PREDIKSI JUMLAH UMKM DI KABUPATEN TANGERANG MENGGUNAKAN METODE MOVING AVERAGE: PENDEKATAN BUSINESS INTELLIGENCE

RIO FAUZI; Mohammad Givi Efgivia;

ABSTRAK

Prediksi Jumlah UMKM di Kabupaten Tangerang Menggunakan Metode Moving Average: Pendekatan Business Intelligence

Rio Fauzi

Abstrak— Penelitian ini bertujuan untuk memprediksi jumlah Usaha Mikro, Kecil, dan Menengah (UMKM) di
Kabupaten Tangerang menggunakan metode Simple Moving Average (SMA) dengan periode tiga tahun (SMA-
3) dan pendekatan Business Intelligence (BI). Data yang digunakan merupakan data sekunder dari Badan Pusat

Statistik (BPS) dan Dinas Koperasi & UKM Kabupaten Tangerang, mencakup periode tahun 2018 hingga 2023
dengan total 133.582 UMKM. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan, uji pola dan
kestabilan data, uji asumsi klasik (uji normalitas, autokorelasi, dan heteroskedastisitas), peramalan menggunakan
metode SMA-3, evaluasi model dengan Mean Absolute Error (MAE) dan Mean Absolute Percentage Error
(MAPE), serta visualisasi hasil prediksi berbasis Python untuk mendukung analisis BI. Hasil evaluasi
menunjukkan nilai MAE sebesar 12.795,67 UMKM dan MAPE sebesar 32,07%, yang mengindikasikan tingkat
akurasi sedang. Hasil prediksi untuk periode 2024–2028 adalah 37.615, 41.514, 46.713, 41.947, dan 43.391
UMKM, dengan total 211.180 UMKM. Visualisasi BI seperti line chart, bar chart, dan grafik pertumbuhan
tahunan mempermudah interpretasi tren bagi pengambil kebijakan dan pelaku UMKM. Penelitian ini
membuktikan bahwa metode SMA-3 yang sederhana dapat diterapkan secara efektif pada data deret waktu
tahunan yang relatif stabil, serta bermanfaat untuk perencanaan kebijakan pengembangan UMKM di masa depan.

Kata kunci: UMKM, Business Intelligence, Simple Moving Average, MAE, MAPE.

Prediction of the Number of UMKM in Tangerang Regency Using the Moving Average Method: A Business Intelligence Approach

Rio Fauzi

Abstract— This study aims to forecast the number of Micro, Small, and Medium Enterprises (MSMEs) in
Tangerang Regency using the Simple Moving Average (SMA) method with a three-year period (SMA-3) and a
Business Intelligence (BI) approach. The dataset consists of secondary data obtained from the Central Bureau of
Statistics (BPS) and the Department of Cooperatives & MSMEs of Tangerang Regency, covering the period from
2018 to 2023, with a total of 133,582 MSMEs. The research stages include data collection, preprocessing, pattern
and stability testing, classical assumption testing (normality test, autocorrelation test, and heteroskedasticity test),
forecasting using the SMA-3 method, model evaluation using Mean Absolute Error (MAE) and Mean Absolute
Percentage Error (MAPE), and visualization of prediction results using Python to support BI analysis. The
evaluation results show an MAE value of 12,795.67 MSMEs and a MAPE value of 32.07%, indicating a medium
level of accuracy. The forecasted MSME numbers for the 2024–2028 period are 37,615; 41,514; 46,713; 41,947;
and 43,391, respectively, with a total of 211,180 MSMEs. BI visualizations such as line charts, bar charts, and
year-over-year growth graphs facilitate the interpretation of trends for policymakers and MSME stakeholders.
This research demonstrates that the simple SMA-3 method can be effectively applied to relatively stable annual
time series data and can be beneficial for future MSME development policy planning.

Keywords: MSME , Business Intelligence, Simple Moving Average, MAE, MAPE