Optimisasi Parameter Metode Holt-Winter Dengan Menggunakan Algoritma Genetika
Kata Kunci:
Forecasting, Holt-Winter, Optimization, Genetic Algorithm, Crossovers, MutationAbstrak
C.V. TOM adalah perusahaan pemasok sayuran ke berbagai supermarket di Yogyakarta. Selama ini C.V. TOM belum bisa memenuhi permintaan pasar karena jumlah permintaan yang fluktuatif. C.V. TOM memerlukan waktu untuk mendapatkan terlebih dahulu produk yang akan didistribusikan dari petani mitra, sehingga penting bagi C.V. TOM untuk dapat memperkirakan kebutuhan sayuran yang akan dipasok di masa yang akan datang. Dari permasalahan tersebut akan dibuat penelitian dengan menggunakan metode peramalan agar C.V. TOM dapat memenuhi permintaan pasar secara maksimal. Metode peramalan yang dipakai di sini adalah metode Holt-Winter multiplikatif, karena data yang diolah merupakan data permintaan produk yang tidak stasioner atau fluktuatif. Pada algoritma Holt Winter ini harus ditentukan terlebih dahulu parameter α, β, ɣ. Penentuan ini bersifat random, sehingga belum tentu menghasiklan peramalan yang akurat. Dalam penelitian ini nilai parameter α, β, ɣ akan dicari dengan menggunakan algoritma genetika. Di sini akan digunakan operator genetika yaitu single point crossover dan reverse mutation. Fitness function yang digunakan adalah Mean Absolute Percentage Error (MAPE) di mana makin besar nilainya maka fitness value-nya akan makin kecil. Dari hasil penelitian ini diperoleh nilai α = 0,1119; β = 0,1884 dan ɣ= 0,9186 dengan MAPE sebesar 5,0571 % artinya bahwa ramalan ysng dihsdilksn termasuk sangat akurat. Kondisi ini dicapai dengan menggunakan parameter algoritma genetika yaitu probabilitas mutasi/crossover=0,013, jumlah kromosom= 10 dan jumlah generasi sebanyak 500
Referensi
Abdoun. O, Abouchabaka .J., and Tajani. C. (2011). Analyzing the Performance of Mutation Operators to Solve the Travelling Salesman Problem. Wotic.
Fudianto, M. A., Kusbianto, D., Pemenang, M. U. (2020). Sistem Informasi Peramalan Penjualan Obat Ternak Berbasis Web. (Studi Kasus PT Otasindo Prima Satwa Cabang Surabaya). Seminar Informatika Aplikatif Polinema.
Gen, M., & Cheng. (1997). Genetic Algorithms and Engineering Design. Canada: Jhon Wiley & Sons, Inc.
Goldberg. D, (1989). Genetic Algorithm in Search, Optimization, and Machine Learning.
Holland, J. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press.
Nindian, P. D. (2020). Implementasi Holt-Winters Exponential Smoothing untuk Peramalan Harga Bahan Pangan di Kabupaten Pamekasan. Digital Zone: Jurnal Teknologi Informasi Dan Komunikasi, 11(2), 223–236. https://doi.org/10.31849/digitalzone.v11i2.4797
Oliver. IM, Smith. DJ, and Holland. JRC. (1987). A study of permutation crossover operators on the traveling salesman problem. International Conference on Genetic Algorithms (ICGA’87) Cambridge, MA.
Putra, E. F., Asdi, Y., & Maiyastri, M. (2019). Peramalan dengan Metode Pemulusan Eksponensial Holt-Winter dan Sarima. Jurnal Matematika UNAND, 8(1), 75. https://doi.org/10.25077/jmu.8.1.75-83.2019
Rosalina, E., Sugiarto, S., & Gamal, M. D. . (2016). Metode Peramalan Holt-Winter Untuk Memprediksi Jumlah Pengunjung Perpustakaan Universitas Riau. Repository FMIPA.
Sriwindono, H., Prima Rosa, P.H., Polina,A.M., Nugroho, R.A. (2017). The Model of Elementary School Teachers Placement in Magelang District by Using Genetic Algorithm. International Conference on Computer Science and Artificial Intelligent (CSAI). Jakarta.https://doi.org/10.1145/3168390.3168414
Zainudin, Z., (2013). Algoritma Genetika: Metode Komputasi Evolusioner untuk Menyelesaikan Masalah Optimasi. ANDI.
##submission.downloads##
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Prosiding
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.