Peramalan Produksi Kelapa Sawit dan Karet di Provinsi Kalimantan Selatan

Anis Huzaimanor Izafera; Nur Salam; Dewi Sri Susanti

doi:10.25181/jaip.v11i2.2870

Authors

Anis Huzaimanor Izafera PS Statistika Universitas Lambung Mangkurat
Nur Salam Universitas Lambung Mangkurat
Dewi Sri Susanti Universitas Lambung Mangkurat

DOI:

https://doi.org/10.25181/jaip.v11i2.2870

Keywords:

double exponential smoothing, forecasting, oil palm crops production, rubber crops production, South Kalimantan Province

Abstract

In Indonesia, the plantation sub-sector has an important role in increasing state revenue through the exports of its products, besides the mining and gas sector. The most widely produced plantation crops in Indonesia are oil palm and rubber and South Kalimantan is one of the top 10 provinces in Indonesia with oil palm plantations. This study aims to detect the correct forecasting model for data on oil palm crops and rubber production in South Kalimantan Province and to analyse the forecasting results for oil palm crops and rubber in South Kalimantan Province using the double exponential smoothing method. This research was conducted for 8 months (March 2022 to December 2022), using observational data from 2001 to 2021. Double Exponential Smoothing Holt was used in this study by looking at the error value obtained with the smallest Mean Absolute Percentage Error (MAPE). For palm oil production, the parameters α=0.8 and β=0.6 were the best parameters with a MAPE value of 8.05% and resulted in the forecasting of oil palm crops production in 2022 not increasing, in 2023 and 2024 experiencing an increase of 1%. As for forecasting rubber production, the parameters α=0.9 and β=0.9 are the best parameters with a MAPE value of 5.45% and forecasting rubber production in 2022 will increase by 1%, in 2023 and 2024 by 2%.

Downloads

Download data is not yet available.

References

BPS. (2021). Statistik Karet Indonesia 2020. Badan Pusat Statistik Indonesia.

BPS. (2022). Provinsi Kalimantan Selatan Dalam Angka 2022. BPS Provinsi Kalimantan Selatan. https://doi.org/1102001.63

Christiani, I., & Satyahadewi, N. (2016). Peramalan Produksi Kelapa Sawit pada PT Perkebunan Nusantara XIII (Persero) dengan Metode Dekomposisi. Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster), 05(02), 119 - 126.

Direktorat Jenderal Perkebunan. (2020). Statistik Perkebunan Unggulan Nasional 2019-2021. Sekretariat Direktorat Jenderal Perkebunan, Kementerian Pertanian. www.ditjenbun.pertanian.go.id

Dwianti, M., & Sari, P. F. (2022). Peramalan Produksi Karet Rakyat di Kabupaten Ogan Komering Ulu tahun 2026. JASEP, 8(2), 74 - 79.

Fadliani, I., Purnamasari, I., & Wasono, W. (2021). Peramalan Dengan Menggunakan Metode SARIMA Pada Data Inflasi dan Identifikasi Tipe Outlier (Studi Kasus: Data Inflasi Indonesia Tahun 2008-2014). Jurnal Statistika Universitas Muhammadiyah Semarang, 9(2), 109. https://doi.org/10.26714/jsunimus.9.2.2021.109-116

Elvani, P. S., Utary, R. A., & Yudaruddin, R. (2016). Peramalan Jumlah Produksi Tanaman Kelapa Sawit dengan Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average). Jurnal Manajemen, 8(1), 95 - 112. Retrieved from http://journal.feb.unmul.ac.id/

Habsari, H. D. P., Purnamasari, I., & Yuniarti, D. (2020). Forecasting Uses Double Exponential Smoothing Method and Forecasting Verification Uses Tracking Signal Control Chart (Case Study: Ihk Data of East Kalimantan Province). BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 14(1), 013–022. https://doi.org/10.30598/barekengvol14iss1pp013-022

Hamidah, S. N., Salam, N., & Susanti, D. S. (2013). Teknik Peramalan Menggunakan Metode Pemulusan Eksponensial Holt Winters. Epsilon: Jurnal Matematika Murni dan Terapan, 26-33.

Handoko, Y. (2018). Peramalan Hasil Produksi Minyak Kelapa Sawit Dengan Metode Pemulusan Eksponensial Ganda Linier Satu Parameter Dari Brown (Studi Kasus: Pt. Perkebunan Nusantara Iii Sumatera Utara).

Isbah, U., & Iyan, R. Y. (2016). Analisis Peran Sektor Pertanian dalam Perekonomian dan Kesempatan Kerja di Provinsi Riau. Jurnal Sosial Ekonomi Pembangunan, 7(19), 45–54.

Makridakis, S., Wheelwright, S. C., & McGee, V. E. (1999). Metode dan Aplikasi Peramalan (2nd ed.). Erlangga.

Maricar, A. M. (2019). Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ. Jurnal Sistem Dan Informatika (JSI), 13(2), 36–45.

Prasetyo, A., Salahuddin, & Amirullah. (2021). Prediksi Produksi Kelapa Sawit Menggunakan Metode Regresi Linier Berganda. Jurnal Info Media, 6(2), 76-80.

Putro, B., Furqon, M. T., & Wijoyo, S. H. (2018). Prediksi Jumlah Kebutuhan Pemakaian Air Menggunakan Metode Exponential Smoothing. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 4679–4686.

Sauddin, A., Nurman, T. A., & Wahyuni, R. (2018). Peramalan Tingkat Produksi Tanaman Pangan dan Tanaman Perkebunan Rakyat Kabupaten Bulukumba Menggunakan Metode Exponential Smoothing. Jurnal MSA, 6(2), 51-60.

Setiawan, D. A., Wahyuningsih, S., & Goejantoro, R. (2020). Peramalan Produksi Kelapa Sawit Menggunakan Winter's dan Pegel's Exponential Smoothing dengan Pemantauan Tracking Signal. JAMBURA Journal of Mathematics, 2(1), 1-14.

Sofyan, D. K. (2013). Perencanaan dan Pengendalian Produksi. Graha Ilmu.

Wahyudi, D., & Djamaris, A. R. A. (2018). Metode Statistik Untuk Ilmu dan Teknologi Pangan. http://repository.bakrie.ac.id/1255/1/Ilmu Statistik ITP.pdf

Wahyuni, P., Mustafa, S. W., & Hamid, R. S. (2021). Pengaruh Harga Internasional dan Nilai Tukar terhadap Permintaan Ekspor Minyak Sawit di Indonesia. Jesya (Jurnal Ekonomi & Ekonomi Syariah), 4(2), 1104–1116. https://doi.org/10.36778/jesya.v4i2.420

Walpole, R. E., Myers, R. H., Myers, S. L., & Ye, K. (2012). Probability & Statistics for Engineers & Scientists. Pearson.