Previsão de preço de alimentos utilizando o método ARIMA e inteligência artificial

Abstract

A previsão dos preços dos alimentos desempenha um papel essencial na gestão da segurança alimentar, uma vez que permite aos governos e às empresas planejarem a oferta e procura, com o objetivo de prevenir instabilidade no mercado e assegurar a população tenha acesso aos alimentos. Uma forma considerada eficaz de obter previsões dos preços dos alimentos é por meio da aplicação de métodos de análise de séries temporais, como o modelo Autoregressive Integrated Moving Average (ARIMA), juntamente com técnicas de inteligência artificial. Neste artigo foi realizado uma previsão de preços pagos a produtores pela hortaliça cenoura na cidade de Caxias do Sul, tendo como base de dados o histórico das cotações de 2016 a 2021. Foi verificado também, uma possível relação entre os índices pluviométricos da região e a variação no preço do legume por meio dos métodos de correlação de Pearson e Spearman. Para realizar as previsões foram utilizados dois métodos o (ARIMA) e Redes Neurais Artificiais (RNA). A assertividade das previsões foi mensurada por meio de dois erros: Erro Percentual Absoluto Médio (MAPE) e Erro Médio Absoluto (MAE). Na comparação entre as previsões o método de inteligência artificial RNA se mostrou mais confiável com MAPE de 13,95% enquanto que o ARIMA obteve uma acuracidade de 21,75% nas previsões dos preços de 2021.