Sekar Kinasih, - and Arief Agoestanto, FMIPA Pendidikan Matematika and Sugiman, - (2018) Optimasi Parameter pada Model Exponential Smoothing Menggunakan Metode Golden Section untuk Pemilihan Model Terbaik dan Peramalan Jumlah Wisatawan Provinsi Jawa Tengah. UNNES Journal of Mathematics, 7 (1). ISSN 2252-6943

	PDF - Published Version Download (476kB)
	PDF - Published Version Download (965kB)

Abstract

Exponential Smoothing atau pemulusan eksponensial merupakan salah satu metode yang dapat digunakan untuk memprediksi data runtun waktu yang memiliki pola trend musiman. Dalam penelitian ini, metode pemulusan eksponensial digunakan adalah Single Exponential Smoothing (SES), Double Exponential Smoothing–Holt (DES) dan Triple Exponential Smoothing Holt-Winter (TES) Aditif dan model Multiplikatif. Data yang digunakan adalah Jumlah Wisatawan Provinsi Jawa Tengah periode Januari 2011 sampai Desember 2015. Tujuan penelitian ini, melakukan optimasi parameter model pada metode SES, DES dan TES menggunakan metode Golden Section untuk meminimumkan nilai MAPE, mendapatkan metode terbaik guna memprediksi data jumlah Wisatawan Provinsi Jawa Tengah tahun 2011-2015, dan mendapatkan nilai prediksi menggunakan parameter yang optimal untuk tiap–tiap metode pada data jumlah Wisatawan Jawa Tengah Bulan Januari 2016. Berdasarkan analisis tersebut diperoleh parameter yang optimum untuk tiap–tiap metode, SES dengan parameter alpha 0,54280 dan nilai MAPE 6,27370%, DES Holt parameter alpha 0,00004, parameter gamma 0,00590 dan nilai MAPE 11,04635%, TES Holt Winters Additive dengan parameter alpha 0,23607, parameter gamma 0,14590, parameter delta 0,23607 dan nilai MAPE 6,66123% serta untuk TES Holt Winters Multiplicative dengan parameter alpha 0,23607, parameter gamma 0,14590, parameter delta 0,23607 dan nilai MAPE 6,67563%. Berdasarkan perbandingan MAPE pada ke empat metode di atas diperoleh metode terbaik untuk data Jumlah Wisatawan Provinsi Jawa Tengah yaitu metode SES karena mempunyai nilai MAPE terkecil. Dengan model peramalan yang diperoleh

Actions (login required)

View Item