PERAMALAN PRODUKSI NASIONAL HASIL TANGKAP IKAN TUNA (Thunnus sp.) DI INDONESIA DENGAN APLIKASI POM-QM

Abstract

Indonesia merupakan negara kepulauan dengan potensi besar dalam sektor perikanan tangkap, salah satunya adalah ikan tuna (Thunnus sp.) yang berperan strategis dalam ekspor perikanan nasional. Produksi tuna nasional menunjukkan fluktuasi dari tahun ke tahun, sehingga dibutuhkan pendekatan analitis untuk mendukung perencanaan produksi yang akurat dan berkelanjutan. Penelitian ini bertujuan untuk menentukan metode peramalan terbaik berdasarkan tingkat kesalahan terkecil serta meramalkan produksi hasil tangkap ikan tuna nasional Indonesia untuk periode 2024–2030. Data yang digunakan adalah data sekunder produksi tuna dari Badan Pusat Statistik (BPS) tahun 2017–2023. Analisis dilakukan menggunakan aplikasi POM-QM for Windows versi 5 dengan beberapa metode peramalan, yaitu Simple Linear Regression, Linear Trend Line, Moving Average, Weighted Moving Average, Exponential Smoothing, dan Exponential Smoothing with Trend. Hasil evaluasi akurasi menunjukkan bahwa metode Linear Trend Line merupakan metode terbaik dengan nilai MAPE sebesar 7,88%, MAD sebesar 27.155,51, dan MSE sebesar 1.355.860.000. Hasil peramalan menunjukkan tren peningkatan produksi tuna nasional yang stabil hingga tahun 2030. Peramalan ini penting sebagai dasar pengambilan keputusan bagi pemerintah dan pelaku usaha untuk menyusun strategi produksi dan ekspor yang efisien sekaligus mendukung pengelolaan sumber daya laut yang berkelanjutan.

Indonesia, as an archipelagic country, holds significant potential in the capture fisheries sector, particularly in tuna (Thunnus sp.), which plays a strategic role in national fishery exports. Due to the fluctuating nature of national tuna production over the years, analytical approaches are needed to support accurate and sustainable production planning. This study aims to determine the most appropriate forecasting method based on the lowest error rates and to forecast Indonesia’s national tuna capture production from 2024 to 2030. The research utilized secondary data on tuna production from the Indonesian Central Bureau of Statistics (BPS) for the years 2017–2023. Forecasting analysis was conducted using POM-QM for Windows version 5 with several methods, including Simple Linear Regression, Linear Trend Line, Moving Average, Weighted Moving Average, Exponential Smoothing, and Exponential Smoothing with Trend. The evaluation of forecasting accuracy indicated that the Linear Trend Line method produced the best performance, with a MAPE of 7.88%, MAD of 27,155.51, and MSE of 1,355,860,000. The forecasting results show a steady increase in national tuna production through 2030. This forecasting approach is essential for supporting data-driven decision-making by both government and industry stakeholders in formulating efficient production and export strategies, while also promoting the sustainable management of marine resources.