Peramalan Tingkat Golput Pada Pilpres Indonesia Th 2024 dengan Metode Exponential Smoothing dan Moving Average
DOI:
https://doi.org/10.31537/estimator.v1i2.1525Keywords:
Eksponensial Smoothing, Moving Average, Pilpres, 2024, GolputAbstract
Indonesia akan melaksanakan pemilu pilpres pada tahu 2024 mendatang. Dimana pada tahun tersbebut masyarakat Indonesia akan menggunakan hak pilihnya dalam memilih Presiden dan Wakil Presiden secara langsung. Namun, ada kekhawatiran yang dialami oleh Pemerintah maupun KPU, yakni tingkat golput yang cukup tinggi. Golput adalah sikap untuk tidak mengunakan hak pilih dalam pemilu. Oleh karena itu, penting untuk melakukan peramalan data tingkat golput masyarakat. Hal ini bertujuan untuk mengetahui prediksi tingkat golput pada pemilu pilpres tahun 2024. Dengan harapan, bagi pihak terkait agar dapat menentukan kebijakan yang terbaik dalam mengatasi angka golput yang cukup tinggi, yakni mencapai 30% pada tahun 2014, dan 18.03% pada tahun 2019. Dalam peramalan data ini, akan digunakan 2 metode, yakni metode exponential smoothing dan metode moving average. Dari kedua metode tersebut, diperoleh hasil bahwa metode exponential smoothing lebih baik dibandingkan metode moving average dalam meramalkan tingkat golput pada pemilu pilpres tahun 2024 mendatang. Dimana model yang diperoleh adalah model single exponential smoothing (? = 0.9). Model ini memberikan nilai MSE sebesar 34.24, MAE sebesar 3.92, dan MAPE sebesar 35.76. Dengan peramalan tingkat golput pada pemilu pilpres tahun 2024 adalah sebesar 19.20%.
References
Arianto, B. Analisis Penyebab Mayarakat Tidak Memilih Dalam Pemilu. Jurnal Ilmu Politik dan Ilmu Pemerintahan. Vol 1, No 1, Hal 51 – 60. 2011.
Biri, R., Langi, Y.A.R. dan Paendong, M.S. Penggunaan Metode Smoothing Eksponensial Dalam Meramal Pergerakan Inflasi Kota Palu. Jurnal Ilmiah Sains. Vol 13, No 1, Hal 68-73. 2013.
Box, G.E.P. Jenskins, G.M. and Reinsel, G.C. Time Series Analysis Forecasting and Control: Third Edition. Prentice-Hall International, Inc. United States of America. 1994.
Hariadi, W. dan Sulantari. Forecasting Tingkat Inflasi Year on Year Indonesia dengan Metode Weighted Moving Average (WMA). Jurnal UJMC. Vol 8, No 2, Hal 45-53. 2022.
Hariadi, W. and Sulantari. Application of ARIMA Model for Forecasting Additional Positive Cases of Covid-19 in Jember Regency. Journal Enthusiastic. Vol 1, No 1, Paper Page 20-27. 2021.
Hariadi, W. dan Sulantari. Pemodelan Kasus Pasien Terkonfirmasi Positif Covid-19 per-hari di Indonesia dengan Metode SARIMA. Jurnal UJMC. Vol 7, No 2, Hal 19 -29. 2021.
Khamaludin., Agustianna, V., Darmawan, A. dan Dermawan, M.L. Peramalan Penjualan Hijab Sxproject Menggunakan Metode Moving Average dan Exponential Smoothing. Jurnal Keilmuan dan aplikasi Teknik. Vol 6, No 2, Hal 13 – 16. 2019.
Makridakis, S., Wheelwright, S.C., and Victor, E.M. Metode dan Aplikasi Peramalan, Second Edition. Erlangga: Jakarta. 1999.
Rachman, R. Penerapan Metode Moving Average dan Exponential Smoothing pada Peramalan Produksi Industri Garment. Jurnal Informatika. Vol 5, No 1, Hal 211-220. 2018.
Raihan., Eef, M.S. dan Hendrawan, A. Forecasting Model Exsponensial Smoothing Time Series Rata-Rata Mechanical Availability Unit Off Highway Truck Cat 777D Caterpillar. Jurnal POROS TEKNIK. Vol 8, No 1, Hal 1-9. 2016
Simarmata, J.S.M. dan Hadjon, E.T.L. Analisis Keberhasilan Pilpres Tahun 2019 Dengan Parameter UU No. 7 Tahun 2017 Tentang Pemilihan Umum. Jurnal Kertha Negara. Vol 8, No 3, Hal 88-98. 2020.
