Optimasi Parameter Exponential Smoothing Holt-Winters Dengan Metode Golden Section Dan Pencarian Dikotomi
DOI:
https://doi.org/10.47662/farabi.v5i2.385Kata Kunci:
Exponential Smoothing Holt-Winters, Metode Golden Section, Metode Pencarian Dikotomi, PeramalanAbstrak
Metode Exponential Smoothing Holt-Winters merupakan metode peramalan yang memiliki tiga parameter, yaitu α,β, dan γ. Metode Exponential Smoothing Holt-Winters digunakan ketika data menunjukkan adanya trend dan musiman. Metode Exponential Smoothing Holt-Winters terbagi menjadi dua yaitu model Exponential Smoothing Holt-Winters Multiplikatif dan model Exponential Smoothing Holt-Winters Aditif. Tujuan dari penulisan skripsi ini adalah mendapatkan nilai parameter optimal pada Exponential Smoothing Holt-Winters menggunakan metode optimasi nonlinear, yaitu metode Golden Section dan metode Pencarian Dikotomi. Pada penelitian ini, Proses perhitungan untuk mendapatkan parameter optimal dibantu dengan software Matlab R2009a. Proses dengan menggunakan Metode Golden Section membutuhkan 17 iterasi, yang mana pada model Holt-Winters Multiplikatif diperoleh parameter α=0.223085, parameter β=0.000173, parameter γ=0.617861 dan nilai MAPE optimal =12.158570%, untuk model Holt-Winters Aditif diperoleh parameter α=0.199534, parameter β=0.000173, parameter γ=0.471963 dan nilai MAPE optimal =12.242973%. Sedangkan metode Pencarian Dikotomi membutuhkan 12 iterasi, yang mana pada model Holt-Winters Multiplikatif diperoleh parameter α=0.250506, parameter β=0.000244, parameter γ=0.562694 dan nilai MAPE optimal =12.181562%, untuk model Holt-Winters Aditif diperoleh parameter α=0.199776, parameter β=0.547084, parameter γ=0.547538 dan nilai MAPE optimal =12.203543%.
Referensi
Ai, T.J. (2002). Penyelesaian NonLinier Programming dengan Kendala Menggunakan Modifikasi Golden Section. Jurnal Teknologi Industri Vol. 6, No. 1.
Akbari, Fiqih, Arief S., Ferry Wahyu W. (2018). Optimasi Parameter Pemulusan Algoritma Brown Menggunakan Metode Golden Section Untuk Prediksi Data Tren Positif dan Negatif. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol . 2 No. 1 (2018).
C. D. Lewis, (1982). Industrial And Business Forcasting Methods: A Practical Guide To Exponential Smoothing And Curve Fitting. Butterworth-Heinemann
Karmaker, C. L., Halder, P. K., & Sarker, E. (2017). A Study of Time Series Model for Predicting Jute Yarn Demand: International Journal of industrial engineering., DOI:10.115/2017/2061260. 1-8.
Kinasih, Sekar, Arief A., Sugiman. (2018). Optimasi Parameter pada Model Exponential Smoothing Menggunakan Metode Golden Section untuk Pemilihan Model Terbaik dan Peramalan Jumlah Wisatawan Provinsi Jawa Tengah. UNNES Journal of Mathematics 7(1).
Kiusalaas, Jaan.( 2010). Numerical Methods In Engineering With MATLAB. Cambridge University Press.
Luknanto, Djoko. (2000). Pengantar Opitmasi Nonlinier. Yogyakarta: Universitas Gadjah Mada.
Makridakis, S, Steven C. Wheelwright, dan Victor E. Mcgee. (1999). Forecasting: Methods and Applications. In Andriyanto, Untung Sus, Abdul Basith (eds). Metode dan Aplikasi Peramalan, Jakarta: Erlangga.
Montgomery, Douglas C., Cheryl L., Murat K. (2008). Introduction to Time Series Analysis and Forecasting. United States of America: John Wiley and Sons.
Novalia, Dyah, Sugiman, Sunarmi. (2018). Perbandingan Hasil Optimasi Pada Metode Brown’s One-Parameter Double Exponential Smoothing Menggunakan Algoritma Non-Linear Programming Berbantuan Matlab. UNNES Journal of Mathematics 7(1).
Sharma, S. (2006). Applied Nonlinear Programming. New Age International (P) Ltd., Publishers: New Delhi.
Qarani, Muhammad A. A., Rukun S. Diah S. (2018). Pengembangan Estimasi Parameter Pada Metode Exponential Smoothing Holt-Winters Additive Menggunakan Metode Optimasi Golden Section. Jurnal Gaussian, Volume 7, Nomor 4.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 FARABI: Jurnal Matematika dan Pendidikan Matematika

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.