Text

Pengembangan Estimasi Parameter Pada Metode Exponential Smoothing Holt-Winters Additive Menggunakan Metode Optimasi Golden Section (Studi Kasus : Data Wisatawan Mancanegara yang Menggunakan Jasa Akomodasi di DIY Periode Januari 2009-Desember 2016)

---

ABSTRAK

Peramalan merupakan kegiatan untuk memperkirakan yang akan terjadi pada masa yang akan datang, salah satu metode yang dapat digunakan adalah Exponential Smoothing. Pada penelitian ini digunakan metode pemulusan Exponential Smoothing Holt-Winters Additive dengan tiga parameter yang dapat digunakan untuk prediksi data deret waktu yang memiliki pola tren dan pola musiman. Masalah yang muncul dalam metode ini adalah menentukan parameter optimum untuk meminimumkan nilai eror peramalan. Penelitian ini menggunkan metode optimasi Golden Section untuk menduga parameter optimum yang meminimumkan nilai MAPE. Data yang digunakan adalah data wisatawan mancanegara yang menggunakan jasa akomodasi di DIY dari periode Januari 2009 sampai Desember 2016 yang memiliki pola tren dan pola musiman aditif. Dalam mempermudah proses perhitungan optimasi, maka di susun sebuah sintaks menggunakan RStudio yang berisi algoritma Golden Section untuk menentukan kombinasi yang memiliki parameter yang optimum. Pada optimasi ini ditetapkan dua treshold error yaitu 0,001 dan 0,00001. Hasil penelitian menunjukkan bahwa penduga parameter dengan metode Golden Section untuk treshold error 0,001 diperoleh MAPE sebesar 18,96732% dan untuk treshold error 0,00001 diperoleh MAPE sebesar 18,96536%. Nilai ini berada pada kriteria MAPE yang sama yaitu 10% ─ 20% (baik) sehingga pemilihan model terbaik di tentukan berdasarkan iterasi yang minimal. Oleh karena itu nilai parameter pembobot yang digunakan adalah hasil optimasi dengan ε ≤ 0,001, selanjutnya dari model terpilih digunakan untuk melakukan prediksi jumlah wisatawan mancanegara yang menggunakan jasa akomodasi di DIY 12 bulan ke depan.
Kata kunci: Exponential Smoothing Holt-Winters Additive. Golden Section, Akomodasi Wisatawan Mancanegara, MAPE, Prediksi.
 
ABSTRACT

Forecasting is an activity to estimate what will happen in the future, one method that can be used is Exponential Smoothing. In this study used the smoothing method of Exponential Smoothing Holt-Winters Additive with three parameters that can be used for prediction of time series data that has trend patterns and seasonal patterns. The problem that arises in this method is to determine the optimum parameter to minimize the forecast error value. This study uses the Golden Section optimization method to estimate the optimum parameters that minimize the MAPE value. The data used is data on foreign tourists who use accommodation services in Yogyakarta from the period January 2009 to December 2016 that have trend patterns and additive seasonal patterns. In simplifying the optimization calculation process, a syntax using RStudio is arranged which contains the Golden Section algorithm to determine the combination that has the optimum parameters. In this optimization there are two treshold error, namely 0.001 and 0.00001. The results showed that the parameter estimator with the Golden Section method for the treshold error of 0.001 obtained MAPE of 18,96732% and for treshold error of 0.00001 MAPE was 18,96536%. This value is in the same MAPE criteria which is 10% ─ 20% (good) so that the selection of the best model is determined based on minimal iteration. Therefore the weighting parameter value used is the result of optimization with ε ≤ 0.001, then from the selected model it is used to predict the number of foreign tourists using accommodation services in Yogyakarta in the next 12 months.
Keywords: Exponential Smoothing Holt-Winters Additive. Golden Section, International Tourist Accommodation, MAPE, Prediction.

---

Ketersediaan

689E19I

689 E 19-i

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

689 E 19-i

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

025.3432

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Muhammad Aqajahs Al Qarani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar