Sistem Prediksi Perkembangan UMKM Kabupaten Garut
Platform analisis kuantitatif berbasis komputasi deret waktu (*time-series*) yang mengimplementasikan metode Simple Moving Average (MA) dan Weighted Moving Average (WMA) untuk memproyeksikan laju pertumbuhan pelaku usaha sektor KBLI.
Klasifikasi Data
Sektor KBLI
Standar Klasifikasi Usaha
Metode Komputasi
MA & WMA
Penimbangan Deret Waktu
Evaluasi Model
MAE & MAPE
Uji Presisi Tingkat Eror
Keluaran Output
Grafik & Tren
Visual Keputusan Pemda
Sistematika Peramalan Data
Prosedur pengolahan data historis hingga menghasilkan rekomendasi keputusan.
Input Data Historis
Pengumpulan dan perekaman deret waktu jumlah unit usaha terdaftar berdasarkan masing-masing sektor KBLI tahunan.
Kalkulasi Algoritma
Perhitungan simultan menggunakan algoritma Moving Average dan Weighted Moving Average sesuai parameter periode ($n$).
Evaluasi & Rekomendasi
Pengujian tingkat kesalahan presisi (MAPE) untuk merekomendasikan metode paling akurat bagi pemangku kebijakan.
Komparasi Metode Peramalan
Simple Moving Average (MA)
Menghitung rata-rata aritmatika sederhana dari $n$ periode historis sebelumnya. Metode ini menghapus fluktuasi acak jangka pendek dan sangat efektif untuk sektor dengan tren pertumbuhan yang stabil.
Weighted Moving Average (WMA)
Memberikan pembobotan secara proporsional di mana data tahun terbaru diberikan bobot lebih besar. Hal ini membuat model lebih responsif terhadap perubahan atau gejolak tren ekonomi terkini.
Metrik Evaluasi Kesalahan (Error)
Mean Absolute Error (MAE)
Mengukur rata-rata besaran selisih mutlak antara nilai prediksi dengan data riil aktual tanpa memperhitungkan arah deviasi.
Mean Absolute Percentage Error (MAPE)
Persentase rata-rata kesalahan relatif. Nilai MAPE di bawah 10% mengindikasikan bahwa kemampuan prediksi model berada pada kategori Sangat Presisi.
Visualisasi Hasil Prediksi & Analisis
Kemudahan Akses Informasi Bagi Eksekutif
Sistem dirancang untuk menyajikan ringkasan eksekutif secara otomatis. Grafik deret waktu interaktif memisahkan garis data aktual dengan garis proyeksi masa depan, sehingga mempermudah proses evaluasi.
- Otomatisasi rekomendasi metode terbaik per sektor.
- Penilaian distribusi tren (meningkat, menurun, atau stabil).
- Dukungan ekspor laporan ringkas dan detail teknis.