Inflasi subkelompok makanan merupakan bagian dari inflasi yang mencakup perubahan

harga pada komoditas pangan. Inflasi pada subkelompok ini berdampak langsung

terhadap daya beli masyarakat. Inflasi subkelompok makanan memiliki kontribusi yang

besar terhadap pembentukan inflasi umum dan menunjukkan pola pergerakan harga

yang sangat fluktuatif, oleh karena itu perlu dilakukan peramalan untuk deteksi awal.

Penelitian ini bertujuan untuk membandingkan kinerja metode Seasonal Autoregressive

Integrated Moving Average Exogenous (SARIMAX) dan hybrid SARIMAX-Random Forest

(RF) dalam meramalkan inflasi subkelompok makanan di Indonesia. Data yang

digunakan merupakan data deret waktu bulanan dari Januari 2011 hingga Januari 2026

sebanyak 181 observasi, dengan variabel eksogen meliputi Nilai Tukar Petani (NTP),

Jumlah Uang Beredar (M2), Nilai Tukar Rupiah, dan Impor. Hanya variabel NTP yang

terpilih sebagai variabel eksogen signifikan dalam model. Dari 30 model SARIMAX

tentatif yang diuji, model SARIMAX (1,0,1)(0,0,1)6 terpilih sebagai model terbaik

berdasarkan nilai MAPE, MAE, dan RMSE masing-masing sebesar 1,226.67%, 2.028, dan

2.447, mengungguli model hybrid SARIMAX-RF dengan Lagged Residual maupun

SARIMAX-RF Variabel. Peramalan 12 bulan ke depan menunjukkan inflasi subkelompok

makanan diperkirakan bergerak fluktuatif dengan tren meningkat pada kisaran 4.09%

hingga 5.17%. Hasil penelitian mengindikasikan bahwa inflasi subkelompok makanan

memiliki karakteristik yang cenderung linear, sehingga model SARIMAX sudah mampu

menjelaskan sebagian besar pola data. Model Random Forest juga belum mampu

menangkap pola nonlinier pada data sehingga tidak memberikan peningkatan akurasi

pada model SARIMAX