FORECASTING HARGA BAHAN PANGAN AKIBAT FENOMENA EL NINO DENGAN LINEAR SQUARE METHOD

Rini Widia Putri Z, Roni Al Maududi, Purni Munah Hartuti

Abstract


Tujuan penelitian ini adalah untuk memprediksi harga bahan pokok (beras, minyak goreng, gula pasir, ayam potong, daging sapi, dan telur ayam ras) pada masa terjadinya fenomena El Nino tahun 2023 di Indonesia. Harga prediksi diperoleh dengan menggunakan Linear Square Method. Berdasarkan data harga periode Agustus 2022 - Agustus 2023 diperoleh persamaan tren Linear Square masing-masing bahan pokok. Selanjutnya, dilakukan perhitungan keakuratan peramalan dengan menghitung MAPE (Mean Absolute Percentage Error). Adapun harga prediksi bahan pangan pada bulan September 2023 secara berturut-turut adalah Rp 11.958,91; Rp 20.521,95; Rp 14.597,41; Rp 37.826,64; Rp 139.009,40; dan Rp 31.409,04. Hasil perhitungan keakuratan peramalan harga bahan pokok dibawah 10%, artinya menunjukkan kriteria peramalan yang sangat baik/ sangat akurat.

Keywords


Bahan Pangan, Forecasting, Linear Square Method

Full Text:

PDF


DOI: https://doi.org/10.15548/map.v5i2.7086
Abstract views : 81 times
PDF : 89 times

References


B. Ghulam Ash Shidiq, M. T. Furqon, and L. Muflikhah, “Prediksi Harga Beras menggunakan Metode Least Square,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 6, no. 3, pp. 1149–1154, 2022, [Online]. Available: http://j-ptiik.ub.ac.id

“http://iklim.ntb.bmkg.go.id/pemahaman-iklim.”

A. Oktavia, S. Nita, and R. T. Putra, “Prediksi Penjualan Tabung Gas LPG 5,5 kg di PT. Parafin Energi Mandiri dengan Menggunakan Metode Least Square,” JURNAL ILMIAH MATEMATIKA DAN TERAPAN, vol. 20, no. 1, pp. 31–37, Jun. 2023, doi: 10.22487/2540766X.2023.v20.i1.16209.

N. Bachri, Statistika Dasar untuk Bisnis. CV Jejak, 2019.

R. Restu A and S. Natarsyah, “Penerapan Metode Least Square Untuk Prediksi Hasil Sadap Karet,” Progresif, vol. 13, no. 1, pp. 1525–1690, 2017.

R. Ayu Wulandari and R. Gernowo, “Metode Autoregressive Integrared Moving Average (ARIMA) dan Metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam Analisis Curah Hujan,” Berkala Fisika, vol. 22, no. 1, pp. 41–48, Jan. 2019.

A. Sasikirono and D. R. S. Saputro, “Algoritma Intuitionistic Fuzzy Time Series Function,” in Prosiding Seminar Nasional Matematika, 2023, pp. 676–680. [Online]. Available: https://journal.unnes.ac.id/sju/index.php/prisma/

F. Aditya and D. Devianto, “Peramalan Harga Emas Indonesia Menggunakan Metode Fuzzy Time Series Klasik,” Jurnal Matematika UNAND, vol. VIII, no. 2, pp. 45–52, 2019.

R.-C. Tsaur, “A Fuzzy Time Series-Markov Chain Model with an Application to Forecast The Exchange Rate Between The Taiwan and US Dollar,” International Journal of Innovative Computing, Information and Control ICIC International c, vol. 8, no. 7, pp. 4931–4942, 2012.

R. Aspriyani and M. Ahmad, “Prediksi Jumlah Siswa Baru Menggunakan Least Square Method,” Jurnal Matematika dan Pendidikan Matematika, vol. 6, no. 1, pp. 1–12, 2023.

A. Nur Rahman, A. Nijamul B, and C. Muahmmad SR, “Aplikasi Forecasting untuk Prediksi Jumlah Penderita Penyakit Menggunakan Metode Regresi Linier,” in Seminar Nasional Informatika dan Aplikasinya (SNIA), Sep. 2017, pp. 9–14.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Lisensi Creative Commonsis licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.