Treffer: PERBANDINGAN HASIL OPTIMASI PADA METODE BROWN’S ONE-PARAMETER DOUBLE EXPONENTIAL SMOOTHING MENGGUNAKAN ALGORITMA NON-LINEAR PROGRAMMING BERBANTUAN MATLAB

Title:
PERBANDINGAN HASIL OPTIMASI PADA METODE BROWN’S ONE-PARAMETER DOUBLE EXPONENTIAL SMOOTHING MENGGUNAKAN ALGORITMA NON-LINEAR PROGRAMMING BERBANTUAN MATLAB
Source:
Unnes Journal of Mathematics; Vol 7 No 1 (2018); 18-27 ; 2460-5859 ; 2252-6943 ; 10.15294/ujm.v7i1
Publisher Information:
Universitas Negeri Semarang
Publication Year:
2018
Collection:
Scientific Journals of Unnes (Universitas Negeri Semarang)
Document Type:
Fachzeitschrift article in journal/newspaper
File Description:
application/pdf
Language:
English
DOI:
10.15294/ujm.v7i1.20381
Rights:
Copyright (c) 2018 Unnes Journal of Mathematics
Accession Number:
edsbas.628F8CF1
Database:
BASE

Weitere Informationen

Pemulusan eksponensial ganda satu parameter dari Brown merupakan salah satu pemulusan eksponensial dengan satu parameter, yaitu parameter . Beberapa algoritma nonlinear programming dapat digunakan untuk menyelesaikan masalah optimasi. Tujuan dari penulisan skripsi ini adalah mendapatkan nilai parameter optimal pada pemulusan eksponensial ganda satu parameter dari Brown menggunakan algoritma golden section, algoritma pencarian dikotomis dan algoritma kuadratis dengan bantuan software Matlab R2009a. Hasil perhitungan dari ketiga algoritma tersebut dibandingkan, lalu dilakukan peramalan menggunakan pemulusan eksponensial ganda satu parameter dari Brown. Pada penelitian ini, proses untuk mendapatkan parameter optimal dengan menggunakan algoritma golden section membutuhkan 16 iterasi hingga didapatkan nilai optimal sebesar dan MAPE sebesar 0,10719%. Algoritma pencarian dikotomis membutuhkan 13 iterasi hingga didapatkan nilai optimal sebesar dan MAPE sebesar 0,10720%. Sedangkan algoritma kuadratis membutuhkan 3 iterasi hingga didapatkan nilai optimal sebesar 0,206883 dan MAPE sebesar 0,10720%. Berdasarkan hasil perhitungan tersebut maka algoritma kuadratis lebih efektif karena jumlah iterasi yang dibutuhkan lebih sedikit sehingga waktu yang dibutuhkan juga lebih efisien