ABSTRAK
Penelitian ini menggunakan data harga beras grosir di Indonesia pada periode Januari 2010
hingga September 2024. Data harga beras menunjukkan adanya pola memori jangka
panjang yang perlu dimodelkan secara khusus. Tujuan penelitian ini adalah untuk
meramalkan harga beras dan mengidentifikasi model terbaik. Metode yang digunakan
adalah Autoregressive Fractionally Integrated Moving Average – Generalized
Autoregressive Conditional Heteroskedasticity (ARFIMA-GARCH) karena ARFIMA
mampu menangkap long memory sedangkan GARCH memodelkan volatilitas, sehingga
lebih tepat dibanding ARFIMA saja. Tiga model ARFIMA-GARCH yang diuji adalah
ARFIMA(0,d,0)-GARCH(1,1), ARFIMA(0,d,0)-GARCH(1,2), dan ARFIMA(0,d,0)-
GARCH(2,1), dengan model ARFIMA(0,d,0)-GARCH(1,1) sebagai yang paling sesuai
berdasarkan nilai AIC dan BIC terkecil. Hasil peramalan menunjukkan tren penurunan
harga beras dari Rp13.102/kg pada Oktober 2024 menjadi sekitar Rp12.130/kg pada
September 2025. Secara umum, model ARFIMA-GARCH terbukti efektif dalam
memberikan peramalan harga beras yang lebih akurat dan dapat digunakan sebagai dasar
kebijakan stabilisasi pangan.