Optimasi Parameter Triple Exponential Smoothing Menggunakan Algoritma GSSMV dan Algoritma Genetika Untuk Penentuan Best Forecasting Optimization Model dan Prediksi Jumlah Penumpang Kereta Api

Setyawan, Adrian Fathur (2022) Optimasi Parameter Triple Exponential Smoothing Menggunakan Algoritma GSSMV dan Algoritma Genetika Untuk Penentuan Best Forecasting Optimization Model dan Prediksi Jumlah Penumpang Kereta Api. Other thesis, UPN "Veteran" Yogyakarta.

Preview	Text ABSTRAK.pdf Download (235kB) | Preview
Preview	Text COVER.pdf Download (268kB) | Preview
Preview	Text DAFTAR ISI.pdf Download (478kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (468kB) | Preview
Preview	Text LEMBAR PENGESAHAN.pdf Download (702kB) | Preview
	Text 123170051-adrianfathurs-SidangTA-2--SIAP-PRINT-Yudisium.pdf Restricted to Repository staff only Download (4MB)

Abstract

vii
ABSTRAK
Kereta api Indonesia ini merupakan salah satu alat transportasi darat yang memiliki
jumlah penumpang yang fluktuatif. Adanya ketidakpastian dan fluktuatifnya data jumlah
penumpang kereta api Indonesia khusus Pulau Jawa menyebabkan sulitnya untuk
mengantisipasi lonjakan ataupun penurunan jumlah penumpang kereta api. Untuk menangani
hal tersebut diperlukan peramalan atau prediksi terhadap jumlah penumpang kereta api
sehingga dapat meminimalkan kesalahan antisipasi lonjakan dan penurunan jumlah
penumpang kereta api khusus Pulau Jawa. Antisipasi tersebut dapat digunakan untuk
penyesuaian kapasitas layanan dan meningkatkan kualitas pelayanan public yang diberikan
demi kepuasan konsumen penumpang kereta api.
Metode prediksi timeseries yang implementasi tidak terlalu rumit dan menghasilkan
akurasi yang baik yaitu triple exponential smoothing (TES). Metode memiliki kemampuan
untuk memprediksi kejadian dia masa yang akan datang berdasarkan data sebelumnya yang
membentuk pola musiman dan pola trend. Kelemahan dari metode ini yaitu penentuan
parameter alpha, beta dan gamma yang kurang tepat dapat menghasilkan tingkat akurasi
prediksi yang tidak optimal, sehingga diperlukan optimasi untuk penentuan parameter triple
exponential smoothing.
Pada penelitian ini akan dibuat dua model optimasi, yaitu model TES-GSSMV dan
TES-Genetika. Dari hasil kedua model tersebut, akan dipilih parameter yang paling optimal
dan model yang menghasilkan parameter yang paling optimal akan dipilih sebagai best
forecasting optimization model. Penelitian ini menggunakan dataset jumlah penumpang kereta
api khusus Pulau Jawa dari Januari 2011 hingga April 2021. Pengujian yang dilakukan yaitu
membandingkan tingkat akurasi prediksi dari kedua model dan membagi dataset yang
digunakan menjadi data training sebesar 90% dan data testing sebesar 10% . Pada model
TES-GSSMV menghasilkan nilai MAPE sebesar 10.631% dengan nilai alpha sebesar 0.7639,
nilai beta sebesar 0.681 dan nilai gamma sebesar 0.618, sedangkan model TES-Genetika
menghasilkan nilai MAPE sebesar 9.238% dengan nilai alpha sebesar 0.8081, nilai beta
sebesar 0.1609 dan nilai gamma sebesar 0.7119. Hasil pengujian penelitian ini dapat diketahui
bahwa tingkat akurasi prediksi berdasarkan nilai MAPE yang dihasilkan oleh model TESGenetika lebih baik dibanding model TES-GSSMV dengan nilai gap MAPE sebesar 1.393 %,
sehingga model TES-Genetika ini menjadi best forecasting optimization model untuk studi
kasus memprediksi jumlah penumpang kereta Pulau Jawa.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Algoritma GSSMV dan Algoritma Genetika
Subjects:	H Social Sciences > HD Industries. Land use. Labor
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	03 Feb 2022 06:36
Last Modified:	22 Aug 2022 03:36
URI:	http://eprints.upnyk.ac.id/id/eprint/28196

Actions (login required)

View Item