Parameter optimization of Brown's and Holt's double exponential smoothing using golden section method for predicting Indonesian Crude Oil Price (ICP)

Saputra, Nurrahim Dwi; Aziz, Abdul; Harjito, Bambang

doi:10.1109/icitacee.2016.7892471

Cited by 13 publications

(12 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Berdasarkan penelitian terdahulu pada peramalan aliran sungai di Sulawesi Selatan yang membandingkan metode exponential smoothing dan ARIMA, diperoleh hasil peramalan terbaik dengan menggunakan metode exponential smoothing dengan nilai MAPE 21.49% (Lukman & Tanan, 2021). Selanjutnya penelitian lainnya tentang peramalan harga minyak mentah menggunakan perbandingan antara metode double exponential smoothing Brown dan Holt, diperoleh hasil terbaik dengan menggunakan metode double exponential smoothing Brown dengan α terbaik 0.47206 dan nilai MAPE 13.061% (Saputra et al, 2017).…”

Section: Gambar 1 Perbandingan Ipm Bojonegoro Dan Jawa Timurunclassified

Peramalan Indeks Pembangunan Manusia (Ipm) Kabupaten Bojonegoro Menggunakan Metode Double Exponential Smoothing Brown

Farida

Sulistiani

Ulinnuha

2021

TEOREMA

View full text Add to dashboard Cite

Pembangunan manusia kini dipandang sebagai tolak ukur keberhasilan pembangunan suatu bangsa yang berkaitan erat dengan bidang ekonomi, sosial, budaya, politik, dan lingkungan. Keberhasilan pembangunan manusia diukur berdasarkan Indeks Pembangunan Manusia (IPM). Kabupaten Bojonegoro merupakan salah satu kabupaten di Provinsi Jawa Timur yang mempunyai sumber daya alam yang beragam dan melimpah. Besarnya potensi sumber daya alam yang dimiliki seharusnya sejalan dengan kualitas pembangunan manusianya. Namun ternyata hal tersebut tidak sejalan dengan nilai IPM Kabupaten Bojonegoro yang berada di bawah rata-rata nilai IPM Jawa Timur. Sehingga pemerintah Bojonegoro terus berupaya untuk memaksimalkan potensi dan meningkatkan nilai IPM. Berdasarkan hal tersebut maka perlu dilakukan peramalan (forecasting) sebagai acuan untuk memaksimalkan tingkat pembangunan manusia di Kabupaten Bojonegoro pada beberapa tahun yang akan datang. Pada penelitian ini, untuk meramalkan IPM di Kabupaten Bojonegoro menggunakan metode Double Exponential Smoothing (DES) dari Brown dengan data yang digunakan merupakan data IPM di Kabupaten Bojonegoro dari tahun 2010 sampai 2020. Data yang digunakan diperoleh dari Badan Perencanaan Pembangunan Daerah (Bappeda) dan Badan Pusat Statistik (BPS) Kabupaten Bojonegoro. Berdasarkan hasil perhitungan, peramalan terbaik diperoleh berdasarkan nilai parameter α 0.7 dengan besar nilai MAPE 0.376 % yang masuk kriteria sangat baik. Hasil peramalan IPM untuk tahun 2021 sebesar 69,61, untuk tahun 2022 sebesar 70,14, dan untuk tahun 2023 sebesar 70,67 termasuk kategori IPM sedang.Kata kunci: Double exponential smoothing brown, Indeks Pembangunan Manusia (IPM), peramalan

show abstract

Section: Gambar 1 Perbandingan Ipm Bojonegoro Dan Jawa Timurunclassified

Peramalan Indeks Pembangunan Manusia (Ipm) Kabupaten Bojonegoro Menggunakan Metode Double Exponential Smoothing Brown

Farida

Sulistiani

Ulinnuha

2021

TEOREMA

View full text Add to dashboard Cite

show abstract

“…Agar interval menjadi semakin kecil, diperlukan syarat 0 < < 1, sehingga nilai yang dipakai adalah 2 yaitu 0,6180340 (Saputra, 2016).…”

Section: Proses Inisialisasiunclassified

PENGEMBANGAN ESTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING HOLT-WINTERS ADDITIVE MENGGUNAKAN METODE OPTIMASI GOLDEN SECTION (Studi Kasus: Wisatawan Mancanegara yang Menggunakan Jasa Akomodasi di DIY)

Qarani

Santoso

Safitri

2018

J.Gauss

View full text Add to dashboard Cite

Forecasting is an activity to estimate what will happen in the future, one method that can be used is Exponential Smoothing. In this study used the smoothing method of Exponential Smoothing Holt-Winters Additive with three parameters that can be used for prediction of time series data that has trend patterns and seasonal patterns. The problem that arises in this method is to determine the optimum parameter to minimize the forecast error value. This study uses the Golden Section optimization method to estimate the optimum parameters that minimize the MAPE value. The data used is data on foreign tourists who use accommodation services in Yogyakarta from the period January 2009 to December 2016 that have trend patterns and additive seasonal patterns. In simplifying the optimization calculation process, a syntax using RStudio is arranged which contains the Golden Section algorithm to determine the combination that has the optimum parameters. In this optimization there are two treshold error, namely 0.001 and 0.00001. The results showed that the parameter estimator with the Golden Section method for the treshold error of 0.001 obtained MAPE of 18,96732% and for treshold error of 0.00001 MAPE was 18,96536%. This value is in the same MAPE criteria which is 10% ─ 20% (good) so that the selection of the best model is determined based on minimal iteration. Therefore the weighting parameter value used is the result of optimization with ε ≤ 0.001, then from the selected model it is used to predict the number of foreign tourists using accommodation services in Yogyakarta in the next 12 months.

show abstract

“…Langkah iterasi diulangi sampai interval sangat kecil tergantung dari nilai yang dikehendaki, dan dapat diambil bahwa minimum terletak pada interval akhir tersebut. [9] Untuk mendapatkan nilai b dan c dapat menggunakan persamaan berikut : [10] Kemudian selanjutnya rumus yang digunakan untuk uji t tidak berpasangan (unpaired/independent) adalah: [15] Jika equal variance :…”

Section: Metode Golden Sectionunclassified

Optimasi Parameter Pemulusan Algoritma Brown Menggunakan Metode Golden Section Untuk Prediksi Data Tren Positif dan Negatif

Akbari¹,

Setyanto²,

Wibowo³

2018

RESTI

View full text Add to dashboard Cite

Algoritma DES (Double Exponential Smoothing) Brown merupakan algoritma peramalan yang digunakan untuk memprediksi data deret berkala baik berpola tren positif maupun tren negatif. Namun algoritma ini mempunyai kelemahan yaitu dalam menentukan nilai parameter optimum untuk meminimasi error peramalan (MAPE), nilai parameter tersebut dicari menggunakan metode Golden Section dimana sebelumnya dicari secara manual menggunakan percobaan berulang kali. Penelitian ini menggunakan 60 data berpola tren yang dianalisis untuk pengelompokan pola data tren positif dan negatif dimana selanjutnya dilakukan proses peramalan, evaluasi dan pengujian untuk mengetahui jenis pola data tren apa yang terbaik. Dari hasil perhitungan dan pengujian diketahui bahwa parameter optimasi menghasilkan nilai MAPE yang optimum, dimana selanjutnya nilai parameter tersebut dilakukan proses peramalan pada kelompok pola data tren positif dan negatif yang menghasilkan rata-rata nilai MAPE sebesar 9,73401% (highly accurate) untuk data berpola tren positif dan 15,78467% (good forecast) untuk data berpola tren negatif. Algoritma peramalan DES Brown dengan metode optimasi parameter menghasilkan nilai pendekatan terhadap data asli jika data tersebut menunjukkan penambahan atau penurunan nilai disekitar nilai rata-rata. Sebaliknya, akan menghasilkan nilai MAPE yang tinggi (tidak akurat) jika data tersebut memiliki lonjakan periode nilai data. Dari kedua kelompok nilai MAPE tersebut dilakukan uji t statistik yang menyatakan bahwa data berpola tren positif () menghasilkan nilai rata-rata MAPE lebih baik dibandingkan data berpola tren negatif (μ2).

show abstract

Parameter optimization of Brown's and Holt's double exponential smoothing using golden section method for predicting Indonesian Crude Oil Price (ICP)

Cited by 13 publications

References 0 publications

Peramalan Indeks Pembangunan Manusia (Ipm) Kabupaten Bojonegoro Menggunakan Metode Double Exponential Smoothing Brown

Peramalan Indeks Pembangunan Manusia (Ipm) Kabupaten Bojonegoro Menggunakan Metode Double Exponential Smoothing Brown

PENGEMBANGAN ESTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING HOLT-WINTERS ADDITIVE MENGGUNAKAN METODE OPTIMASI GOLDEN SECTION (Studi Kasus: Wisatawan Mancanegara yang Menggunakan Jasa Akomodasi di DIY)

Optimasi Parameter Pemulusan Algoritma Brown Menggunakan Metode Golden Section Untuk Prediksi Data Tren Positif dan Negatif

Contact Info

Product

Resources

About