PERAMALAN PRODUKSI GULA TEBU DI INDONESIA MENGGUNAKAN MODEL HYBRID SARIMA (SARIMA-ANN) DALAM MENGUKUR CAPAIAN SWASEMBADA GULA 2025

Hermawan, Kadek Dody Kusuma
Cahyarani, Arista Ika
Siregar, Tiara Khorijah Hamid
Kartiasih, Fitri

Agricore: Jurnal Agribisnis dan Sosial Ekonomi Pertanian Unpad
Vol 10, No 1 (2025): Volume 10 No 1, Juni 2025

AbstrakGula merupakan salah satu barang hasil industri yang termasuk kebutuhan esensial bagi masyarakat Indonesia. Penelitian ini bertujuan untuk menentukan model terbaik dalam meramalkan produksi gula di Indonesia, sekaligus meramalkan pencapaian swasembada gula nasional pada tahun 2025. Penelitian ini menggunakan data bulanan produksi gula di Indonesia dari periode Januari 2014 sampai Desember 2023, yang bersumber dari Badan Pusat Statistik. Data tersebut dimodelkan dengan model SARIMA (Seasonal Autoregressive Integrated Moving Average) dan hybrid SARIMA (gabungan Seasonal Autoregressive Integrated Moving Average dengan Artificial Neural Network) untuk menentukan model terbaik. Kedua model tersebut dapat memodelkan produksi gula di Indonesia yang memiliki pola musiman kuat. Namun, model hybrid SARIMA menghasilkan akurasi peramalan yang lebih baik dibandingkan model SARIMA. Oleh karena itu, model terbaik yang digunakan untuk meramalkan produksi gula di Indonesia adalah model hybrid SARIMA. Hasil peramalan dengan model tersebut pada dua tahun ke depan menunjukkan bahwa produksi gula nasional mengalami stagnan, sehingga belum mampu mencapai swasembada gula nasional pada tahun 2025.Kata kunci: Produksi gula, swasembada gula, SARIMA, hybrid SARIMA.AbstractSugar is one of the industrial goods that are essential to the Indonesian people. This study aims to determine the best model for forecasting sugar production in Indonesia and to assess the achievement of national sugar self-sufficiency by 2025. The study uses monthly data on sugar production in Indonesia from January 2014 to December 2023, sourced from Statistics Indonesia. The data were modeled using SARIMA (Seasonal Autoregressive Integrated Moving Average) and hybrid SARIMA models (a combination of SARIMA and Artificial Neural Network) to identify the best model. Both models were capable of capturing the strong seasonal pattern of sugar production in Indonesia. However, the hybrid SARIMA model produces better forecasting accuracy than the SARIMA model. Therefore, the hybrid SARIMA model was selected as the best model for forecasting sugar production in Indonesia. Forecast results for the next two years indicate stagnation in national sugar production, suggesting that Indonesia is unable to achieve sugar self-sufficiency by 2025.Keywords: Sugar production, sugar self-sufficiency, SARIMA, hybrid SARIMA.