Implementasi Metode Simple Regresi Linear dan Single Exponential Smoothing untuk Memprediksi Produksi Padi Jawa Timur
Article Sidebar
-
simple regresi linear, single exponential smoothing, mean squared error, mean absolute deviation, mean absolute percentage error
Abstract
Saat ini pertanian menjadi sebuah unsur penting dalam menyokong ketahanan pangan. Berdasarkan data dari BPS Jawa Timur menunjukan bahwa jumlah produksi padi mengalami peningkatan dan penurunan dari tahun ke tahun. Berapa penelitian yang dilakukan sebelumnya diantaranya metode Simple Regresi Linear memiliki MAPE diatas 10% dan metode Single Exponential Smoothing memiliki MAPE dibawah 10%. Metode prediksi yang digunakan untuk memprediksi data jumlah produksi padi yaitu Simple Regresi Linear dan Single Exponential Smoothing. Metode tersebut diuji akurasi error menggunakan MSE, MAD, dan MAPE. Lalu di implementasikan ke sistem aplikasi berbasis website. Implementasi metode Simple Regresi Linear dan Single Exponential Smoothing untuk memprediksi data produksi padi memiliki hasil yang sama dengan penelitian sebelumnya. Metode Simple Regresi Linear dan Single Exponential Smoothing juga bisa diimplementasikan untuk prediksi produksi padi menggunakan sistem yang berbasis Website dengan nilai yang sama dengan perhitungan manual. Kualitas prediksi yang diuji dengan data aktual pada periode 2021 menggunakan metode Simple Regresi Linear MSE 4704630020.41, MAD 48740.17, dan MAPE 20.95% untuk metode Single Exponential Smoothing alpha 0.8 MSE 551565962.11, MAD 14701.98, dan MAPE 6.45%. Berdasarkan hasil yang telah diperoleh tersebut bisa disimpulkan bahwa metode Single Exponential Smoothing bisa dikategorikan prediksi dengan hasil yang sangat baik karena nilai MAPE kurang dari 10%
References
BPS Provinsi Jawa Timur. (2022). Tanaman Pangan. https://jatim.bps.go.id. https://jatim.bps.go.id/subject/53/tanaman-pangan.html#subjekViewTab3
Datumaya, A., Sumari, W., Febrianto, A. K., & Pramitarini, Y. (n.d.). Sistem Prediksi Permintaan Darah Menggunakan Metode Regresi Linier ( Studi Kasus Pada UTD PMI Kabupaten Bojonegoro ). 85–90.
Fitriani Dwi Ramadhani, M. A. (2022). SISTEM PREDIKSI PENJUALAN DENGAN METODE SINGLE EXPONENTIAL SMOOTHING DAN TREND PARABOLIK. Pascal Books. https://books.google.co.id/books?id=OQGWEAAAQBAJ
Ginting, F., Buulolo, E., & Siagian, E. R. (2019). Implementasi Algoritma Regresi Linear Sederhana Dalam Memprediksi Besaran Pendapatan Daerah (Studi Kasus: Dinas Pendapatan Kab. Deli Serdang). KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 3(1), 274–279. https://doi.org/10.30865/komik.v3i1.1602
Handoko, W. (2019). PREDIKSI JUMLAH PENERIMAAN MAHASISWA BARU DENGAN METODE SINGLE EXPONENTIAL SMOOTHING ( STUDI KASUS : AMIK ROYAL KISARAN ) PENDAHULUAN Kampus merupakan Institusi Pendidikan Tinggi atau Lembaga yang dimanfaatkan sebagai sarana pendidikan untuk melaksanakan . V(2).
Harini, D., & Wahyuniar, L. S. (2021). Estimasi Jumlah Murid Baru Menggunakan Metode Forecasting. Journal of Instructional Mathematics, 2(2), 64–70. https://doi.org/10.37640/jim.v2i2.1025
Herwanto, H. W., Widiyaningtyas, T., & Indriana, P. (2019). Penerapan Algoritme Linear Regression untuk Prediksi Hasil Panen Tanaman Padi. 8(4), 364–370.
Indarwati, T., Irawati, T., & Rimawati, E. (2018). PENGGUNAAN METODE LINEAR REGRESSION UNTUK PREDIKSI. 6(2), 2–7.
Informatika, J. T., & Ronggolawe, U. P. (2019). PENERAPAN METODE MEAN ABSOLUTE ERROR ( MEA ) DALAM ALGORITMA REGRESI LINEAR UNTUK PREDIKSI PRODUKSI PADI. 1, 78–83.
Istiqomah, N., & Hidayat, A. (2021). Sistem Informasi Website Sebagai Media Promosi Dan Sarana Informasi Pada Rumah Sakit Mardi Waluyo Metro. Jurnal Mahasiswa Sistem Informasi (JMSI), 3(1), 19–26. https://doi.org/10.24127/jmsi.v3i1.1687
Katemba, P., & Djoh, R. K. (2017). Prediksi Tingkat Produksi Kopi Menggunakan Regresi Linear. Jurnal Ilmiah FLASH, 3(1), 42–51. http://jurnal.pnk.ac.id/index.php/flash/article/view/136
Marita, L. S., & Darwati, I. (n.d.). Prediksi Persediaan Barang Menggunakan Metode Weighted Moving Average , Exponential Smoothing dan Simple Moving Average. 16(1), 56–68.
Putro, B., Furqon, M. T., & Wijoyo, S. H. (2018). Prediksi Jumlah Kebutuhan Pemakaian Air Menggunakan Metode Exponential Smoothing ( Studi Kasus : PDAM Kota Malang ). 2(11), 4679–4686.
Rachman, R. (2018). Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment. Jurnal Informatika, 5(2), 211–220. https://doi.org/10.31311/ji.v5i2.3309
Robial, S. M. (2018). Perbandingan Model Statistik pada Analisis Metode Peramalan Time Series (Studi Kasus: PT. Telekomunikasi Indonesia, Tbk Kandatel Sukabumi). Jurnal Ilmiah SANTIKA, 8(2), 1–17.
Siregar, S. A., & Wibawa, A. P. (2018). Double Exponential-Smoothing Neural Network for Foreign Exchange Rate Forecasting. 2018 2nd East Indonesia Conference on Computer and Information Technology (EIConCIT), 118–122.
Wanto, A., Siregar, M. N. H., Windarto, A. P., Hartama, D., Ginantra, N. L. W. S. R., Napitupulu, D., Negara, E. S., Lubis, M. R., Dewi, S. V, & Prianto, C. (2020). Data Mining : Algoritma dan Implementasi. Yayasan Kita Menulis. https://books.google.co.id/books?id=gAnfDwAAQBAJ
Zhao, H. M., He, H. Di, Lu, K. F., Han, X. L., Ding, Y., & Peng, Z. R. (2022). Measuring the impact of an exogenous factor: An exponential smoothing model of the response of shipping to COVID-19. Transport Policy, 118, 91–100. https://doi.org/10.1016/j.tranpol.2022.01.015
Authors
Copyright (c) 2023 RAINSTEK : Jurnal Terapan Sains & Teknologi
This work is licensed under a Creative Commons Attribution 4.0 International License.
Rainstek: Jurnal Terapan Sains dan Teknologi allows readers to read, download, copy, distribute, print, search, or link to the full texts of its articles and allow readers to use them for any other lawful purpose.
This work is licensed under a Creative Commons Attribution 4.0 International License. The Authors submitting a manuscript do so with the understanding that if accepted for publication, copyright of the article shall be assigned to Rainstek: Jurnal Terapan Sains dan Teknologi