Perbandingan hasil peramalan B-DES dengan B-WEMA menggunakan optimasi parameter levenberg marquardt pada data non-stasioner

Komalasari, N. Kokom (2024) Perbandingan hasil peramalan B-DES dengan B-WEMA menggunakan optimasi parameter levenberg marquardt pada data non-stasioner. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1. Cover_N. Kokom Komalasari.pdf Download (225kB) | Preview
Preview	Text (ABSTRAK) 2. Abstrak_ N. Kokom Komalasari.pdf Download (270kB) | Preview
Preview	Text (DAFTAR ISI) 3. Daftar Isi_N. Kokom Komalasari.pdf Download (262kB) | Preview
Preview	Text (BAB I) 4. BAB I_N. Kokom Komalasari.pdf Download (289kB) | Preview
	Text (BAB II) 5. BAB II_N. Kokom Komalasari.pdf Restricted to Registered users only Download (487kB)
	Text (BAB III) 6. BAB III_N. Kokom Komalasari.pdf Restricted to Registered users only Download (499kB)
	Text (BAB IV) 7. BAB IV_N. Kokom Komalasari.pdf Restricted to Registered users only Download (533kB)
	Text (BAB V) 8. BAB V_N. Kokom Komalasari.pdf Restricted to Registered users only Download (291kB)
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA_N. Kokom Komalasari.pdf Restricted to Registered users only Download (228kB)

Abstract

Peramalan memprediksi pengaruh dari kondisi dan situasi yang berlaku terhadap perkembangan pada masa yang akan datang. B-WEMA merupakan hasil modifikasi dari Weighted Moving Average (WMA) dan Brown's Double Exponential Smoothing (B-DES) menggunakan deret waktu time series. Metode B-DES dan B-WEMA ini lebih baik pada metode peramalan sebelumnya dimana metode tersebut merupakan pengembangan dari metode peramalan sebelumnya. Karena metode sebelumnya masih rentan terhadap fluktuasi atau noise sehingga hasil peramalan tidak akurat. Sehingga digunakan metode pendekatan peramalan penelitian ini yaitu perbandingan hasil metode Brown's Double Exponential Smoothing (B-DES) dan Brown's Weighted Exponential Moving Average (B-WEMA) dengan optimasi parameter Levenberg Marquardt. Optimasi parameter dilakukan dengan salah satu package library yang tersedia dalam R Studio yaitu (minpack.lm). Data yang digunakan dalam peramalan berupa data volume impor non migas Indonesia tahun 2012-2023. Untuk pengukuran kesalahan yang digunakan adalah metode Mean Square Error (MSE) dan Mean Absolute Percent Error (MAPE). Hasil optimasi parameter Levenberg Marquardt untuk kedua metode tersebut diperoleh range MAPE dengan kategori nilai peramalan yang baik. Dari hasil perbandingan tersebut, nilai MAPE pada metode B-WEMA lebih kecil daripada metode B-DES artinya bahwa metode B-WEMA mampu meramalkan data tersebut dengan lebih baik.

Actions (login required)

View Item