Analisis Regresi dan Korelasi untuk Proyeksi Produksi Minyak Bumi dan Gas Alam Indonesia menggunakan Bahasa Pemrograman Python

Kasliono Kasliono, Edi Suharmono, Povi Povi, Risca Meriani, Niken Candraningrum

Abstract


Penelitian ini memiliki tujuan untuk mengetahui suatu cara pendekatan analisis data menggunakan bahasa pemrograman Python yang dapat diterapkan dalam industri minyak bumi dan gas alam serta memprediksi hasil produksi minyak bumi dan gas alam sampai pada tahun 2030. Penggunaan metode dalam penelitian ini yaitu dengan pendekatan deskriptif kuantitatif. Tujuan digunakannya metode ini yaitu untuk menguraikan secara sistematis peristiwa atau kejadian yang terjadi melalui penggunaan angka-angka dalam menganalisis data penelitian ini. Data tersebut kemudian diolah dengan bahasa pemrograman Python menggunakan library seperti Pandas, NumPy, Matplotlib, dan Scikit-Learn. Dalam penelitian ini data diolah dengan cara analisis regresi dan korelasi. Hasil penelitian yang diperoleh yaitu terjadinya penurunan yang cukup signifikan dari hasil prediksi produksi minyak bumi dan gas alam setiap tahunnya. Hasil prediksi produksi minyak bumi dan gas alam yang paling besar terjadi pada tahun 2022 yang menghasilkan minyak bumi sebesar 210.218,41 (000 barel) dan gas alam sebesar 2.709.176 (MMscf). Sedangkan hasil prediksi produksi minyak bumi dan gas alam pada tahun 2030 yaitu sebesar 116.827,69 (000 barel) dan 2.597.292 (MMscf). Minyak bumi dan gas alam dalam penelitian ini mempunyai keterkaitan yang lemah dengan nilai korelasi positif. Nilai korelasi sebesar 0.387558 menunjukkan bahwa adanya kecenderungan ketika produksi minyak bumi meningkat, produksi gas alam juga cenderung meningkat, begitupun sebaliknya.


Full Text:

PDF

References


Alfarizi, M. R. S., Al-farish, M. Z., Taufiqurrahman, M., Ardiansah, G., & Elgar, M. (2023). Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning. Karimah Tauhid, 2(1), 1–6.

Dewanto, M. E. (2023). Proyeksi Produksi Migas Indonesia Sampai dengan Tahun 2045. Jurnal Ilmu Ekonomi, 7(02), 195–210.

Gujarati, D. (2003). Ekonometrika Dasar. Zain, S, penerjemah. Terjemahan dari: Basic Econometric. Erlangga: Jakarta.

Lendeng, L. C., Sugiarso, B. A., & Rumagit, A. M. (2021). Interactive Learning based on Animation in Petroleum Subject for Grade XI Senior High. J. Tek. Elektro Dn Komput, 16(2), 183–192.

Nonci, R. (2020). Analisa Deskripsi Minyak dan Gas (Study Kasus Lapangan “X”). Equilibrium: Jurnal Penelitian Pendidikan Dan Ekonomi, 17(02), 44–50.

Pratomo, L. B., & TK, B. F. (2022). Tinjauan Singkat Optimalisasi Penggunaan Gas Bumi pada Sektor Rumah Tangga. Eksergi, 18(1), 1–11.

Restra, & Kesdm. (2015). Rencana Strategis Kementrian Energi dan Sumber Daya Mineral. Kementrian Energi dan Sumber Daya Mineral.

Safitri, W. R., (2016). Analisis Korelasi Pearson dalam Menentukan Hubungan Antara Kejadian Demam Berdarah dengan Kepadatan Penduduk di Kota Surabaya pada Tahun 2012-2014. Jurnal Ilmiah Keperawatan. 2(2).

Sanny, B. I., & Rina, K. D. (2020). Pengaruh Net Interest Margin (NIM) terhadap Return on Asset (ROA) pada PT Bank Pembangunan Daerah Jawa Barat dan Banten Tbk Periode 2013-2017. Jurnal E-Bis (Ekonomi-Bisnis). 4(1), 82.

Shaputra, R. D., & Syarif, H. (2021). Implementasi Regresi Linier untuk Prediksi Penjualan dan Cash Flow pada Aplikasi Point of Sales Restoran. Jurnal Automata. 2(1).

Sholeh, M. (2022). Penerapan Regresi Linear Ganda Untuk Memprediksi Hasil Nilai Kuesioner Mahasiswa Dengan Menggunakan Python. Jurnal Dinamika Informatika, 11(1), 13–24.

Sudjana., (2005). Metode Statistika. Bandung: Tarsito.

Syilfi., Dwi, I., & Diah, S. (2012). Analisis Regresi Linier Piecewise Dua Segmen. Jurnal Gaussian, 1(1), 220.

Wahyudin, A. A.-F. N., Primajaya, A., & Irawan, A. S. Y. (2020). Penerapan Algoritma Regresi Linear Berganda pada Estimasi Penjualan Mobil Astra Isuzu. Techno. Com, 19(4), 364–374.

Wibowo, R. A., & Andriyatna, A. K. (2020). Analisis Korelasi dalam Penentuan Arah Antar Faktor pada Pelayanan Angkutan Umum di Kota Magelang. Theta Omega: Journal of Electrical Engineering, Computer and Information Technology, 1(2), 2745-6412.




DOI: https://doi.org/10.37012/jtik.v9i2.1756

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Kasliono Kasliono, Edi Suharmono, Povi Povi, Risca Meriani, Niken Candraningrum

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Address:
Universitas Mohammad Husni Thamrin
Jl. Raya Pd. Gede No.23-25, RT.2/RW.1, Dukuh, Kec. Kramat jati, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta 13550

Creative Commons License
Jurnal Teknologi Informatika & Komputer Mohammad Husni Thamrin is licensed under a Creative Commons Attribution 4.0 International License.

View My Stats