Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Peramalan Curah Hujan, Produksi dan Kebutuhan Cabai Menggunakan Metode ARIMA dan Intervention Model
Egi Abinowi NIM. (2018) | Tesis | Sistem Informasi
Bagikan
Ringkasan
Komoditas strategis pertanian seperti cabai memiliki peran penting dalam perekonomian Indonesia karena merupakan kebutuhan utama masyarakat yang digunakan sebagai bumbu masak. Kebutuhan dengan kebutuhan besar komoditas cabai sangat berpengaruh. Jumlah kebutuhan cabai masyarakat tidak seimbang dengan jumlah produksi yang menyebabkan harga pasar komoditas cabai tidak stabil. Kelebihan produksi yang mengakibatkan harga pasar cabai turun dan sebaliknya produksi yang kurang dari jumlah kebutuhan publik mengakibatkan kenaikan harga pasar komoditas cabai. Produksi cabai secara umum dipengaruhi oleh pola curah hujan para petani mengurangi luas tanam pada musim hujan karena beresiko gagal panen, sehingga menghasilkan volume panen yang sedikit. Maka diperlukan metode untuk memprediksi produksi cabai berdasarkan pola dan kebutuhan musim. Jadi perlu meramalkan permintaan cabai untuk produksi untuk menyesuaikan permintaan. Peramalan adalah seni dan ilmu memprediksi peristiwa yang akan terjadi dengan menggunakan data historis dan memproyeksikannya ke masa depan dengan beberapa bentuk pemodelan matematika. Untuk melakukan peramalan diperlukan metode tertentu dan metode mana yang digunakan tergantung pada jenis data yang akan diprediksi serta tujuan yang ingin dicapai. Dalam penelitian ini menggunakan metode peramalan ARIMA time series dengan data yang digunakan data curah hujan, produksi, dan kebutuhan cabai tahun 2011 hingga 2015. Dari model yang dihasilkan maka hasil perhitungan Setelah menggunakan metode ARIMA Dan Intervention Model untuk meramalkan curah hujan, produksi, dan kebutuhan cabai dapat memperkecil nilai MAD dan MAPE dari data aktual pada tahun 2015.
Ringkasan Alternatif
Agricultural strategic commodities such as chili have an important role in the Indonesian economy because it is the main requirement of the community used as cooking spices. Needs with large requirement of the commodity chili is very influential. The amount of public requirement of chilli pepper is not balanced with the amount of production which causes the market price for unstable chili commodity. The excess production resulting in the market price of chilli down and vice versa production which is less than the amount of public requirement resulted in the rise in market prices of chili commodities. Production of chili is generally influenced by rainfall patterns farmers reduce planting area in the rainy season because of the risk of crop failure, resulting in a small harvest volume. So it is necessary method to predict the production of chilli based on season pattern and consumption. So it is necessary forecasting chili demand for production to adjust demand. Forecasting is the art and science of predicting events that will occur by using historical data and projecting it into the future with some form of mathematical modelling. To do the forecasting required a particular method and which method is used depends on the type of data to be predicted as well as the goal to be achieved. In this study using ARIMA time series forecasting method with data of rainfall, production, and consumption of chili in 2011 to 2015. From the resulting model, the calculation results After using the ARIMA method and the Intervention Model to predict rainfall, production, and requirement Chili can reduce the value of MAD and MAPE from the actual data in 2015.