DIGITAL LIBRARY
JUDUL | : | OPTIMASI BOBOT WEIGHTED MOVING AVERAGE DENGAN PARTICLE SWARM OPTIMIZATION DALAM PERAMALAN TINGKAT PRODUKSI KARET | |
PENGARANG | : | DENDY FADHEL ADHIPRATAMA | |
PENERBIT | : | UNIVERSITAS LAMBUNG MANGKURAT | |
TANGGAL | : | 2021-07-05 |
ABSTRAK
OPTIMASI BOBOT WEIGHTED MOVING AVERAGE DENGAN PARTICLE
SWARM OPTIMIZATION DALAM PERAMALAN TINGKAT PRODUKSI
KARET (Oleh : Dendy Fadhel Adhipratama; Pembimbing: Irwan Budiman, S.T.,
M.Kom dan Fatma Indriani, S.T., M.I.T; 2020; 66 halaman)
Karet merupakan suatu komoditi andalan dalam negeri, pada tahun 2014 Indonesia
menduduki urutan kedua sebagai negara produsen karet alam terbesar didunia. Namun
produksi karet di Indonesia mengalami pasang surut yang tidak menentu sehingga perlu
untuk di prediksi agar mendapatkan keuntungan bagi petani kecil dan negara. Weighted
Moving Average (WMA) adalah salah satu metode untuk memprediksi data time series.
Namun parameter pada WMA perlu untuk di optimalkan agar mendapatkan hasil bobot
yang optimal pada WMA tersebut dan mendapatkan hasil yang akurat. Algoritma Particle
Swarm Optimization di implementasikan untuk mengetahui nilai bobot pada metode
Weighted Moving Average yang lebih optimal. PSO-WMA dan WMA dilakukan pada
tiga pembobotan yakni dari pembobotan 3 4 dan 5 pada data produksi karet. Sehingga
hasil dari penelitian ini adalah WMA dengan 3 pembobotan mendapatkan akurasi
81%,pembobotan 4 80,5% dan pembobotan 5 80,3%. Dan untuk PSO-WMA didapatkan
akurasi pada pembobotan 3 sebesar 81,4%, pembobotan 4 80,9% dan untuk pembobotan
5 akurasi sebesar 81,6%. Hasil uji dari penelitian ini adanya pengaruh nilai bobot pada
WMA dalam meningkatkan hasil akurasi.
Kata kunci: Produksi Karet, Prediksi, Weighted Moving Average, Particle Swarm
Optimization
NO | DOWNLOAD LINK |
1 | FILE 1 |
File secara keseluruhan dapat di unduh DISINI