Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO)

Authors

  • Annisa Martina Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung, Indonesia
  • Apianti Setia Dewi UIN Sunan Gunung Djati Bandung, Indonesia, Indonesia
  • Asep Solih Awalluddin UIN Sunan Gunung Djati Bandung, Indonesia

DOI:

https://doi.org/10.15575/kubik.v9i2.31368

Keywords:

Peramalan, Holt-Winters Exponential Smoothing Multiplikatif, Particle Swarm Optimization, Optimasi Paramater

Abstract

Peramalan merupakan suatu metode yang digunakan untuk memprediksi kejadian di masa yang akan datang berdasarkan pada sekumpulan data historis. Adanya pola trend dan musiman multiplikatif pada suatu data memerlukan metode peramalan yang sesuai agar peramalan yang dilakukan dapat memberikan hasil yang baik. Model Holt-Winters Exponential Smoothing Multiplikatif merupakan salah satu yang dapat mengatasi data dengan pola tersebut. Pada Holt-Winters Exponential Smoothing Multiplikatif terdapat nilai parameter pemulusan yang biasanya diperoleh dengan menggunakan trial and error. Namun, metode trial and error dirasa kurang efektif karena akan ada banyak kombinasi parameter pemulusan yang mungkin memberikan hasil peramalan optimal. Oleh karena itu, metode Particle Swarm Optimization digunakan untuk mengoptimasi parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dengan nilai MAPE sebagai nilai akurasi peramalan. Dari hasil simulasi yang dilakukan diperoleh bahwa metode Particle Swarm Optimization memiliki kinerja yang baik dalam memperoleh nilai parameter pemulusan Holt-Winters Exponential Smoothing Multiplikatif dalam meramalkan data jumlah kunjungan wisatawan mancanegara ke Indonesia.

Author Biography

Annisa Martina, Jurusan Matematika, Fakultas Sains dan Teknologi, UIN Sunan Gunung Djati Bandung

References

A. Martina, M.A Jajuli, dan R. Cahyandari, “Peramalan Menggunakan Metode MS-AR, MS-Regression dan MS-VAR pada Model Perubahan Strukturâ€. KUBIK: Jurnal Publikasi Ilmiah Matematika, vol. 9, no. 1, pp. 14-29, 2024, doi: https://doi.org/10.15575/kubik.v9i1.31371

A. Martina, D.N. Khairunnisa, dan R. Cahyandari, “Brown’s Weighted Exponential Moving Average (B-WEMA) untuk Peramalan Data Pendaftaran Keanggotaan Perpustakaan Nasional RIâ€. Jurnal Pemanfaatan Teknologi untuk Masyarakat, vol. 3, no. 1, 2024.

A. Martina and I. Girana, “Application of Singular Spectrum Analysis (SSA) Decomposition in Artificial Neural Network (ANN) Forecastingâ€. International Journal on Information and Communication Technology (IJoICT), vol. 10, no. 1, pp.13-27, 2024, doi: https://doi.org/10.21108/ijoict.v10i1.870

A. Martina, “Application of Singular Spectrum Analysis (SSA) Decomposition in Artificial Neural Network (ANN) Forecastingâ€. International Journal on Information and Communication Technology (IJoICT), vol.7, no. 2, pp.48-57, 2024, doi: https://doi.org/10.21108/ijoict.v7i2.604

S. Makridakis, S. C. Wheelwright, and V. E. McGee, Metode dan Aplikasi Peramalan Jilid 1, Edisi 2, terjemahan Untung Sus Andriyanto dan Abdul Basith. Penerbit Erlangga, 2020.

Q. Bai, “Analysis of Particle Swarm Optimization Algorithm,†Comput. Inf. Sci., vol. 3, no. 1, 2010, doi: 10.5539/cis.v3n1p180.

T.Dewi dan I. Husein, “Implementation of Particle Swarm Optimization (PSO) Method In Determining The Composition of Animal Feed In Broiler Chickens With Minimum Costâ€. KUBIK: Jurnal Publikasi Ilmiah Matematika, vol. 8, no. 2, pp. 119-128, 2023, doi: https://doi.org/10.15575/kubik.v8i2.29631

M.R.Sierra, and C Coello, “Multi-Objective Particle Swarm Optimizers: A Survey of the State-of-the-Artâ€. International Journal of Computational Intelligence, 2006, doi: 10.5019/J.IJCIR.2006.68

A. Banks, J.Vincent, and C.Anyakoha, “A review of particle swarm optimization. Part I: background and developmentâ€. Natural Computing: An International Journal, vol. 6, pp 467–484, 2007, doi: https://doi.org/10.1007/s11047-007-9049-5

A. Raj, P. Punia, & P. Kumar, “A novel hybrid pelican-particle swarm optimization algorithm (HPPSO) for global optimization problemâ€, Int J Syst Assur Eng Manag, vol. 15, pp 3878–3893 2024, doi: https://doi.org/10.1007/s13198-024-02386-9

Y.Liu, G.Wang, H. Chen, H. Dong, X. Zhu, and S. Wang, “An Improved Particle Swarm Optimization for Feature Selectionâ€, Journal of Bionic Engineering, vol. 8, No. 2, pp 191–200 2011, doi: https://doi.org/10.1016/S1672-6529(11)60020-6

F.R Harahap dan O. Darnius, “Optimization Of Holt-Winters Exponential Smoothing Parameters Using The Golden Section And Dichotomous Search Methodâ€. FARABI: Jurnal Matematika dan Pendidikan Matematika, vol. 5, no. 2, pp. 104-115, 2022, doi: 10.47662/farabi.v5i2.385

H. R. Makridakis S, Wheelwright SC, Forecasting: Methods and Applications, 3rd Edition. 1997.

R. Pan, “Holt–Winters Exponential Smoothingâ€. Wiley Encyclopedia of Operations Research and Management Science, 2011, https://doi.org/10.1002/9780470400531.eorms0385

R. C. Eberhart and Y. Shi, “Computational Intelligence Concepts to Implementationsâ€, Penerbit: Elsevier, 2011.

Kennedy and James F, “Swarm intelligenceâ€, Penerbit: Morgan Kaufmann Publisher, San Francisco, 2001.

Maurice Clerc, “Particle Swarm Optimization†Penerbit: ISTE, UK, 2006, doi: 10.1002/9780470612163

Suryanto, Swarm Intelligence : Komputasi Modern untuk Optimasi dan Big Data Mining. Informatika, 2017.

B. Santoso and T. J. Ai, Pengantar Metaheuristik: Implementasi dengan Matlab. Surabaya: ITS Tekno Sains, 2017.

Y. Shi and R. C. Eberhart, “Empirical study of particle swarm optimization,†Proc. 1999 Congr. Evol. Comput. CEC 1999, vol. 3, no. February, pp. 1945–1950, 1999, doi: 10.1109/CEC.1999.785511.

B. A. Mercangoz, Applying Particle Swarm Optimization, International Series in Operations Research & Management Science. Springer Nature Switzerland AG, 2021.

Forecasting with Exponential Smoothing: The State Space Approach" oleh Rob J. Hyndman, Anne B. Koehler, Ralph D. Snyder, dan Simone Grose (2008)

J. Scott Armstrong, “Principles of Forecasting: A Handbook for Researchers and Practitioners" Penerbit: Springer. 2001.

C. D. Lewis, Industrial and Business Forecasting Methods. Butterworth-Heinemann, 1982.

Published

2024-09-23

How to Cite

Martina, A., Dewi, A. S., & Awalluddin, A. S. (2024). Peramalan Menggunakan Model Holt-Winters Exponential Smoothing Multiplikatif dengan Optimasi Parameter Menggunakan Particle Swarm Optimization (PSO). KUBIK: Jurnal Publikasi Ilmiah Matematika, 9(2), 161–171. https://doi.org/10.15575/kubik.v9i2.31368

Citation Check

Most read articles by the same author(s)

Similar Articles

1 2 > >> 

You may also start an advanced similarity search for this article.