Sistem Prediksi Produksi Kedelai Menggunakan Autoregressive Integrated Moving Average
View/ Open
Date
2017Author
Leekha, Rusdee
Hermadi, Irman
Nurhadryani, Yani
Metadata
Show full item recordAbstract
Kedelai merupakan salah satu komoditas yang paling berharga di
Indonesia. Terdapat banyak produk yang dihasilkan dari bahan baku kedelai
seperti tahu, tempe, kecap, dan susu kedelai yang merupakan menu sehari-hari
bagi masyarakat Indonesia. Menurut Badan Pusat Statistik (BPS), jumlah
konsumsi kedelai di Indonesia semakin meningkat setiap tahun namun jumlah
produksi dalam negeri semakin menurun. Untuk memenuhi permintaan
masyarakat, pemerintah harus mengimpor produksi kedelai dari luar negeri.
Terdapat banyak pelaku yang terlibat dalam rantai pasok kedelai dari petani ke
konsumer. Pada proses bisnis itu sendiri infomasi peramalan produksi menjadi hal
yang penting bagi rantai pasokan untuk menentukan keswasembadaan produksi
dalam negeri. Hal ini bisa melakukan dalam pemasaran; Permasalah ketahanan
dan kedaulatan pangan dapat dianalisi dengan menggunakan metode regresi dari
data produksi, konsumsi, impor, harga dan luas panen yang jadi faktor yang
mempengaruhi produksi.
Penelitian ini bertujuan untuk mengimplementasikan ketersedian informasi
peramalan produksi berbentuk aplikasi web menggunakan metode berorientasi
objek dan analisis data dengan metode Autoregressive Integrated Moving Average
(ARIMA) untuk meramal produksi kedelai Indonesia. Data yang digunakan
adalah data terkait produksi kedelai tahunan yang termasuk produksi, kebutuhan,
impor, luas panen yang diambil dari lembaga FAO dan BPS dari tahun 1961
sampai dengan tahun 2013. Penelitian ini telah menghasilkan sebuah sistem
berbasis web untuk memberi informasi produksi kedelai. Sistem yang dibangun
telah memberikan kemudahan serta dapat mempercepat tampilan informasi
prediksi kedelai yang sesuai dengan kriteria model ARIMA untuk beberapa tahun
berikutnya. Sistem dapat melakukan estimasi model dengan pilihan model fit
yang paling baik berdasarkan nilai AIC yang paling rendah. Setelah dibandingkan
nilai AIC yang diperoleh dari fungsi forecast dalam pemerograman R dari
beberapa model maka didapatkan model ARIMA (2,2,1) adalah model yang
punya nilai AIC terkecil untuk data produksi. Model ARIMA dan regresi dapat
disajikan dalam sistem informasi berbasis web dengan menampilkan hasil
berbentuk visualisasi yang lebih dimengerti oleh pengguna. Dari hasil yang dapat
dari sistem ini, disimpulkan bahwa sistem ini dapat memberikan manfaat bagi
pengguna untuk mengambil keputusan atau perencanaan untuk masa yang akan
datang agar mendapatkan produksi lokal untuk memenuhi kebutuhan masyarakat
Indonesia.