Web Analytics Made Easy -
StatCounter

PENERAPAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) PADA PERAMALAN PRODUKSI KEDELAI DI SUMATERA UTARA

Autor(s): Rita Herawaty Br Bangun
DOI: 10.31289/agrica.v9i2.484

Abstract

Kajian ini bertujuan untuk meramalkan produksi kedelai di Sumatera Utara tahun 2016-2019.  Metode yang digunakan dalam penelitian ini adalah Metode Autoregressive Integrated Moving Average (ARIMA). Data deret waktu (time series) yang digunakan pada kajian ini adalah data produksi kedelai Provinsi Sumatera Utara tahun 2005-2015. Penggunaan model ARIMA dalam peramalan produksi kedelai Sumatera Utara menggunakan tiga tahapan analisis yaitu, pertama adalah identifikasi struktur model; kedua, estimasi dan kalibrasi model, dan terakhir adalah pengujian dan validasi model. Perangkat lunak yang digunakan sebagai alat bantu analisis model ARIMA ini adalah Minitab 18. Hasil kajian menunjukkan bahwa model yang terbaik digunakan untuk peramalan produksi kedelai adalah model (0,1,1). Penerapan model arima pada produksi kedelai Sumatera Utara untuk 4 tahun berikutnya mengalami penurunan. 

Full Text:

PDF

References

Adillah, R., 2014., Analisis produksi dan konsumsi kedelai nasional., Institut Pertanian Bogor., Bogor., Tesis.

Andani, A., 2008., Analisis prakiraan produksi dan konsumsi beras Indonesia., AGRISEP (8) 1: 1-18.

BPS., 2012., Analisis data deret berkala., modul diklat fungsional statistisi ahli., Badan Pusat Statistik., Jakarta.

BPS., 2016. Statistik tanaman padi dan palawija Sumatera Utara 2015., Badan Pusat Statistik Provinsi Sumatera Utara., Medan.

Hirata, T., Kuremoto, T., Obayashi, M., Mabu, S., dan Kobayashi, K., 2015., Time Series Prediction using DBN and ARIMA., International Conference on Computer Application Technologie (ICCAT): 24-29. DOI 10.1109/CCATS.2015.15.

Kharista, A., Permanasari, A.E., dan Hidayah, I., 2015., The Performance of GM (1,1) and ARIMA for Forecasting of Foreign Tourists Visit to Indonesia., International Seminar on Intelligent Technology and Its Applications (ISITA): 33-37., DOI: 10.1109/ISITIA.2015.7219949.

Komalasari W.B. 2008. Prediksi Penawaran dan Permintaan Kedelai dengan Analisis Deret Waktu. Jurnal Informatika Pertanian Volume 17 No.2, 2008: 1195-1208.

Maretha, D. 2008., Peramalan Produksi dan Konsumsi Kedelai Nasional Serta Implikasinya Terhadap Strategi Pencapaian Swasembada Kedelai Nasional., Institut Pertanian Bogor., Bogor., Skripsi.

Mehrmolaei, S., dan Keyvanpour, M.R., 2016., Time series forecasting using improved ARIMA. Artificial Intelligence and Robotics (IRANOPEN): 92-97. DOI: 10.1109/RIOS.2016.7529496.

Muslim, A., 2014., Peramalan harga paritas kedelai model ANFIS. Widyariset. (17)1:13-24.

Sena, D., dan Nagwani, N.K., 2015., Application of Time Series Based Prediction Model to Forecast Per Capita Disposable Income., IEEE International Advance Computing Conference (IACC): 454-457., DOI: 10.1109/IADCC.2015.7154749.

Tastra, I.K., Ginting, E., dan Fatah, G.S.A., 2012., Menuju swasembada kedelai melalui penerapan kebijakan strategis., Iptek Tanaman Pertanian (7)1:47-57.

Wijayanti, C.D., 2014., Analisis Peramalan Produksi Kedelai dan Konsumsi serta Faktor-faktor yang Mempengaruhi Produksi dalam Pencapaian Swasembada Kedelai., Institut Pertanian Bogor., Bogor., Skripsi.

Xingmei, X., Liying, C., Jing, Z., dan Fengyan, S., 2015., Study and Application of Grain Yield Forecasting Model., 4th International Conference on Computer Science and Network Technology (ICCSNT):652-656. DOI: 10.1109/ICCSNT.2015.7490829

Refbacks

  • There are currently no refbacks.