PENGEMBANGAN MODEL SARIMA UNTUK MERAMALKAN PRODUKSI TANAMAN OBAT DI INDONESIA

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 (2024) dan sumber lainnya, untuk setiap bulan dari Januari 2015 sampai Desember 2024. 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.

Medicinal plants play an important role in Indonesian culture and are widely used in health and beauty fields. The production of medicinal plants is crucial for the phytopharmaceutical industry, which is an important industry for public health. Therefore, forecasting medicinal plant production in the future becomes very important to ensure adequate raw materials for the phytopharmaceutical industry. One of the forecasting methods commonly used is Seasonal Autoregressive Integrated Moving Average (SARIMA), which is used to predict periodic or seasonally patterned data. This study aims to develop a SARIMA model to forecast the production of "kencur" as one of the medicinal plants in Indonesia and analyze its impact on the phytopharmaceutical industry. Data on "kencur" production and two other types of medicinal plants were taken from the Central Bureau of Statistics (2024) and other sources, for every month from January 2015 to December 2024. Python statistical software using the "statsmodels" package was used to process data and create forecasts of future "kencur" production. The results of the study showed that the developed SARIMA model can be used to forecast medicinal plant production in the future with good accuracy.