Model Peramalan Produksi Panen Kelapa Sawit Menggunakan Linear Regression dan Weighted Moving Average

Abstrak

Produksi panen kelapa sawit merupakan faktor penting dalam industri kelapa sawit yang mempengaruhi pasokan, harga, dan kesejahteraan petani. Dalam upaya untuk mengantisipasi fluktuasi produksi dan mengambil keputusan yang tepat, model peramalan yang akurat diperlukan. Terjadinya ketidakstabilan produksi panen kelapa sawit sehingga dapat menyebabkan ketidakpastian dalam pasokan kelapa sawit, fluktuasi harga yang signifikan, ketidakpastian dalam pendapatan bagi para petani kelapa sawit. Dalam penelitian ini, mengusulkan sebuah model peramalan yang menggabungkan regresi linear dan weighted moving average (WMA) untuk memprediksi produksi panen kelapa sawit. Regresi linear untuk mengevaluasi hubungan antara variabel independen (misalnya, luas lahan, curah hujan, dan jumlah pupuk) dengan variabel dependen (produksi panen kelapa sawit). Metode weighted moving average (WMA) untuk mempertimbangkan tren dan pola musiman dalam data produksi. Dalam metode WMA, bobot diberikan pada setiap periode berdasarkan tingkat kepentingan. Berdasarkan hasil penelitian dapat diketahui bahwa Linear Regression memiliki nilai MAE =  3172.82, MSE = 14752194.45 dan RMSE = 3840.86 dan Weighted Moving Average memiliki nilai MAE = 2363.95, MSE = 8597170.55 dan RMSE = 2932.09. Pada hasil evaluasi tingkat error pada model Linear Regression dan Weighted Moving Average dapat diketahui bahwa semakin kecil nilai MAE, MSE atau RMSE semakin baik modelnya dan tidak ada nilai maksimal yang ditetapkan. Nilai angka forecast error pada Weighted moving average lebih baik dari Linear regression dan memiliki tingkat error yang rendah