Email this article Peramalan Jumlah Ekspor Produk Ikan, Krustasea, dan Invertebrata Air Indonesia dengan Metode Autoregressive Integrated Moving Averages (ARIMA)
Abstract
Fenomena saat ini adalah 25% angka kemiskinan penduduk Indonesia merupakan para nelayan dan 53% penduduk pesisir pantai hidup di bawah garis kemiskinan. Saat ini pemerintah melakukan stimulus untuk dapat meningkatkan taraf ekonomi para nelayan salah satunya dengan meningkatkan budidaya perikanan untuk ekspor. Berdasarkan data, meskipun demand produk perikanan indonesia diminati di 175 negara di dunia, hanya 3.5% dari seluruh demand dunia yang baru dapat dipenuhi oleh Indonesia. Permasalahan terkait belum terpenuhinya permintaan pasar sebesar 96,5% mengharuskan Indonesia lebih siap baik dari sisi perencanaan maupun strategi yang akan dilakukan. Salah satu caranya adalah dengan melakukan peramalan permintaan. Pada penelitian kali ini bertujuan untuk melakukan peramalan jumlah produksi Indonesia untuk dapat memenuhi kebutuhan dunia di tahun 2022 dengan metode ARIMA. Dari hasil pengujian diketahui bahwa model terbaik adalah ARIMA (1,0,0) dan SARIMA (12,0,24) dan dilakukan peramalan dari Mei 2022 hingga Oktober 2022.
Keywords
Full Text:
PDFReferences
Dave, E., Leonardoa, A., Jeanicea, M., & Hanafiah, N. (2021). Forecasting Indonesia exports using a Hybrid Model ARIMA LSTM. Procedia Computer Science, 179, 480-487.
Eckert, F., Hyndman, R. J., & Panagiotelis, A. (2020). Forecasting Swiss exports using Bayesian forecast reconciliation. European Journal of Operational Research.
Edo, I. S., Tasik, W. F., & Kamlasi, Y. (2020). Model peramalan produksi perikanan laut komoditas unggulan NTT di Kota Kupang. JVIP, 1(1).
Franch, B., Vermote, E., Skakun, S., Artigas, A. S., Kalecinski, N., Roger, J. C., Reshef, I. B., Barker, B., Justice, C., & Sobrino, J. A. (2021). The ARYA crop yield forecasting algorithm: Application to the main wheat exporting countries. International Journal of Applied Earth Observations and Geoinformation, 104.
Heriansyah, E., & Hasibuan, S. (2018). Implementasi metode peramalan pada permintaan bracket side stand K59A. PASTI, 10(3).
Ilah, M. (2016). Peramalan jumlah ekspor indonesia pada kelompok komoditi ekspor udang segar/beku dan tongkol/tuna dengan metode ARIMA Box-Jenkins (Tugas Akhir, Institut Teknologi Sepuluh Nopember) Diakses dari https://repository.its.ac.id/584/.
Indriyana, Y. (2009). Analisis ekspor ikan tuna Indonesia. Wacana, 12(1).
Jones, E.C. (2019). Supply chain engineering and logistics handbook: inventory and production control (1st ed.). CRC Press.
Liputan6. (2021). Produk perikanan Indonesia diburu 175 negara. Liputan6. Tersedia pada https://www.liputan6.com/bisnis/read/4767831/produk-perikanan-indonesia-diburu-175-negara
Liputan6. (2021). Pasar perikanan dunia USD 160 miliar Indonesia cuma kuasai 3,5 persen. Liputan6. Tersedia pada https://www.liputan6.com/bisnis/read/4706628/pasar-perikanan-dunia-usd-160-miliar-indonesia-cuma-kuasai-35-persen
Satyarini, R. (2007). Menentukan metode peramalan yang tepat. Bina Ekonomi, 11(1).
Sohrabpour, V., Oghazi, P., Toorajipour, R., & Nazarpour, A. (2020). Export sales forecasting using artificial intelligence. Technological Forecasting & Social Change.
Wulandari, R. A., & Gernowo, R. (2019). Metode Autoregressive Integrated Movingaverage (ARIMA) dan metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam analisis curah hujan. Berkala Fisika, 22(1), 41-48.
DOI: http://dx.doi.org/10.22441/pasti.2023.v17i2.010
Refbacks
- There are currently no refbacks.
Jurnal PASTI (Penelitian dan Aplikasi Sistem dan Teknik Industri)
Teknik Industri, Fakultas Teknik, Universitas Mercu Buana
Jl. Meruya Selatan, Kembangan, Jakarta Barat 11650
Tlp./Fax: +62215871335
p-ISSN: 2085-5869 / e-ISSN: 2598-4853
http://journal.mercubuana.ac.id/index.php/pasti/
This journal is accredited:
This journal is indexed by:
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.