Peramalan Produksi Padi Di Kabupaten Simalungun Mengunakan Metode Autoregressive Integrated Moving Average (ARIMA) Dalam Mendukung Ketahanan Pangan

Patricia Roma Some Manik, gayus simarmata, juli antasari sinaga

Abstract


Penelitian ini dilatarbelakangi oleh pentingnya Kabupaten Simalungun sebagai lumbung pangan yang menyumbang 18% produksi di Sumatera Utara, namun menghadapi fluktuasi luas panen dan produksi. Tujuan penelitian adalah untuk memodelkan dan meramalkan produksi padi menggunakan metode Box--Jenkins ARIMA guna mendukung kebijakan ketahanan pangan. Data yang digunakan adalah deret waktu produksi padi tahun 2016--2025 dari BPS Kabupaten Simalungun. Analisis dilakukan menggunakan IBM SPSS Statistics 27 melalui tahap identifikasi, estimasi parameter, dan uji diagnostik. Hasil penelitian menunjukkan bahwa model yang paling sesuai berdasarkan evaluasi untuk padi ladang adalah ARIMA (1,0,1). Untuk padi sawah, model yang paling sesuai berdasarkan evaluasi adalah ARIMA (0,0,1). Hasil penelitian ini memberikan estimasi awal mengenai produksi padi di Kabupaten Simalungun yang dapat digunakan sebagai informasi pendukung dalam proses perencanaan sektor pertanian.

Keywords


Ketahanan Pangan, Produksi Padi, ARIMA, Peramalan

Full Text:

PDF - ID

References


[1] Wardani et al. Detail bibliografis tidak tersedia pada naskah sumber; perlu dilengkapi sebelum publikasi, 2022.

[2] A. Suharsono et al. “Forecasting of rice production in Indonesia using time series model”. Journal of Physics: Conference Series, vol. 1538, no. 1, p. 012022, 2020.

[3] N. Fadhilah et al. “Forecasting rice production for regional food security: A Box–Jenkins approach”. Journal of Agricultural and Applied Statistics, vol. 4, no. 1, pp. 88–102, 2023.

[4] F. Gunawan. “Pengaruh penggunaan faktor produksi terhadap produksi padi di Desa Barugae Kabupaten Bone”. Jurnal Penelitian Pertanian, pp. 1–15, 2018.

[5] Rahmanta et al. “Peramalan agribisnis pangan di Kabupaten Simalungun”. Jurnal Ekonomi Pembangunan, vol. 13, no. 1, pp. 40–55, 2025.

[6] A. A. Abidin, P. F. Buiney, and D. A. Nohe. “Peramalan data ekspor Kalimantan Barat dengan metode ARIMA”. In Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya, 2022.

[7] Kementerian Pertanian RI. Outlook Komoditas Pertanian Tanaman Pangan: Padi. Pusat Data dan Sistem Informasi Pertanian, 2024.

[8] G. Simarmata, R. Saragih, and A. H. Syofra. “University scheduling optimization using integer programming: A case study”. CAUCHY: Jurnal Matematika Murni dan Aplikasi, vol. 11, no. 1, pp. 61–74, 2026. DOI: https://doi.org/10.18860/cauchy.v11i1.37815.

[9] R. Prameswari. Peramalan Ekspor Kendaraan Bermotor di Indonesia Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) Box–Jenkins. Skripsi, Universitas Islam Negeri Sunan Ampel Surabaya, Surabaya, 2020.

[10] P. R. Saputra and S. Sugianto. “Box–Jenkins ARIMA model for predicting agricultural commodity prices”. Indonesian Journal of Statistics and Its Applications, vol. 7, no. 1, pp. 60–75, 2023.

[11] T. Utami et al. “Evaluasi akurasi peramalan menggunakan MAPE dan RMSE”. Jurnal Riset Ilmu Statistika, vol. 1, no. 1, pp. 25–38, 2021.

[12] N. M. Putri and A. H. Wigena. “Implementation of Box–Jenkins ARIMA model for agricultural commodity forecasting”. Journal of Physics: Conference Series, vol. 1874, no. 1, p. 012015, 2021.

[13] D. Wulandari. Peramalan Rata-Rata Temperatur Udara Harian Kota Pekanbaru Menggunakan Model ARIMA (0,1,1). Tugas Akhir, Universitas Islam Negeri Sultan Syarif Kasim Riau, 2021.

[14] S. P. Lestari. “Analisis runtun waktu untuk prediksi ketersediaan pangan daerah”. Jurnal Sains Matematika dan Statistika, vol. 7, no. 2, pp. 101–115, 2021.

[15] Badan Pusat Statistik Kabupaten Simalungun. Kabupaten Simalungun Dalam Angka 2017. BPS Kabupaten Simalungun, 2017. No. Publikasi 12090.1703. URL: https://simalungunkab.bps.go.id.

[16] Badan Pusat Statistik Kabupaten Simalungun. Kabupaten Simalungun Dalam Angka 2018. BPS Kabupaten Simalungun, 2018. No. Publikasi 12090.1703.

[17] Badan Pusat Statistik Kabupaten Simalungun. Kabupaten Simalungun Dalam Angka 2019. BPS Kabupaten Simalungun, 2019. No. Publikasi 12090.1703.

[18] Badan Pusat Statistik Kabupaten Simalungun. Kabupaten Simalungun Dalam Angka 2020. BPS Kabupaten Simalungun, 2020. No. Publikasi 12090.2002.

[19] Badan Pusat Statistik Kabupaten Simalungun. Kabupaten Simalungun Dalam Angka 2021. BPS Kabupaten Simalungun, 2021. No. Publikasi 12090.2102.

[20] Badan Pusat Statistik Kabupaten Simalungun. Statistik Pertanian Kabupaten Simalungun 2024, vol. 11. BPS Kabupaten Simalungun, 2025. No. Publikasi 12090.24042. URL: https://simalungunkab.bps.go.id.

[21] Badan Pusat Statistik Kabupaten Simalungun. Kabupaten Simalungun Dalam Angka 2026, vol. 47. BPS Kabupaten Simalungun, 2026. No. Publikasi 12090.26002; Katalog 1102001.1209. URL: https://simalungunkab.bps.go.id/.

[22] D. Anjani. Analisis Deret Waktu untuk Meramalkan Jumlah Produksi Tanaman Padi dengan Indikator Curah Hujan di Kabupaten Lampung Tengah. Skripsi, Universitas Islam Negeri Raden Intan Lampung, Bandar Lampung, 2021.

[23] A. K. Fausan et al. “Comparison of ARIMA and Holt–Winters models for forecasting rice production”. International Journal of Quantitative Research and Modeling, vol. 2, no. 3, pp. 145–156, 2021.

[24] Hariadi, Wigid, and Sulantari. “Pemodelan autoregressive integrated moving average ensemble (ARIMA ensemble) averaging method dalam peramalan produksi padi di Provinsi Jawa Timur”, 2024.

[25] R. Hidayat. “Uji diagnostik dan pemilihan model terbaik dalam peramalan Box–Jenkins”. Jurnal Aplikasi Statistika & Komputasi, vol. 12, no. 1, pp. 30–42, 2020.

[26] S. Krismiasari. Peramalan Produksi Padi di Kabupaten Kampar dengan Metode Box–Jenkins. Tugas Akhir, Universitas Islam Negeri Sultan Syarif Kasim Riau, Pekanbaru, 2022.

[27] A. Y. Pratama and H. Wijaya. “Analisis kesalahan peramalan pada komoditas tanaman pangan di Indonesia”. Jurnal Sains Data dan Informatika, vol. 3, no. 1, pp. 15–28, 2021.

[28] A. Ramadhan and S. Fitriani. “Penerapan model ARIMA pada data produksi padi ladang dan sawah”. Jurnal Statistika Industri, vol. 4, no. 2, pp. 112–125, 2022.




DOI: https://doi.org/10.18860/jrmm.v5i6.42694

Refbacks

  • There are currently no refbacks.