<![CDATA[Penelitian ini berfokus untuk membandingkan kinerja metode Autoregressive Integrated Moving Average (ARIMA) dan Double Exponential Smoothing (DES) dalam peramalan nilai ekspor komoditas perkebunan di Indonesia, yaitu kopi. Data yang digunakan merupakan data deret waktu bulanan dengan jumlah observasi terbatas. Metode ARIMA dibangun melalui tahapan identifikasi model menggunakan uji kestasioneran Augmented Dickey-Fuller (ADF), analisis Autocorrelation Function (ACF), dan Partial Autocorrelation Function (PACF), dilanjutkan dengan estimasi parameter serta uji diagnostik residual. Sementara itu, metode DES diterapkan melalui proses processing data, pembagian data latih dan data uji, menentukan nilai awal level dan tren, serta menentukan parameter α dan β. Evaluasi kinerja kedua metode dilakukan menggunakan tiga ukuran kesalahan, yaitu Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa pada data ekspor kopi, ARIMA menghasilkan MAE dengan nilai 18.08, RMSE dengan nilai 22.2, dan MAPE dengan nilai 8.49%, sedangkan DES menghasilkan MAE dengan nilai 18.28, RMSE dengan nilai 25.33, dan MAPE dengan nilai 9.34%.]]>
Copyrights © 2026
