PENGEMBANGAN MODEL SARIMA UNTUK MERAMALKAN PRODUKSI TANAMAN OBAT DI INDONESIA

Nugra Irianta Denashurya

Abstract


Tanaman obat memiliki peran penting dalam budaya Indonesia dan digunakan secara luas dalam bidang kesehatan dan kecantikan. Produksi tanaman obat sangat krusial bagi industri fitofarmaka, yang merupakan industri penting bagi kesehatan masyarakat. Oleh karena itu, meramalkan produksi tanaman obat di masa depan menjadi sangat penting untuk memastikan ketersediaan bahan baku yang memadai bagi industri fitofarmaka. Salah satu metode peramalan yang sering digunakan adalah Seasonal Autoregressive Integrated Moving Average (SARIMA), yang digunakan untuk memprediksi data berkala atau data yang memiliki pola musiman. Penelitian ini bertujuan untuk mengembangkan model SARIMA untuk meramalkan produksi kencur sebagai salah satu jenis tanaman obat di Indonesia dan menganalisis dampaknya pada industri fitofarmaka. Data produksi kencur dan dua jenis tanaman obat lainnya diambil dari Badan Pusat Statistik (2022) dan sumber lainnya, untuk setiap bulan dari Januari 2011 sampai Desember 2020. Software statistik Python dengan menggunakan paket "statsmodels" digunakan untuk mengolah data dan membuat ramalan produksi kencur di masa depan. Hasil penelitian menunjukkan bahwa model SARIMA yang dikembangkan dapat digunakan untuk meramalkan produksi tanaman obat di masa depan dengan akurasi yang baik.

Full Text:

PDF

References


Aromatik., D. T. O. d., (2022). Potensi Tanaman Obat Indonesia. [Online] Availableat:http://dtoa.litbang.pertanian.go.id/potensi-tanaman-obat-indonesia/

Indonesia., K. K. R., (2022). Peraturan Menteri Kesehatan Republik Indonesia Nomor 22 Tahun 2022 tentang Pedoman Teknis Pengembangan Obat Tradisional. [Online]Availableat:https://peraturan.bpk.go.id/Home/Details/196420/permenkes-no-22-tahun-2022

Palupi, M. E. H. R. &. W. T., (2019). Application of Seasonal ARIMA Model in Forecasting Paddy Yield in Indonesia. Journal of Physics: Conference Series, pp. 1192(1), 012068.

Purnomo, H. R. M. H. &. R. M., (2017). The Comparison of SARIMA and ARIMA for Forecasting Rice Production in Indonesia. Journal of Physics: Conference Series,, pp. 909(1), 012003.

Rachmawati, D. L. I. &. B. A. R., (2020). Forecasting the production of medicinal plants in Indonesia using SARIMA model.. AIP Conference Proceedings, pp. 2242(1), 030002.

Statistik, B. P., (2020). Statistik Tanaman Obat Indonesia 2020. [Online]Availableat:https://www.bps.go.id/publication/2022/02/14/3723e0d1a150b6d97cf50998/statistik-tanaman-obat-indonesia-2020.html

Suhardi, &. P. E., (2021). Analysis and forecasting of Indonesia's medicinal plant production with ARIMA and SARIMA models.. Journal of Physics: Conference Series,, pp. 1876(1), 012024.

Tasya, N., (2021). Forecasting rice production using ARIMA and SARIMA models in Indonesia.. International Journal of Scientific & Technology Research,, Volume 10(5), pp. 54-58

Wikantyasning, E. R., Kalsum, U., Nurfiani, S., Da’i, M., & Cholisoh, Z. (2021). Allylamine-Conjugated Polyacrylic Acid and Gold Nanoparticles for Colorimetric Detection of Bacteria. In Materials Science Forum (Vol. 1029, pp. 137–144). Trans Tech Publications, Ltd. https://doi.org/10.4028/www.scientific.net/msf.1029.137


Refbacks

  • There are currently no refbacks.



Denashurya Health Journal

Program Studi Farmasi - Sekolah Tinggi Ilmu Kesehatan Sambas
Website : https://journal.stikessambas.ac.id/index.php/DHJ
Email : dhealthjournal@gmail.com

Denashurya Health Journal is licensed under a Creative Commons Attribution 4.0 International License

 

Flag Counter