Analisis Peramalan Produksi Beras di Lamongan dengan Menggunakan Metode Naive Method, Metode Moving Average, Metode Exponential Smoothing, dan Metode Linear Regression/Least Squares

Nanda Harlina Safitri; Roudlotul Badi'ah; Mu'ah

doi:10.37151/jsma.v17i1.217

Nanda Harlina Safitri Institut Teknologi dan Bisnis Ahmad Dahlan Lamongan
Roudlotul Badi'ah Institut Teknologi Ahmad Dahlan Lamongan
Mu'ah Institut Teknologi Ahmad Dahlan Lamongan

DOI: https://doi.org/10.37151/jsma.v17i1.217

Keywords: Peramalan, Produksi,, Naïve Method, Moving Average, Exponential Smoothing, Linear Regression/Least Squares

Abstract

Nasi merupakan makanan pokok bagi lebih dari separuh populasi dunia, dengan sekitar 90% produksinya berasal dari Asia yang juga merupakan kawasan dengan tingkat konsumsi tertinggi. Oleh karena itu, produksi beras di Asia memainkan peran penting dalam men- jaga ketahanan pangan dunia.. Dalam konteks ini, pertumbuhan produksi beras yang stabil menjadi fokus utama, terutama di negara-negara berkembang seperti Indonesia. Beras tidak hanya merupakan sumber karbohidrat, tetapi juga kaya akan serat, energi, mineral, protein, vitamin, antioksidan, dan biomolekul penting lainnya yang saling bekerja secara sinergis, memiliki dampak yang baik bagi kesehatan. Tujuan penelitian untuk menentukan metode peramalan produksi beras yang akurat di Kabupaten Lamongan. Informasi yang digunakan dalam penelitian ini mencakup data atau produksi beras periode 2014-2024. Metode penelitian ini menggunakan pendekatan deskriptif kuantitatif dengan metode peramalan Least Squares dan evaluasi akurasi menggunakan Mean Squares Error (MSE) Hasil peramalan produksi beras untuk 5 tahun ke depan Hasil tersebut dicapai dengan menerapkan pendekatan Regresi Linier/Least Squares, peramalan untuk 5 periode mendatang yaitu sebagai berikut: tahun 2025 sebesar 70.259,196 ton, tahun 2026 sebesar 65.701,062 ton, tahun 2027 sebesar 61.142,928 ton, tahun 2028 sebesar 56.584,794 ton, dan tahun 2029 sebesar 52.026,66 ton. Tingkat akurasi peramalan (MSE) sebesar 110637, menunjukkan keterampilan peramalan yang kuat. Hasil peramalan ini dapat menjadi dasar dalam pengambilan keputusan untuk mengatasi tantangan produksi beras serta mendukung ketahanan pangan dan pertumbuhan ekonomi di Kabupaten Lamongan.

References

Audrey, J., Fdlil, A., & Sunardi. (2022). PREDIKSI JUMLAH MAHASISWA BARU MENGGUNAKAN LOGIKA FUZZY METODE SUGENO Januari. I n f o r m a t i k A, 14(1), 56–66.

Badi’ah, R., & Handayani, W. (2020). Analisis Peramalan Permintaan Produk Garam Konsumsi Beryodium Pada UD Garam Samudra. Journals of Economics Development Issues ( JEDI ), 3(2), 309–323.

Badi’ah, R., Mu’ah, Masram, & Ariefin, M. S. (2024). Penggunaan Metode Least Square Untuk Peramalan Volume Produksi Ikan Bandeng di Provinsi Jawa Timur. Menara Ekonomi, 10(2), 106–117.

Badi’ah, R., Odelia, E. maya, & Effendi, R. (2022). Peramalan Produksi Garam Rakyat Nasional dengan Model Time Series Menggunakan POM-QM untuk Windows. Jurnal Ilmiah Poli Bisnis, 14(2), 191–206.

Fauziyah, S., & Triyono, M. B. (2020). Pengaruh E-Learning Edmodo Dengan Model Blended Learning Terhadap Minat Belajar. Jurnal Kependidikan: Penelitian Inovasi Pembelajaran, 4(1), 112–124. https://doi.org/10.21831/jk.v4i1.27562

Khoiroh, A., Elvira, D., & Yuliana, L. (2023). Pengaruh Brand Signature Dan Brand Logo Terhadap Brand Reputation. JURNAL BINA BANGSA EKONOIKA, 16(2), 2023.

Laily Nankeni, A., & Muljaningsih, S. (2022). Analisis potensi sektor ekonomi di Kabupaten Tuban, Lamongan, dan Bojonegoro. E-Jurnal Perspektif Ekonomi Dan Pembangunan Daerah, 11(2), 127–138. https://doi.org/10.22437/pdpd.v11i2.17483

Putri, A. I., Badi’ah, R., Putera, M. I., Ikhlas, F., & Umar, A. P. A. (2023). Pemberdayaan Masyarakat Melalui Kegiatan Economic Project Olahan Fish Corndog di Desa Pasir Panjang, Pulau Rinca, NTT. Jurnal Pengabdian UNDIKMA, 4(4), 718. https://doi.org/10.33394/jpu.v4i4.8607

Rahmadhani, S. N., Logiandani, L., Ramadhan, R. Z., Sofia Amriza, R. N., & Fathoni, M. Y. (2022). Analisis Forecasting Penjualan Gula Merah di Jatilawang Menggunakan Metode Weighted Moving Average. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 11(3), 381–386. https://doi.org/10.32736/sisfokom.v11i3.1433

Rusadi, B. E., Widiyanto, R., & Lubis, R. R. (2021). Kumpulan Review Jurnal Pembelajaran.

Saepullah Astari, F. dkk. (2023). Analisis Pengendalian persediaan dengan menggunkan metode Economic Order Quantity (Studi Kasus pada Bahan Baku Beras Warung Sorabi Teh Eneng Cabang Cihideung Balong Tasikmalaya. Jurnal DIALEKTIKA: Jurnal Ilmu Sosial, 21(1), 1–46.

Sumantika, A. (2021). Analisis Peramalan Permintaan Produk Chemical Feeling Pada Pt Xyz. Jurnal Comasie, 05(06).

Suryanto, A. A. (2019). Penerapan Metode Mean Absolute Error (Mea) Dalam Algoritma Regresi Linear Untuk Prediksi Produksi Padi. Saintekbu, 11(1), 78–83. https://doi.org/10.32764/saintekbu.v11i1.298

Visakha, M., & Wustqa, D. U. (2023). PERAMALAN HARGA BERAS MENGGUNAKAN METODE HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE DAN NEURAL NETWORK (ARIMA-NN) RICE. Jurnal Kajian Dan Terapan Matematika, 9(November), 114–162.

Wardani, N. K., Afandi, M. R., & Riani, L. P. (2020). Analisis Forecasting Demand Dengan Metode Linear Exponential Smoothing (Studi Pada: Produk Batik Fendy, Klaten). Jurnal Ekonomi Dan Pendidikan, 16(2), 81–89. https://doi.org/10.21831/jep.v16i2.33714