ANALISIS PERCEPATAN PENURUNAN TINGKAT KEMISKINAN MENGGUNAKAN METODE WEIGHT MOVING AVERAGE: STUDI KASUS DI PROVINSI NTB

  • Lina Handayani Universitas Islam Negeri Mataram
  • Zahraini Jamilah Universitas Islam Negeri Mataram
  • M. Zainul Yaqin Azmi Universitas Islam Negeri Mataram
  • Syaharuddin Universitas Muhammadiyah Mataram
  • Malik Ibrahim Universitas Nahdlatul Ulama NTB
  • Vera Mandailina Universitas Muhammadiyah Mataram
Keywords: Forecasting; Weight Moving Average

Abstract

Penelitian ini bertujuan untuk memprediksi data jumlah penduduk miskin di Provinsi Nusa Tenggara Barat Setiap Kabupaten dengan menggunkan metode Weight Moving Average. Jenis penelitian ini merupakan penelitian kuantitatif. Data yang digunakan dari tahun 2001-2019, dengan parameter error yakni ME, MAD, MSE, dan MAPE. Berdasarkan hasil simulasi data diperoleh hasil prediksi tahun 2020 jumlah penduduk miskin di NTB seluruh Kabupaten sebesar7.310.270 dengan weight 0.2 ME sebesar 28484, MAD sebesar 49.775, MSE sebesar 333.607, MAPE sebesar 5.261.900, dengan weight 0.3 ME sebesar 33434, MAD sebesar 56535, MSE sebesar 333.607, MAPE sebesar 60939, dengan weight 0.4 ME sebesar 39086.66, MAD sebesar 63061.1, MSE sebesar 536431, MAPE sebesar 6.9226.

References

Abbas, I. (2016). Penerapan Metode Moving Average ( Ma ) Berbasis Algoritma Support Vector Machine ( Svm ) Untuk Membandingkan Pola Kurva Dengan Trend Kurva Pada Irfan Abbas. 8(April), 37–43.

Adiputro, D., & Imrona, M. (2011). BAB I. 0–6.

Bagus, I. D. A., Artika, E. K. A., Kembaryana, I. W., Ayu, I. D. A., Marini, K., & Nopiari, I. D. A. A. Y. U. (2020). Upaya menurunkan tingkat kemiskinan melalui peningkatan kapasitas kelompok masyarakat di kabupaten lombok barat propinsi nusa tenggara barat. 550–556.

Ferezagia, D. V. (2018). Jurnal Sosial Humaniora Terapan Analisis Tingkat Kemiskinan di Indonesia Jurnal Sosial Humaniora Terapan. 1, 1–6.

Giarti, F. R., Permana, S. E., Manajemen, J., Transportasi, K., Keselamatan, P., Jalan, T., … Belakang, L. (2017). Sistem Prediksi Menggunakan Metode Weighted Moving Average Untuk Penentuan Jumlah Order Barang. 16(2), 37–42.

Hayuningtyas, R. Y., & Informatika, T. (2017). Peramalan Persediaan Barang Menggunakan Metode Weighted Moving Average Dan Metode Double Exponential. 13(2), 217–222.

Ibrahim, M. (2016). Perbandingan Metode Weighted Moving Average Dan Trend Semi Average ( Studi Kasus Penjualan Kayu Sumber Alam Sawmill ). 1–10.

Irawan, M. I., Syaharuddin, Utomo, D. B., & Rukmi, A. M. (2013). Intelligent irrigation water requirement system based on artificial neural networks and profit optimization for planting time decision making of crops in Lombok Island. Journal of Theoretical and Applied Information Technology, 58(3), 657–671.

Kumila, A., Sholihah, B., Evizia, E., Safitri, N., & Fitri, S. (2019). Perbandingan Metode Moving Average dan Metode Naïve Dalam Peramalan Data Kemiskinan. JTAM | Jurnal Teori Dan Aplikasi Matematika, 3(1), 65. https://doi.org/10.31764/jtam.v3i1.764

Nasution, A. (2018). Forecasting Produksi Karet Menggunakan. 9986(September).

Nurlifa, A., & Kusumadewi, S. (2017). Sistem Peramalan Jumlah Penjualan Menggunakan Metode Moving Average Pada Rumah Jilbab Zaky. INOVTEK Polbeng - Seri Informatika. https://doi.org/10.35314/isi.v2i1.112

Prapcoyo, H. (2018). Peramalan Jumlah Mahasiswa. 15(01), 66–75.

Purnomo, J., Koesuma, S., & Yunianto, M. (2013). Pemisahan Anomali Regional-Residual pada Metode Gravitasi Menggunakan Metode Moving Average , Polynomial dan Inversion. 3(1).

Rachman, R., & Average, M. (2018). Penerapan Metode Moving Average dan Exponential Smoothing pada Peramalan Produksi Industri Garment. 5(1), 211–220.

Rahmasari, A., Sunani, E. H., Jannah, M., Fathulaili, F., Kurnia, L., & Satria, A. (2019). ARDL Method: Forecasting Data Kemiskinan di NTB. JTAM | Jurnal Teori Dan Aplikasi Matematika, 3(1), 52. https://doi.org/10.31764/jtam.v3i1.767

Rini, A. S., Sugiharti, L., & Airlangga, U. (2016). Jurnal Ilmu Ekonomi Terapan. 01(2), 17–33.

Sucipto, L., & Syaharuddin, S. (2018a). Konstruksi Forecasting System Multi-Model untuk pemodelan matematika pada peramalan Indeks Pembangunan Manusia Provinsi Nusa Tenggara Barat. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 4(2), 114. https://doi.org/10.26594/register.v4i2.1263

Sucipto, L., & Syaharuddin, S. (2018b). Konstruksi Forecasting System Multi-Model untuk pemodelan matematika pada peramalan Indeks Pembangunan Manusia Provinsi Nusa Tenggara Barat. 4(2), 114–124.

Sulistyanto, P., Wahyunggoro, O., & Cahyadi, A. I. (2015). Pengolahan Isyarat Load Cell Sen128a3b Menggunakan Metode Moving Average. (4), 6–8.

Sundari, S. S., & Revianti, W. (2015). Sistem Peramalan Persediaan Barang Dengan Weight Moving Average Di Toko The Kids 24. 9–10.

Syaharuddin, Pramita, D., Nusantara, T., & Subanji. (2020). Computational of Distribution of Wind Speed as Preliminary Information for Fishers: Case Study in Lombok Sea. International Journal of Advanced Trends in Computer Science and Engineering, 9(3), 3584–3587.

Syaharuddin, Pramita, D., Nusantara, T., Subanji, & Negara, H. R. P. (2020). Analysis of accuracy parameters of ANN backpropagation algorithm through training and testing of hydro-climatology data based on GUI MATLAB. IOP Conference Series: Earth and Environmental Science, 413(1). https://doi.org/10.1088/1755-1315/413/1/012008

Tanuwijaya, H. (2010). Penerapan metode winter ’ s exponential smoothing dan single moving average dalam sistem informasi.

Tisniwati, B., Daerah, P., & Tenggara, N. (n.d.). Analisis faktor-faktor yang mempengaruhi tingkat kemiskinan di indonesia.

Vita Ferezagia, D. (2018). Analisis Tingkat Kemiskinan di Indonesia. Jurnal Sosial Humaniora Terapan, 1(1), juli – desember.

Published
2020-07-08