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