Komparasi Artificial Neural Network (ANN) dan Double Exponential Smoothing (DES) pada Prediksi Harga Crude Palm Oil (CPO) di Indonesia

Abstract

Crude Palm Oil (CPO) merupakan salah satu sumber penghasil minyak nabati yang memiliki peran penting dalam kehidupan sehari-hari sebagai bahan baku minyak goreng, membuat permintaan terhadap CPO semakin meningkat pada setiap tahun. Indonesia merupakan negara penghasil CPO terbesar di dunia yang menjadikan negara Indonesia sangat memengaruhi pasokan CPO. Produk CPO memiliki peran penting dalam perekonomian Indonesia, salah satunya sebagai penyumbang devisa negara terbesar di sektor perkebunan sehingga akan berdampak pada harga suatu nilai CPO. Oleh karena itu, penelitian ini dilakukan dengan tujuan memprediksi harga CPO di masa yang akan datang menggunakan komparasi dua metode yaitu Artificial Neural Network (ANN) dan Double Exponential Smoothing (DES) untuk melihat nilai akurasi paling optimal yang dapat dilakukan melalui suatu prediksi menggunakan nilai RMSE, MSE, dan MAPE. Pada metode ANN didapatkan tingkat akurasi sebesar 94,63% sedangkan metode DES memperoleh tingkat akurasi 97,87?ngan uji nilai parameter. Kata kunci: Crude Palm Oil (CPO), Artificial Neural Network (ANN), Double Exponential Smoothing (DES), Prediksi