Perpustakaan Digital ITB

Ketersediaan Bahan Bakar Minyak (BBM) di lingkungan masyarakat merupakan hal yang sangat penting untuk diperhatikan, dimana BBM mempunyai dampak yang luas terhadap kegiatan perekonomian di Indonesia. Khusus untuk BBM yang disubsidi, peranan pemerintah adalah menetapkan kuota BBM setiap daerah. Untuk mendukung kebijakan ini, proses prediksi volume konsumsi BBM sangat diperlukan, karena salah satu komponen dasar penetapan alokasi tersebut adalah volume konsumsi BBM sebelumnya di wilayah atau daerah tersebut. Sehingga dengan melakukan prediksi konsumsi BBM, maka kebijakan yang akan ditetapkan akan lebih tepat sasaran dan tepat wilayah. Dengan jenis data history konsumsi BBM merupakan time series, maka algoritma yang digunakan pada saat forecasting adalah algoritma yang mengolah data time series yaitu Prophet, SARIMA dan hybrid Prophet dengan optimasi XGBoost. Hasil forecasting konsumsi BBM ini divisualisasikan ke dalam bentuk dashboard yang dikembangkan menggunakan streamlit, agar informasi dapat lebih jelas sehingga dapat membantu dalam menetapkan kebijakan penetapan kuota BBM.Tahapan yang digunakan dalam penulisan ini adalah dengan menerapkan metode Cross Industry Standard Process for Data Mining (CRISP-DM), mulai dari business & data understanding , data preparation, modelling serta melakukan evaluasi terhadap hasil dashboard.