Arwini Arisandi
Politeknik Pertanian Negeri Pangkajene Kepulauan

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Evaluasi Kinerja Model Adaptive Response Rate Exponential Smoothing dalam Memprediksikan Harga Beras Ismail Gaffar; Arwini Arisandi; Andi Ridwan Makkulawu
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i3.2901

Abstract

Penelitian ini bertujuan untuk mengidentifikasi model peramalan terbaik untuk memprediksi harga beras di Kota Makassar dengan membandingkan metode Adaptive Response Rate Exponential Smoothing (ARRES) dengan metode Single Exponential Smoothing (SES). Data harga beras harian untuk beras medium dan premium dari Januari hingga Juni 2025, yang terdiri dari 166 pengamatan, dianalisis menggunakan kedua metode tersebut dengan perangkat lunak RStudio. Analisis data menunjukkan bahwa harga beras premium cenderung lebih tinggi dan lebih stabil dibandingkan harga beras medium. Metode ARRES, yang dilengkapi dengan parameter smoothing adaptif yang merespons kesalahan terbaru, menunjukkan respons yang lebih baik terhadap fluktuasi harga beras dibandingkan metode SES dengan parameter konstan. Evaluasi menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan bahwa ARRES lebih unggul dibandingkan SES, dengan nilai MAPE masing-masing 0,379% dan 0,420% untuk beras medium, serta 0,283% dan 0,317% untuk beras premium. Hasil ini menunjukkan bahwa ARRES memberikan akurasi peramalan yang lebih baik, diklasifikasikan sebagai akurasi sangat tinggi (MAPE10%), menjadikannya alat yang menjanjikan untuk peramalan harga beras guna mendukung pengambilan keputusan oleh pemerintah dan pemangku kepentingan di Makassar.
PERBANDINGAN AKURASI MODEL FUZZY TIME SERIES DALAM PERAMALAN HARGA CABAI RAWIT MERAH DI KOTA MAKASSAR Ismail Gaffar; Arwini Arisandi; A Ridwan Makkulawu
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i2.2278

Abstract

Cabai rawit (Capsicum frutescens) merupakan bagian dari famili solanaceae. Cabai rawit adalah salah satu tanaman hortikultura yang banyak dibudidayakan di Indonesia. Selain dikonsumsi, zat capsaicin pada cabai rawit juga digunakan sebagai bahan kosmetik. Harga cabai rawit terkadang meresahkan masyarakat dikarenakan lonjakan harga. Sehingga peramalan harga diperlukan pemerintah untuk mengatasi lonjakan harga yang terjadi setiap tahunnya. Peramalan (Forecasting) merupakan ilmu yang mampu mempelajari informasi historis yang dapat meramalkan kejadian yang akan datang. Ilmu peramalan menggunakan data runtun waktu (Time Series) untuk mempelajari data historis, dapat berupa data harian, bulan, ataupun periode waktu tertentu. Dalam penelitian ini, membandingkan Fuzzy Time Series (FTS) model Chen dan Lee untuk mengetahui performa yang terbaik. Data yang digunakan yaitu panel harga cabai rawit merah di Kota Makassar sejak Juli 2022 hingga Mei 2024. Masing-masing model memiliki cara tersendiri dalam membentuk Fuzzy Logic Relationship Group (FLRG). Hasil penelitian menunjukkan model Lee memberikan performa terbaik untuk meramalkan harga cabai rawit merah dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 6,00%.
Analisis Trend dan Single Exponential Smoothing dalam Meramalkan Harga Komoditas Beras di Kota Makassar Arwini Arisandi; Ismail Gaffar; Retno Mayapada; Sitti Nurhaliza
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i2.2807

Abstract