Author:
Kuddi Bobi Frans,Saputro Agung Dwi
Abstract
Nilai Tukar Petani (NTP) merupakan indikator Proxy kesejahteraan petani. Semakin tinggi NTP suatu daerah menandakan bahwa tingkat kesejahteraan daerah tersebut semakin baik. Sebagian penduduk di Provinsi Papua berprofesi sebagai petani hal ini dapat dilihat dari besarnya sumbangan sektor pertanian terhadap Produk Domestik Regional Bruto (PDRB) Provinsi Papua sebesar 9,91%. Untuk meningkatkan kesejahteraan petani di Provinsi Papua maka dibutuhkan pembangunan secara bertahap dan berkelanjutan sebagai upaya untuk meningkatkan hasil produksi pertanian semaksimal mungkin. Untuk itu pemerintah perlu melakukan peramalan NTP untuk mendapatkan gambaran NTP di masa yang akan datang, sehingga dapat dijadikan acuan dalam menentukan kebijakan pada sektor pertanian di Provinsi Papua.Tujuan dari penelitian ini untuk meramalkan Nilai Tukar Petani di Provinsi Papua menggunakan model Hybrid ARIMA-NN. Tahapan yang dilakukan pada penelitian ini diawali dengan mengumpulkan data Nilai Tukar Petani di Provinsi Papua kemudian mengidentifikasi pola data tersebut melalui plot data, setelah mengetahui pola data penjualan mobil tersebut kita melakukan pengolahan data untuk mendapatkan model yang tepat untuk dapat digunakan meramalkan Nilai Tukar Petani di Provinsi Papua pada periode berikutnya menggunakan model Hybrid ARIMA-NN. Luaran yang ditargetkan pada penelitian ini adalah jurnal nasional terakreditasi.
Publisher
Universitas Sulawesi Barat
Reference15 articles.
1. Abdy, M. (2022). Pemodelan Matematika SIAS-SI pada Penyebaran Penyakit Malaria Asimtomatik dan Super Infeksi. SAINTIFIK, 8(1), 1-9. https://doi.org/10.31605/saintifik.v8i1.360
2. Ahmar, A. S. et al. (2018) “Modeling Data Containing Outliers using ARIMA Additive Outlier (ARIMA-AO)”. Journal of Physics: Conference Series, 954(1). doi: 10.1088/1742 - 6596/954/1/012010.
3. Badan Pusat Statistik (2022), “Nilai Tukar Petani Provinsi Papua”. Diakses dari https://papua.bps.go.id/subject/22/nilai-tukar-petani.html#subjekViewTab3. diakses pada tanggal 07 Desember 2022.
4. Box, G.E.P., Jenkins, G.M., & Reinsel, G.C., (1994). “Time Series Analysis Forecasting and Control”, 3 rd Edition, Prentice-Hall Inc., New Jersey.
5. Cowpertwait, P. S. P. & Metcalfe, A. V. (2009). Introductory Time Series with R (Use R!). New York: Springer.