Analisis Tren Harga Komoditas Jagung Menggunakan Python
(1) Politeknik Negeri Lampung
(2) Universitas Mahakarya Asia
(3) Universitas Mahakarya Asia
(*) Corresponding Author
Abstract
Penelitian ini bertujuan untuk menganalisis tren harga jagung menggunakan data historis dari Yahoo Finance, dengan fokus pada identifikasi pola musiman dan volatilitas harga menggunakan Python. Data harga jagung dari 2015 hingga 2024 dianalisis dengan pustaka yfinance untuk mengunduh data, statsmodels untuk dekomposisi deret waktu, dan matplotlib serta seaborn untuk visualisasi. Dekomposisi deret waktu memisahkan harga jagung menjadi komponen tren, musiman, dan residual, sementara log returns digunakan untuk mengukur volatilitas harga harian. Hasil penelitian menunjukkan bahwa harga jagung stabil pada 2015–2020, mengalami lonjakan pada 2021–2022, dan penurunan pada 2023–2024. Pola musiman menunjukkan harga lebih rendah pada bulan Januari hingga Maret dan lebih tinggi pada bulan Juni hingga Oktober. Penelitian ini memberikan wawasan penting bagi petani, pedagang, dan pembuat kebijakan dalam merencanakan strategi pasar dan kebijakan stabilisasi harga jagung.
Keywords
Full Text:
PDFReferences
Aprilia, A. (2016). Perkembangan situasi pasar dan integrasi harga jagung di Indonesia. Dalam: Prosiding Seminar Nasional Fakultas Pertanian Universitas Brawijaya Malang, 143–149.
Brooks, C. (2019). Introductory econometrics for finance. Cambridge university press.
febriani, febriani, Lamusa, A., & Pingkan, W. (2021). FAKTOR-FAKTOR YANG MEMENGARUHI PRODUKSI JAGUNG DI DESA WANAMUKTI UTARA KECAMATAN BOLANO KABUPATEN PARIGI MOUTONG. AGROTEKBIS : JURNAL ILMU PERTANIAN (e-Journal), 9(3). http://jurnal.faperta.untad.ac.id/index.php/agrotekbis/article/view/846
Food, & (FAO), A. O. (2023). Global Corn Market Report 2023. Food and Agriculture Organization.
Kariyasa, K., & Sinaga, B. M. (2004). Faktor-faktor yang mempengaruhi perilaku pasar jagung di Indonesia. Jurnal Agro Ekonomi, 22(2), 167–194.
McKinney, W. (2012). Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. “ O’Reilly Media, Inc.”
Raisa Hanum, N., Jambi, U., Sains dan Teknologi, F., Waladi, A., & Perdana, Y. (2024). Implementation of Machine Learning for Stock Price Prediction Using the LSTM Algorithm Hasanatul Iftitah. In Media Journal of Information System and Informatics (Vol. 1). http://www.mase.or.id
Wheelwright, S., Makridakis, S., & Hyndman, R. J. (1998).
Forecasting: methods and applications. John Wiley & Sons.
Yahoo Finance. (2024). Finance Data for Commodities and Markets.
DOI: https://doi.org/10.53514/jco.v4i2.568
Article Metrics


DOI (PDF): https://doi.org/10.53514/jco.v4i2.568.g320
Refbacks
___________________________________________________________________
Journal Computer Science and Informatic Systems:J-Cosys
ISSN 2776-9690 (online)
Managed by: Fakultas Teknologi Bisnis dan Sains (FTBS)
Published by: Universitas Dharma Wacana
W: https://e-jurnal.dharmawacana.ac.id/index.php/JCO
Email: lppmstmikdw@gmail.com
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.