Perbandingan Metode Moving Average untuk Prediksi Hasil Produksi Kelapa Sawit

Abstract

Kelapa sawit menjadi salah satu produk utama dari Propinsi Riau, yang turut menyumbangkan PAD (Pendapatan Asli Daerah) dan devisa yang tinggi. Namun demikian, produksi sawit setiap bulan tidaklah selalu stabil atau meningkat, melainkan mengalami naik dan turun yang dipengaruhi oleh banyak faktor. Untuk meningkatkan produksi sawit, mempelajari pola hasil panen setiap bulannya menjadi penting, terutama untuk tujuan prediksi hasil panen di bulan berikutnya. Langkah-langkah antisipasi dapat diambil apabila hasil prediksi produksi menurun, sehingga hasil panen yang sebenarnya tetap memuaskan dan mencapai target. Penelitian ini mendiskusikan beberapa hasil dari empat metode prediksi berbasis moving average (MA), yaitu simple MA, double MA, exponential MA, dan weighted MA.  Hasil pengujian terhadap data produksi bulanan PTPN V selama 5 tahun menunjukkan bahwa metode weighted moving average merupakan metode yang memiliki error terkecil berdasarkan parameter mean absolute percentage error (MAPE). Pengujian berdasarkan pergerakan data horizontal (produksi bulanan pada satu tahun) memiliki rata-rata persentase error sebesar 12.53%, dilakukan untuk mengamati trend hasil panen. Sedangkan hasil prediksi berdasarkan pergerakan data vertikal (produksi bulan yang sama dari data berurut tahunan) memiliki rata-rata persentase error sebesar 7.35%, yang dilakukan untuk pengamatan musim.