BIMASTER
Vol 8, No 4 (2019): BIMASTER

PREDIKSI PRODUKSI KELAPA SAWIT DI PTPN XIII DENGAN ADDITIVE OUTLIER PADA MODEL SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA)

Nurfitri Imro’ah, Nada Syaugia Risti Ahmad, Shantika Martha, (Unknown)



Article Info

Publish Date
10 Oct 2019

Abstract

Model SARIMA adalah model yang sesuai untuk data yang memiliki pola musiman. Dalam data biasanya terdapat outlier yang dapat mempengaruhi kesesuaian model sehingga dilakukan deteksi outlier pada model SARIMA untuk mendapatkan model peramalan yang terbaik. Salah satu jenis outlier yaitu additive outlier (AO). Data yang digunakan dalam penelitian ini merupakan data produksi kelapa sawit periode Januari 2010 sampai Desember 2017. Data produksi kelapa sawit di Kalimantan Barat memiliki pola data musiman dan diduga memiliki outlier pada data maka dilakukan pemodelan dan peramalan dengan menggunakan additive outlier pada model SARIMA. Berdasarkan analisis diperoleh bahwa nilai AIC pada model SARIMA adalah sebesar 2.070,72 dan nilai MAPE nya sebesar 25% sedangkan model SARIMA dengan deteksi outlier diperoleh nilai AIC sebesar 1.731,42 dan nilai MAPE sebesar 15,91%. Maka dapat disimpulkan bahwa model SARIMA  dengan deteksi outlier adalah model terbaik untuk peramalan produksi kelapa sawit di PTPN XIII. Kata Kunci: Kelapa sawit, peramalan, SARIMA, outlier

Copyrights © 2019






Journal Info

Abbrev

jbmstr

Publisher

Subject

Decision Sciences, Operations Research & Management Mathematics

Description

Bimaster adalah Jurnal Ilmiah berkala bidang Matematika, Statistika dan Terapannya yang terbit secara online dan dikelola oleh Jurusan Matematika FMIPA ...