Analisis Time Series Menggunakan Metode Double Exponential Smooting Dalam Memprediksi Produksi Komodiatas Kopi di Indonesia

  • Kode Repository : SKI17/BAG/23
  • NPM : 065118227
  • Nama : Baus Setyawan
  • Pembimbing 1 : -Dr. Herfina, M.Pd., M.Kom.
  • Pembimbing 2 : -Andriana Sari Aryani, S.Kom., M.Ss
  • Abstrak : Abstract Kopi merupakan salah satu komoditi hasil perkebunan yang mempunyai peran cukup penting dalam kegiatan perekonomian di Indonesia. Kopi juga salah komoditas ekspor Indonesia yang cukup penting sebagai penghasil devisa negara selain minyak dan gas. Selain peluang ekspor yang semakin terbuka, pasar kopi di dalam negeri masih cukup besar. Pada tahun 2018, International Coffee Organization (ICO) menyatakan Indonesia menjadi produsen kopi keempat terbesar di dunia. Penelitian ini bertujuan untuk memprediksi dan mengetahui perkembangan hasil produksi kopi di masa yang akan datang di Indonesia. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diambil dari sebuah situs pertanian yaitu ppid.go.id (Datasets (pertanian.go.id)). Data produksi kopi dari tahun 1980 sampai 2022 digunakan untuk analisis dan prediksi menggunakan metode Double Exponential Smoothing. Pengujian parameter untuk melakukan peramalan dilakukan dengan cara menghitung Mean Absolute Percentage Error (MAPE). Parameter optimal berada pada alpha 0,81 dan beta 0,13 dengan nilai MAPE sebesar 4,18%. Hasil peramalan menunjukkan peningkatan produksi kopi dalam 5 tahun terakhir, dan hasil peramalan untuk tahun 2023 adalah 804.137 ton. Kata Kunci: Forecasting; Produksi Komoditas Kopi; Double Exponential Smoothing
  • Program Studi : Ilmu Komputer