Penerapan Algoritme Genetika Untuk Pendugaan Parameter Pada Metode Pemulusan Eksponensial Holt-Winters

Abstract

Metode pemulusan eksponensial Holt-Winters dengan tiga parameter dapat digunakan untuk prediksi data deret waktu yang memiliki pola musiman. Penelitian ini menggunakan algoritme genetika (AG) untuk menduga parameter optimum yang meminimumkan nilai RMSE dan kemudian dibandingkan dengan golden section (GS). Data yang digunakan adalah data observasi suhu per 3 jam pada periode 21-30 Juli 2012 yang memiliki pola musiman. Hasil penelitian menunjukkan bahwa penduga parameter dengan AG lebih baik daripada penduga parameter dengan GS pada data pemodelan. Kemampuan prediksi satu waktu ke depan dengan metode Holt-Winters AG lebih baik dibandingkan dengan metode Holt-Wintes GS pada model aditif dan multiplikatif. Kemampuan prediksi delapan waktu ke depan dengan metode Holt-Winters AG lebih baik dibandingkan dengan metode Holt-Winters GS pada model multiplikatif, namun sama dengan metode Holt-Winters GS pada model aditif.