Ahmad Badawi , 4112314031 (2017) PERANCANGAN DAN SIMULASI FORECASTING APPLICATION UNTUK MERAMALKAN DATA TIME SERIES BERBASIS MICROSOFT VISUAL BASIC 6.0 (Studi Kasus Jumlah Penumpang Kereta Api di Pulau Jawa). Under Graduates thesis, Universitas Negeri Semarang.

Preview

PDF - Published Version Download (508kB) | Preview

Abstract

Peramalan adalah salah satu cara memprediksi kondisi di masa yang akan datang. Pada model time series terdapat beberapa metode, seperti Moving Average, Exponential Smoothing, dan Decomposition. Berkaitan dengan peramalan data time series, dimana datanya stasioner atau mengandung pola trend atau musiman, maka metode Moving Average, Exponential Smoothing, dan Decomposition dapat diterapkan untuk meramalkan keadaan di masa yang akan datang. Banyak aplikasi peramalan dengan keunggulan masing-masing. Namun, banyak di antara aplikasi tersebut yang tidak menampilkan proses untuk mendapatkan hasil dalam implementasinya. Tujuan Tugas Akhir ini untuk menghasilkan aplikasi Forecasting Application berbasis Microsoft Visual Basic 6.0, dan mengetahui implementasinya terhadap data bulanan jumlah penumpang kereta api di Pulau Jawa tahun 2012- 2016. Metode pengumpulan data menggunakan metode dokumentasi dan literatur. Hasil dari Tugas Akhir ini yaitu aplikasi Forecasting Application mampu mencari nilai MSE dan nilai optimal dari semua nilai parameter untuk metode Moving Average dan Exponential Smoothing, meramalkan data dengan menampilkan perhitungan, dan menyimpulkan hasil terbaik dari beberapa peramalan. Setelah mencari nilai optimal dari setiap metode dan dilakukan peramalan diperoleh hasil ramalan untuk metode Single MA sebesar 30354,000, Double MA sebesat 31475,213, Single ES sebesar 31170,696, Double ES sebesar 31106,513, Triple ES sebesar 28129,990, dan Decomposition sebesar 31059,558. Diperoleh kesimpulan bahwa (1) proses perancangan aplikasi meliputi beberapa tahap antara lain: pembuatan interface, pengisian coding, pengaturan property, pengujian aplikasi, dan menjadikan aplikasi mandiri. Untuk membuktikan apakah aplikasi yang dibuat berjalan dengan baik atau tidak, maka dilakukan simulasi, selanjutnya diuji keakuratan dengan aplikasi lain. Hasilnya menunjukkan bahwa aplikasi yang dirancang menghasilkan nilai yang tidak jauh berbeda dengan aplikasi lain. (2) metode peramalan terbaik dengan menggunakan Forecasting Application untuk data jumlah penumpang kereta api di pulau Jawa adalah metode Double Moving Average dengan ordo 30, yang menghasilkan nilai peramalan sebesar 87700,104 dan MSE sebesar 31475,213.

Actions (login required)

View Item