EARLY WARNING SYSTEM BERBASIS ARTIFICIAL INTELLIGENT BAGI PENGELOLAAN DANA PERKEBUNANAN KELAPA SAWIT YANG BERKELANJUTAN

Abstrak

Industri kelapa sawit Indonesia menyumbang lebih dari 58% produksi minyak sawit dunia, menjadikannya sektor strategis bagi negara. Untuk itu pemerintah menyelenggarakan program pengembangan perkebunan kelapa sawit berkelanjutan yang didanai melalui Dana Perkebunan Kelapa Sawit (DPKS), yang dihimpun dari pungutan ekspor komoditas kelapa sawit dan produk turunannya. Ketergantungan ini menimbulkan risiko fiskal dalam hal terjadi penurunan volume ekspor, seperti yang terlihat pada tahun 2020. Penelitian ini bertujuan untuk mengembangkan sistem peringatan dini (Early Warning System/EWS) berbasis kecerdasan buatan (Artificial Intelligence/AI) untuk memprediksi volume ekspor CPO sebagai proxy komoditas kelapa sawit. Dengan menggunakan data volume produksi CPO, luas lahan perkebunan kelapa sawit, harga CPO internasional, dan nilai tukar rupiah terhadap dolar Amerika Serikat pada periode 2011-2022, penelitian ini membuktikan bahwa EWS dapat dibangun menggunakan model prediksi berbasis arsitektur ANN Multi-Layer Perceptron (MLP). Intepretasi model prediksi menggunakan metode SHapley Additive exPlanation (SHAP) menunjukkan bahwa luas lahan perkebunan kelapa sawit dan volume produksi CPO yang berasal dari perkebunan swasta besar dan perkebunan rakyat berdampak pada prediksi volume ekspor CPO. Penurunan luasan lahan perkebunan kelapa sawit dan besaran produksi CPO milik perusahaan besar swasta dan perkebunan rakyat dapat menjadi signal bagi pemerintah untuk mengambil kebijakan yang diperlukan untuk menjaga volume ekspor CPO pada tingkatan yang memadai guna membiayai program-program pengembangan perkebunan kelapa sawit yang berkelanjutan tanpa membebani fiskal pemerintah. Meski dikembangkan untuk komoditas kelapa sawit, pendekatan yang digunakan dalam penelitian ini juga dapat diterapkan pada insustri sejenis.