Text

Peramalan Harga Beras di Indonesia Menggunakan Metode Holt-Winters Additive Exponential Smoothing dengan Optomasi Golden Section

---

Beras merupakan salah satu bahan pokok yang wajib dipenuhi guna menunjang
keberlangsungan hidup manusia. Akibatnya, jika harga beras mengalami
ketidakstabilan dapat menyebabkan penurunan daya beli masyarakat. Oleh karena
itu, diperlukan sebuah sistem yang dapat melakukan peramalan harga beras agar
membantu terjaganya ketahanan pangan. Penelitian ini menggunakan metode HoltWinters Additive karena dapat digunakan untuk prediksi data time series yang
memiliki pola trend dan pola musiman. Parameter optimum dicari menggunakan
metode optimasi Golden Section yang meminimumkan nilai MAPE. Data yang
digunakan adalah data bulanan rata-rata harga beras kualitas medium di tingkat
perdagangan besar (grosir) Indonesia. Hasil penelitian menunjukkan bahwa data
mengandung unsur trend dan musiman aditif serta didapatkan model terbaik
dengan α = 0,999702, β = 0,059114 , γ = 0,145618. Hasil pengukuran kemampuan
peramalan dari model yang terbentuk menunjukkan hasil ramalan mendekati data
aktualnya serta dibuktikan dengan nilai MAPE out sample sebesar 7,006% masuk
kriteria MAPE < 10% sehingga kemampuan peramalan sangat tinggi. Hasil ramalan
di tahun 2023 menunjukkan harga beras mengalami fluktuasi namun perubahannya
tidak terlalu signifikan.
Kata kunci : Holt-Winters Additive, Golden Section, Rata-Rata Harga Beras,
MAPE, Peramalan.

---

Ketersediaan

1107E2023

1107 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1107 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Yuni Nurul Faiza

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar