Article Sidebar

Submitted
June 28, 2021
Published
October 10, 2021
Download
PDF
Statistic
Read Counter : 1814 Download : 0

Main Article Content

Abstract

Kemiskinan penduduk sangat berperan penting terhadap pertumbuhan ekonomi suatu negara. Di mana kemajuan suatu negara dapat diukur dari nilai pertumbuhan tersebut. Berdasarkan data yang diperoleh dari situs Badan Pusat Statistik (BPS) beberapa periode terakhir menunjukkan penurunan jumlah angka per tahun. Jumlah tersebut dapat digunakan sebagai indikasi monitoring perkembangan kemakmuran masyarakat secara umum. Menurunnya jumlah tersebut dapat memberikan dorongan positif pemerintah untuk kembali berupaya semaksimal mungkin agar semakin kecil lagi angka kemiskinan di negara Indonesia. Untuk mengetahui informasi prediksi jumlah kemiskinan di masa mendatang dapat menggunakan beberapa jenis metode peramalan. Dengan mengimplementasikan data jumlah penduduk miskin di periode sebelumnya sebagai data training yang di uji coba menggunakan metode peramalan kuantitatif yaitu Single Moving Average yang kemudian dilakukan penghalusan kembali dengan metode Double Moving Average di mana nilai tingkat error yang dihasilkan dari gabungan kedua metode tersebut sebesar 3,47% selisih dari jumlah aktual real yang sebenarnya. Sistem predilsi peramalan ini diharapkan mampu memberi manfaat bagi penulis dalam menerapkan teori ilmu yang dimiliki serta pihak-pihak terkait sebagai acuan untuk memperoleh sebuah informasi.

Keywords

double moving average kemiskinan mape mad prediksi single moving average

Article Details

Author Biographies

Febrian Kusuma, University PGRI Kanjuruhan Malang

Informatics Engineering

Moh Ahsan, University PGRI Kanjuruhan Malang

Informatics Engineering

Syahminan Syahminan, University PGRI Kanjuruhan Malang

Informatics Engineering

References

  1. Habibi, R., & Suryansah, A. (2020). Aplikasi prediksi jumlah kebutuhan perusahaan (Vol. 1). Kreatif.
  2. Julio, A., & Ashshiddiqi, R. (2018). Implementasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Jumlah Penduduk Miskin di Indonesia dengan Optimasi Algoritme Genetika. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(11), 4638–4646.
  3. Putrasyah, A., & Sukemi. (2019). Perhitungan Peramalan Harga Emas Menggunakan Metode Single Exponential Smoothing Dan Single Moving Average. 5(1), 978–979.
  4. SAMSUDIN, H., SADIMAN, D., & BANGSAWAN, I. P. R. (2020). KAJIAN SOSIAL: MENUJU KEMISKINAN SATU DIGIT. Bappeda Litbang Kabupaten Banyuasin.
  5. Sinaga, H. D. E., & Irawati, N. (2018). Perbandingan Double Moving Average Dengan Double Exponential Smoothing Pada Peramalan. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), IV(2), 8.
  6. Wanto, A., & Hardinata, J. T. (2019). Estimasi Penduduk Miskin di Indonesia sebagai Upaya Pengentasan Kemiskinan dalam Menghadapi Revolusi Industri 4.0. CESS (Journal of Computer Engineering System and Science), 4(2), 198–207.
  7. https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/13601/pdf
  8. Yunus, R., & Radjab, M. (2018). Analisis Pengentasan Kemiskinan: Studi Kasus pada Program Pemerintah Kabupaten Pangkajene dan Kepulauan. CV. Social Politic Genius (SIGn). https://books.google.co.id/books?id=pjedDwAAQBAJ