Autoregressive Distributed Lag Modeling For Rice Price Predictor Analysis In Bojonegoro Regency

Abstract

Rice price fluctuations in Bojonegoro Regency are driven by complex interactions of economic, social, and environmental elements. These dynamics have a direct impact on the welfare of low-income households, making it essential to understand the underlying factors to support effective price stabilization efforts. Addressing this issue requires a comprehensive econometric model capable of capturing both immediate and lagged effects of relevant variables. This study analyzes the main drivers of rice price changes in Bojonegoro Regency by applying the Autoregressive Distributed Lag (ARDL) model. It focuses on how variables such as dried corn prices, rice consumption, harvest area, rice production, and money exchange rates contribute to rice price volatility. The ARDL model is employed to explore both short-term and long-term relationships between selected variables and rice prices. Model selection is guided by performance indicators including the Akaike Information Criterion (AIC), Root Mean Square Error (RMSE), R-Square, as well as results from stationarity, cointegration, and classical assumption tests. The study utilizes secondary data sourced from the Bojonegoro Regency Food Security and Agriculture Office and the Bojonegoro Statistics Agency. The optimal model, identified as ARDL (3,4,4,4,4,0), produces an R-Square of 97.13% and the lowest AIC among alternatives. The analysis reveals that dried corn prices, rice consumption, harvest area, and rice production significantly influence rice prices, each with distinct lag structures. The money exchange rate, however, is found to have no significant effect. This study does not account for policy-specific variables or broader external factors such as global climate change or international trade regulations, which may also impact rice prices. Additionally, the availability and quality of secondary data may affect the model’s predictive accuracy. By incorporating lag structures and localized economic factors, this research offers a robust predictive framework tailored to Bojonegoro Regency. It provides practical insights for policymakers aiming to enhance rice price stability and protect household purchasing power.

Keywords

ARDL, Rice Price, Classical Assumption Test, Cointegration Test, Stationarity Test.

Judul

Pemodelan Autoregressive Distributed Lag Untuk Analisis Prediktor Harga Beras Di Kabupaten Bojonegoro

Abstrak

Fluktuasi harga beras di Kabupaten Bojonegoro disebabkan oleh interaksi yang kompleks antara unsur-unsur ekonomi, sosial, dan lingkungan. Dinamika ini berdampak langsung pada kesejahteraan rumah tangga berpenghasilan rendah, sehingga penting untuk memahami faktor-faktor yang mendasarinya untuk mendukung upaya stabilisasi harga yang efektif. Untuk menjawab permasalahan ini, diperlukan model ekonometrik yang komprehensif yang mampu menangkap dampak langsung dan dampak jangka panjang dari variabel-variabel yang relevan. Studi ini menganalisis faktor pendorong utama perubahan harga beras di Kabupaten Bojonegoro dengan menggunakan model Autoregressive Distributed Lag (ARDL). Studi ini berfokus pada bagaimana variabel-variabel seperti harga jagung kering, konsumsi beras, luas panen, produksi beras, dan nilai tukar uang berkontribusi terhadap volatilitas harga beras. Model ARDL digunakan untuk mengeksplorasi hubungan jangka pendek dan jangka panjang antara variabel-variabel yang dipilih dan harga beras. Pemilihan model dipandu oleh indikator kinerja termasuk Akaike Information Criterion (AIC), Root Mean Square Error (RMSE), R-Square, serta hasil uji stasioneritas, kointegrasi, dan uji asumsi klasik. Penelitian ini menggunakan data sekunder yang bersumber dari Dinas Ketahanan Pangan dan Pertanian Kabupaten Bojonegoro dan Badan Pusat Statistik Kabupaten Bojonegoro. Model optimal, yang diidentifikasi sebagai ARDL (3,4,4,4,4,0), menghasilkan R-Square sebesar 97,13% dan AIC terendah di antara berbagai alternatif. Analisis ini menunjukkan bahwa harga jagung kering, konsumsi beras, luas panen, dan produksi beras secara signifikan memengaruhi harga beras, masing-masing dengan struktur lag yang berbeda. Akan tetapi, nilai tukar uang tidak memiliki pengaruh yang signifikan. Studi ini tidak memperhitungkan variabel-variabel spesifik kebijakan atau faktor-faktor eksternal yang lebih luas seperti perubahan iklim global atau peraturan perdagangan internasional, yang juga dapat memengaruhi harga beras. Selain itu, ketersediaan dan kualitas data sekunder dapat memengaruhi akurasi prediksi model. Dengan memasukkan struktur lag dan faktor-faktor ekonomi lokal, penelitian ini menawarkan kerangka kerja prediksi yang kuat yang disesuaikan dengan Kabupaten Bojonegoro. Penelitian ini memberikan wawasan praktis bagi para pembuat kebijakan yang bertujuan untuk meningkatkan stabilitas harga beras dan melindungi daya beli rumah tangga.

Kata Kunci

ARDL, Harga Beras, Uji Asumsi Klasik, Uji Kointegrasi, Uji Stasioneritas.

Reference

Khoirina, J., Nurdiansyah, D., and Kartini, A. Y. (2025). AUTOREGRESSIVE DISTRIBUTED LAG MODELING FOR RICE PRICE PREDICTOR ANALYSIS IN BOJONEGORO REGENCY. Jurnal Statistika Dan Aplikasinya, 9(1), 89–101. doi.org/10.21009/JSA.09108

Sumber: Jurnal JSA 2025