ilmiah Informatika dan Komputer, 3(4).

Fransiska, L. (2023). Faktor-faktor yang memengaruhi fluktuasi harga kopi di Indonesia. Jurnal Ekonomi Pertanian dan Agribisnis, 7(1), 89–101.

Herawati, R. (2017). Penerapan autoregressive integrated moving average (ARIMA) pada peramalan produksi kedelai di Sumatera Utara. Jurnal Argica, 9(2).

Pangkur, J. B., Pellokila, R., & Sirma, I. N. (2020). Faktor-faktor yang mempengaruhi produksi kopi arabika. Journal of Agricultural Socio-Economics (JASE), 1(2), 54–60. https://doi.org/10.33474/jase.v1i2.9093

Kustiawan, F. R., & Hudori, H. (2017). Forecasting jumlah wisatawan di Taman Wisata Alam Kawah Ijen dengan metode exponential smoothing berbantu Zaitun time series. Transformasi: Jurnal Pendidikan Matematika dan Matematika, 1(1). Retrieved from https://ejournal.unibabwi.ac.id/index.php/transformasi/article/view/101

Nopeline, N., dkk. (2024). Dampak asimetris nilai tukar rupiah terhadap perdagangan Indonesia dengan mitra dagang. Ekuilnomi: Jurnal Ekonomi Pembangunan, 6(2), 1–15. https://doi.org/10.36985/3tpk8676

Panjaitan, et al. (2019). Analisis disparitas harga dan korelasi terhadap dana desa: Studi kasus bawang merah dan cabai merah. Jurnal Ekonomi dan Kebijakan Pembangunan, 8(1), 1–19. https://doi.org/10.2944/jekp.8.1.1-19

Susanto, R. A., Firmansyah, G., Ridwan, M. K., & Irawan, D. (2022). Model perbandingan metode prediksi jumlah penjualan produk aplikasi HRIS dengan algoritma forecasting time series perusahaan SaaS. SISFOKOM, 11(2), 235–241.

Riandi, M. H., dkk. (2024). Prediksi penjualan melalui metode weighted moving average (WMA) pada UMKM “Nasi Bakar”. Jurnal Riset Entrepreneurship, 7(2), 190–205.

Ridwan, M. (2023). Comparison of ARIMA and GRU models for high-frequency time series forecasting. Scientific Journal of Informatics, 10(3).

Ruhiat, D. (2019). Peramalan data deret waktu berpola musiman menggunakan metode regresi spektral (Studi kasus: Debit Sungai Citarum-Nanjung). Jurnal Teorema: Teori dan Riset Matematika, 4(1), 1–12.

Sari, M. P., et al. (2025). Model peramalan ekspor minyak dan gas Indonesia menggunakan metode dekomposisi trend moment. Jurnal Ilmu Komputer dan Matematika, 6(1).

Sholikul Hadi. (2019). Strategi penetapan harga komoditas dalam perspektif ekonomi syariah. Al-Kharaj: Jurnal Ekonomi, Keuangan & Bisnis Syariah, 1(2), 192–210. https://doi.org/10.47467/alkharaj.v1i2.54

Suryana, R., dkk. (2024). Analisis disparitas harga dan korelasi terhadap dana desa: Studi kasus bawang merah dan cabai merah. Jurnal Ekonomi dan Kebijakan Pembangunan, 8(1), 1–19. https://doi.org/10.2944/jekp.8.1.1-19

Tokan, L. F., & Hermawan, A. (2023). Implementasi model SARIMA untuk memprediksi produksi minyak kelapa sawit. Jurnal Fasilkom, 13(3), 456–463.

Ulhaq, M. R., Putri, A. S., & Rahman, F. (2025). Peramalan harga komoditas perkebunan berbasis deret waktu sebagai dasar pengambilan keputusan. Jurnal Statistika dan Aplikasinya, 9(1), 33–45.

Utami, N. D. (2022). Analisis daya saing kopi robusta sebagai komoditas unggulan perkebunan. Jurnal Sosial Ekonomi Pertanian, 15(3), 201–213.

Verona, A. (2024). Penerapan model ARIMA dalam peramalan harga komoditas pertanian. Journal of Time Series Analysis and Forecasting, 6(2), 55–68.