Pemodelan Autoregressive Integrated Moving Average Ensemble (ARIMA ENSEMBLE) Averaging Method Dalam Peramalan Produksi Padi di Provinsi Jawa Timur
DOI:
https://doi.org/10.31537/estimator.v2i2.2158Keywords:
Analisis Runtun Waktu, ARIMA, ARIMA Ensemble, Padi, Jawa Timur, PeramalanAbstract
Padi atau beras merupakan makanan pokok paling favorit bagi masyarakat Indonesia. Jawa Timur salah satu provinsi di Indonesia yang merupakan sentra penghasil padi. Mengingat pentingnya produksi padi bagi pemerintah, maka perlu dilakukan analisis untuk memprediksi produksi padi pada tahun-tahun kedepan. Hal ini berguna untuk dalam mengetahui seberapa besar ketahanan pangan di suatu. Untuk melakukan peramalan data, salah satu metode yang dapat digunakan adalah metode ARIMA Ensemble averaging. Metode ini menggunakan proses penggabungan hasil ramalan beberapa model ARIMA untuk membentuk nilai peramalan yang baru. Model ARIMA Ensemble (ARIMA (2,2,0) dan ARIMA(0,2,1)) merupakan model ARIMA Ensemble terbaik dalam meramalkan produksi padi di Provinsi Jawa Timur dengan nilai MSE sebesar 2.613E+12 dan nilai RMSE sebesar 1616476.55. Produksi padi di Provinsi Jawa Timur sejak tahun 2025 sampai tahun 2035 secara berturut-turut diramalkan sebesar: 10.32 juta ton, 10.39 juta ton, 10.45 juta ton, 10.52 juta ton, 10.59 juta ton, 10.65 juta ton, 10.72 juta ton, 10.79 juta ton, 10.87 juta ton, 10.93 juta ton, 10.99 juta ton. Hal ini menyatakan bahwa jika dibandingkan tahun 2023, produksi padi di Jawa Timur pada tahun 2025 akan mengalami kenaikan sebesar 6.29%, dan pada tahun 2035 akan mengalami kenaikan sebesar 13.22%.
References
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.
BPS. Luas Panen dan Produksi Padi di Provinsi Jawa Timur 2023, Volume 2, 2024. BPS Provinsi Jawa Timur. 2024.
Faulina, R. Perbandingan Akurasi Ensemble Arima Dalam Peramalan Curah Hujan di Kota Batu, Malang, Jawa Timur. Jurnal Matematika, Sains dan Teknologi. Vol. 15, No. 2. Hal 75 – 83. 2014.
Handajani, S. S., Pratiwi, H., Respatiwulan, Y. S., Bayu, M. Pemodelan Produksi Padi di Provinsi Jawa Timur dengan Regresi Nonparametrik B-Spline. Jurnal Phytagoras. Vol 18, No. 2. Hal 159 – 175. 2023.
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.
Hasniah, Wahyuningsih, S., dan Yuniarti, D. Penerapan Metode ARIMA Ensembel Pada Peramalan (Studi Kasus: Inflasi di Indonesia). Jurnal EKSPONENTIAL. Vol 7, No 1, Hal 85-94. 2016.
Makridakis, S., Wheelwright, S.C., and Victor, E.M. Metode dan Aplikasi Peramalan, Second Edition. Erlangga: Jakarta. 1999.
Pitaloka, R. A., Sugito, dan Rahmawati, R. Perbandingan Metode Arima Box-Jenskins Dengan Arima Ensemble Pada Peramalan Nilai Impor Provinsi Jawa Tengah. Jurnal Gaussian. Vol. 8, No. 2. Hal 194-207. 2019.
Rahayu, S., Martha, S., dan Rizki S. W. Prediksi Curah Hujan Dengan Metode Eensemble Averaging. Jurnal Bimaster. Vol 11, No. 4. Hal 633 – 640. 2022.
Setiyowati, E. Rusgiyono, A. dan Tarno. Model Kombinasi Arima Dalam Peramalan Harga Minyak Mentah Dunia. Jurnal Gaussian. Vol. 7, No. 1. Hal 64 – 63. 2018.
Silfiani, M., dan Suhartono. Aplikasi Metode Ensemble Untuk Peramalan Inflasi di Indonesia. Jurnal Sains dan Seni ITS. Vol. 1, No. 1. 2012.
Zamahzari, A., Puryantoro. Forecasting Produksi Padi dan Konsumsi Beras di Provinsi Jawa Timur. Jurnal CEMARA. Vol. 20, No. 1. Hal 27 – 38. 2023.
