PENENTUAN NILAI PARAMETER METODE EXPONENTIAL SMOOTHING DENGAN ALGORITMA GENETIK DALAM MENINGKATKAN AKURASI FORECASTING

Ilham Falani

Abstract


Penelitian ini bertujuan untuk mengetahui penentuan nilai parameter  pada model Exponential Smoothing. Penentuan nilai ini dilakukan dengan menggunakan algoritma genetik. Nilai konstanta parameter sangat menentukan keakurasian forecasting. Nilai parameter yang diperoleh dengan menggunakan algoritma genetik selanjutnya akan dibandingkan dengan nilai parameter yang sering digunakan dalam penelitian yakni: 0.1, 0.5, dan 0.9. Keakurasian forecasting dengan masing-masing  dapat dilihat dari error yang digunakan. Berdasarkan hasil yang diperoleh, nilai  yang diperoleh dengan menggunakan algoritma genetik menghasilkan nilai error yang paling kecil. Sehingga dapat disimpulkan bahwa penentuan nilai parameter dengan menggunakan algoritma genetik dapat meningkatkan akurasi forecasting dibandingkan.


Full Text:

PDF

References


Riduwan. 2010. Metode dan Teknik Menyusun Tesis. Alfabeta, Bandung.

Leabo, Dick A. 1997. Basic of Statistic. NY: brightfuture press

Subagyo, Pangestu. (2001). Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE UGM Yogyakarta.

Arsyad. 1997. Perencanaan dan Pengendalian Produksi, Edisi Pertama, Penerbit Guna Widya, Surabaya

M. Obitko. 1998. Introduction to Genetic Algoritm. University of Applied Sciences.

E. Satriyanto. 2009. Algoritma Genetika. Jakarta: Duta Ilmu Press.

D E Goldberg. 1989. Genetic Algorithms in search, optimization and machine learning. NY

Brownlee, Jason. 2011. Clever Algorithms: Nature-Inspired Programming Recipes. Melbourn: Creative common.

Eberhart, R. C., & Shi, Y,.1998. Comparison Between Genetic Algorithms and Particle Swarm Optimization. Proceedings IEE int. Conf. Evol. Comput,Anchorage, AK, pp 611-616.

Engelbrecht, Andries P.2007. Computational Intelligence: An Introduction (2nd. Ed). England: John Wiley and Sons Ltd.

Makridakis, Spyros. (2002). Analisis Runtun Waktu. Jakarta: Karunika.

Tularam, G. A., at.al. (2008), Exponential Smoothing Method of Base Flow Separationand Its Impact on Continuous Loss Estimates, AmericanJournal of Environmental Sciences 4 (2): 136-144, ISSN 1553-345X Science Publications




DOI: https://doi.org/10.24114/cess.v3i1.8268

Article Metrics

Abstract view : 1434 times
PDF - 5462 times

Refbacks

  • There are currently no refbacks.


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

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License