MENGUKUR EFEKTIFITAS METODE TRIPLE EXPONENTIAL SMOOTHING (WINTER) DALAM SISTEM PERAMALAN JUMLAH PENUMPANG DENGAN OPTIMALISASI NILAI ALPHA, BETA DAN GAMMA
Dalam dunia bisnis, teknik peramalan sering digunakan dalam sebuah proses perencanaan dan pengambilan keputusan. Hasil dari sebuah peramalan yang baik dapat mendukung sebuah perusahaan untuk menentukan keputusan atau tindakan apa yang harus dilakukan selanjutnya. Metode Triple Exponential Smoothing...
Saved in:
Main Author: | |
---|---|
Format: | Academic Paper |
Published: |
2016-02-29.
|
Subjects: | |
Online Access: | http://repository.upi.edu/23735/ |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Dalam dunia bisnis, teknik peramalan sering digunakan dalam sebuah proses perencanaan dan pengambilan keputusan. Hasil dari sebuah peramalan yang baik dapat mendukung sebuah perusahaan untuk menentukan keputusan atau tindakan apa yang harus dilakukan selanjutnya. Metode Triple Exponential Smoothing (Winter) adalah salah satu metode peramalan yang banyak digunakan karena perhitungannya yang mudah dan biayanya yang murah. Namun tidak semua data dapat diramalkan dengan dengan baik ketika menggunakan metode tersebut. Salah satu kendala dalam penggunaan metode Winter adalah sulitnya menentukan nilai optimal alpha, beta dan gamma agar menghasilkan nilai mape terkecil. Oleh karena itu peneliti melakukan penelitian mengenai efektifitas metode Winter dalam meramalkan jumlah penumpang kereta api dengan mengoptimalisasi nilai alpha, beta dan gamma dengan menggunakan algoritma brute force dalam pencariannya. Dalam penelitiannya, peneliti menggunakan metode penelitian R & D versi ADDIE yang terdiri dari lima tahapan, yaitu analisis, design, development, implementation dan evaluation. Berdasarkan hasil penelitian yang telah dilakukan terhadap data jumlah penumpang kereta api jarak jauh di DAOP II Bandung, didapatkan nilai kesalahan peramalan untuk masing-masing jenis penumpang kereta api yang masih kurang dari 30%, oleh karena itu metode Triple Exponential Smoothing (Winter) masih bisa dikatakan cukup efektif dalam meramalkan jumlah penumpang kereta api.; In the business world, the techniques of forecasting is widely used for a process of planning and decision-making. A good forecasting can support a company to determine the decision or action what to do next. Triple Exponential Smoothing (Winter) is one of the widely used forecasting methods because the calculations are easy and inexpensive cost. Nevertheless not all data can be foreseen well when using that method. One of the constraints in the use of Winter methods is difficult to determine the optimum values of alpha, beta and gamma in order to generate the value of the smallest MAPE. Therefore researchers conducting research on the effectiveness of the methods Winter in predicting the number of railway passengers with optimize the value of alpha, beta and gamma by using a brute force algorithm. Researchers use R & D ADDIE version which consists of five phase there are analysis, design development, implementation and evaluation. Based on the results of research that has been done to the data the number of railway passengers in DAOP II Bandung, each forecasting results for each type number of railway passengers has a value error of less than 30% then the Triple Exponential Smoothing (Winter) method can be said to be quite effective in predicting the number of passengers. |
---|---|
Item Description: | http://repository.upi.edu/23735/1/S_IKOR_1100252_Title.pdf http://repository.upi.edu/23735/2/S_IKOR_1100252_Abstract.pdf http://repository.upi.edu/23735/3/S_IKOR_1100252_Table_of_content.pdf http://repository.upi.edu/23735/4/S_IKOR_1100252_Chapter1.pdf http://repository.upi.edu/23735/5/S_IKOR_1100252_Chapter2.pdf http://repository.upi.edu/23735/6/S_IKOR_1100252_Chapter3.pdf http://repository.upi.edu/23735/7/S_IKOR_1100252_Chapter4.pdf http://repository.upi.edu/23735/8/S_IKOR_1100252_Chapter5.pdf http://repository.upi.edu/23735/9/S_IKOR_1100252_Bibliography.pdf http://repository.upi.edu/23735/10/S_IKOR_1100252_Appendix.pdf |