risa alyauma, Affiati Oktaviarina

Prediksi Sebaran Harga Cabai Rawit Merah di Provinsi Jawa Timur Menggunakan Metode Universal Kriging

Introduction

Prediksi sebaran harga cabai rawit merah di provinsi jawa timur menggunakan metode universal kriging. Memprediksi sebaran harga cabai rawit merah di Jawa Timur menggunakan Universal Kriging. Analisis variasi spasial, pemodelan tren, dan semivariogram menghasilkan peta prediksi harga yang akurat.

Abstract

Harga cabai rawit merah merupakan komoditas pangan yang mengalami fluktuasi dan variasi tinggi antar wilayah, sehingga diperlukan pendekatan yang mampu menangkap karakteristik harga spasial secara luas. Studi ini bertujuan untuk menganalisis pola distribusi spasial harga cabai rawit merah di Provinsi Jawa Timur, menerapkan metode Universal Kriging untuk memodelkan dan memprediksi harga pada titik-titik koordinat prediksi yang tersusun dalam grid spasial, dan menghasilkan peta prediksi distribusi harga cabai rawit merah. Metode yang digunakan adalah Universal Kriging , dengan mempertimbangkan tren spasial dalam data harga. Analisis dimulai dengan eksplorasi spasial dan pemodelan tren menggunakan tren orde pertama dan kedua, dengan model terbaik yang dipilih berdasarkan kriteria informasi AIC dan BIC. Ketergantungan residu spasial dimodelkan melalui semivariogram eksperimental dan didekati menggunakan model semivariogram teoretis Spherical, Exsponential , dan Gaussian . Pemilihan model semivariogram terbaik dilakukan menggunakan metode LOOCV dengan kriteria RMSE. Semua analisis dilakukan menggunakan perangkat lunak Python. Hasil penelitian menunjukkan bahwa harga cabai rawit merah memiliki variasi spasial yang tidak homogen di Provinsi Jawa Timur. Model trend orde pertama dan model semivariogram eksponensial memberikan kinerja terbaik berdasarkan nilai RMSE. Penerapan Universal Kriging menghasilkan peta prediksi harga cabai rawit merah yang disajikan sebagai permukaan spasial kontinu, serta peta prediksi yang menunjukkan peningkatan kinerja di daerah yang jauh dari titik pengamatan.

Review

This study tackles a highly pertinent issue regarding the spatial prediction of red chili prices in East Java, a commodity characterized by significant volatility and inter-regional variation. The authors' choice of Universal Kriging, a sophisticated geostatistical method, is well-justified for capturing the complex spatial dependency inherent in agricultural market data. The research's objective to analyze distribution patterns, model prices on a spatial grid, and generate predictive maps is commendable, offering a valuable approach to better understand and manage the economics of this crucial foodstuff. The methodology is meticulously described and robust, reflecting a thorough application of geostatistical principles. The process begins with essential spatial exploration and trend modeling, comparing first and second-order polynomial functions, with optimal selection based on AIC and BIC. Subsequent modeling of spatial dependence of residuals through experimental and theoretical semivariograms (Spherical, Exponential, Gaussian) further demonstrates methodological rigor. The use of Leave-One-Out Cross-Validation (LOOCV) and RMSE for selecting the best semivariogram model, alongside the implementation in Python, underscores a commitment to robust and reproducible analysis. The findings yield important insights, confirming the non-homogeneous spatial variation of red chili prices across East Java. The identification of a first-order trend model coupled with an exponential semivariogram as the best-performing combination provides a clear and actionable result for future modeling efforts. The production of continuous spatial prediction maps represents a practical outcome, offering a powerful visualization tool for stakeholders. The intriguing observation that prediction performance improves in areas distant from observation points highlights the method's capability to effectively interpolate and provide valuable information even in data-sparse regions, making a significant contribution to regional market analysis and potential policy interventions.

Full Text

Comments

You need to be logged in to post a comment.