OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN.

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER

UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu OPTIMASI PARAMETER ALPHA

MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE

PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Skripsi

Diajukan Untuk Memenuhi Sebagian dari Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Ilmu Komputer

Oleh:

Muhammad Nur Prayogo NIM: 0801363

PROGRAM STUDI ILMU KOMPUTER

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PENDIDIKAN INDONESIA

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Optimasi Parameter Alpha

Menggunakan Algoritma Pemrograman Non Linier

Untuk Peramalan Klimatologi Kota Bandung

Dalam Metode Pemulusan Eksponensial Ganda Satu

Parameter dari Brown

Oleh

Muhammad Nur Prayogo

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam

© Muhammad Nur Prayogo 2013 Universitas Pendidikan Indonesia

Oktober 2013

Hak Cipta dilindungi undang-undang.

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa ijin dari penulis. LEMBAR PENGESAHAN

OPTIMASI PARAMETER ALPHA

MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNG DALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Oleh:

Muhammad Nur Prayogo 0801363

Disetujui dan Disahkan oleh:

Pembimbing I Pembimbing II

Herbert Siregar, MT Wawan Setiawan, Dr., M.Kom NIP 197005022008121001 NIP 196601011991031005

Mengetahui,

Ketua Program Studi Ilmu Komputer

Rasim, MT

i

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu OPTIMASI PARAMETER ALPHA

MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNG DALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER

DARI BROWN

ABSTRAK

Dalam dunia peramalan ada beberapa kategori peramalan, misalnya kategori pemulusan eksponensial, kategori regresi dan kategori dekomposisi. Untuk metode peramalan yang menggunakan pemulusan eksponensial, membutuhkan satu sampai tiga konstanta. Pada penelitian ini, metode pemulusan eksponensial digunakan untuk meramalkan klimatologi Kota Bandung, dalam metode tersebut besaran dari nilai konstanta sangat berpengaruh terhadap keakuratan peramalan. Maka dari itu, tujuan dari skripsi ini adalah mengoptimasi konstanta tersebut. Nilai konstanta dikatakan optimal jika proses keseluruhan peramalan menghasilkan nilai galat yang kecil. Satuan galat yang digunakan pada penelitian ini adalah mean absoulute percentage error (MAPE). Pada penelitian ini juga berhasil dibangun perangkat lunak untuk membuktikan hasil perhitungan dan keabsahan dari parameter yang dioptimasi. Perangkat lunak juga mampu untuk meramalkan klimatologi Kota Bandung sebanyak 36 periode atau tiga tahun ke depan. Dari serangkaian pengujian pada kasus temperature Kota Bandung didapatkan hasil yang baik, terbukti dari MAPE yang dihasilkan oleh konstanta optimal sebesar 2,3596%. Adapun rata-rata gap atau selisih antara data asli dibandingkan data ramalan pada periode yang sama, didapatkan rata-rata gap sebesar 0,27930C.

Kata Kunci : Peramalan, Optimasi, Klimatologi, parameter alpha, non linier, pemulusan eksponensial.

ii

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

PARAMETER ALPHA OPTIMIZATION USING NON-LINEAR PROGRAMMING ALGORITHM FOR BANDUNG CLIMATOLOGY

FORECAST ON DOUBLE EXPONENTIAL SMOOTHING ONE PARAMETER FROM BROWN METHOD

ABSTRACT

In forecasting mehtods there are several categories, such as exponential smoothing category, regression category and decomposition category. For forecasting method using exponential smoothing, requires one to three constants. In this study, exponential smoothing method is used to forecast Bandung’s climatology. In that method, constant’s value very influenced to accuray of forecasting. Therefore, the purpose of this paper is to optimize that constants. Constant value is optimal when the whole forecasting process gives a small error value. Error units used in this study is absoulute mean percentage error (MAPE). n this study also softwaresuccessfully built to prove validity of results and calculation parameters are optimized. This software is also able to predict Bandung’s climatology as many as 36 periods or three years into the future. From a series of tests, in the case of Bandung’s temperature obtained good results, proven from MAPE produced by 2,3596%. The average gap or difference between the original data compared to forecast data during the same period, the average gap obtained by 0,.27930 0C.

v

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu DAFTAR ISI

ABSTRAK ... Error! Bookmark not defined. KATA PENGANTAR ... Error! Bookmark not defined. UCAPAN TERIMA KASIH ... Error! Bookmark not defined. DAFTAR ISI ... v DAFTAR TABEL ... Error! Bookmark not defined. DAFTAR GAMBAR ... Error! Bookmark not defined. BAB I PENDAHULUAN

1.1 Latar Belakang ... Error! Bookmark not defined. 1.2 Rumusan Masalah ... Error! Bookmark not defined. 1.3 Batasan Masalah ... Error! Bookmark not defined. 1.4 Tujuan Penelitian ... Error! Bookmark not defined. 1.5 Manfaat Penelitian ... Error! Bookmark not defined. 1.6 Metodologi Penelitian... Error! Bookmark not defined. 1.7 Sistematika Penulisan ... Error! Bookmark not defined. BAB II LANDASAN TEORI

2.1 Peramalan Klimatologi ... Error! Bookmark not defined. 2.2 Pengertian dan Manfaat Peramalan ... Error! Bookmark not defined. 2.3 Klimatologi ... Error! Bookmark not defined. 2.4 Metode Peramalan ... Error! Bookmark not defined. 2.4.1 Definisi Metode Peramalan ... Error! Bookmark not defined. 2.4.2 Teknik-teknik Peramalan... Error! Bookmark not defined. 2.4.3 Langkah-langkah Peramalan ... Error! Bookmark not defined. 2.5 Metode Pemulusan Eksponensial (Exponential Smoothing) ... Error!

Bookmark not defined.

2.5.1 Pemulusan Eksponensial Ganda Satu Parameter Dari Brown Error!

Bookmark not defined.

2.5.2 Ukuran Akurasi Peramalan ... Error! Bookmark not defined. 2.6 Algoritma Pemrograman Non Linier Untuk Optimasi Peramalan

Menggunakan Pemulusan Eksponensial Satu Parameter Error! Bookmark

not defined.

2.6.1 Metode Pencarian Dikotomi ... Error! Bookmark not defined. BAB III METODE PENELITIAN

vi

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

3.2 Metode Penelitian ... Error! Bookmark not defined. 3.2.1 Proses Pengumpulan Data ... Error! Bookmark not defined. 3.3 Alat dan Bahan Penelitian ... Error! Bookmark not defined. 3.3.1 Alat Penelitian ... Error! Bookmark not defined. 3.3.2 Bahan Penelitian ... Error! Bookmark not defined. 3.4 Proses Implementasi Perangkat Lunak ... Error! Bookmark not defined. 3.5 Implementasi Penelitian... Error! Bookmark not defined. BAB IVHASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian ... Error! Bookmark not defined. 4.1.1 Pengumpulan Data ... Error! Bookmark not defined. 4.1.2 Pola Data Klimatologi Kota Bandung ... Error! Bookmark not

defined.

4.1.3 Proses Trial Error Parameter alpha dengan Pemulusan

Eksponensial Ganda Satu Parameter Dari BrownError! Bookmark

not defined.

4.1.4 Mengurutkan Parameter Alpha Berdasarkan MAPE Terkecil Error!

Bookmark not defined.

4.1.5 Peramalan Klimatologi dengan Menggunakan Parameter Alpha Optimal ... Error! Bookmark not defined. 4.2 Pembahasan ... Error! Bookmark not defined. 4.2.1 Deskripsi Sistem ... Error! Bookmark not defined. 4.2.2 Batasan Perangkat Lunak ... Error! Bookmark not defined. 4.2.3 Analisis Perangkat Lunak ... Error! Bookmark not defined. 4.2.3.1 Analisis Masukan ... Error! Bookmark not defined. 4.2.3.2 Analisis Keluaran ... Error! Bookmark not defined. 4.2.4 Pemodelan Kebutuhan ... Error! Bookmark not defined. 4.2.4.1 Model Interaksi Luar ... Error! Bookmark not defined. 4.3 Desain Perangkat Lunak ... Error! Bookmark not defined. 4.3.1 Desain Data ... Error! Bookmark not defined. 4.4 Implementasi ... Error! Bookmark not defined. 4.4.1 Implementasi Antarmuka ... Error! Bookmark not defined. 4.5 Pengujian ... Error! Bookmark not defined. 4.5.1 Hasil Eksperimen ... Error! Bookmark not defined. BAB V KESIMPULAN DAN SARAN... Error! Bookmark not defined. 5.1 Kesimpulan ... Error! Bookmark not defined. 5.2 Saran ... Error! Bookmark not defined. DAFTAR PUSTAKA ... Error! Bookmark not defined. LAMPIRAN ... Error! Bookmark not defined.

1 Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu BAB I

PENDAHULUAN

1.1 Latar Belakang

Klimatologi adalah ilmu yang membahas dan menerangkan tentang iklim, bagaimana iklim dapat berbeda pada suatu tempat dengan tempat lainya dan bagaimana kaitan antara iklim dan manusia. Iklim merupakan hal yang sangat berpengaruh bagi kehidupan manusia. Misalnya pada bidang industri, seperti produktivitas pertanian, perkebunan, sayur mayur dan peternakan dipengaruhi oleh kondisi iklimnya. Kondisi iklim juga berperan pada hampir semua bidang transportasi seperti keadaan hujan, keadaan angin, jarak pandang dan tinggi gelombang.

Seiring berkembangnya zaman, demi memenuhi kebutuhan-kebutuhan manusia dalam beraktivitas, maka dibutuhkan informasi klimatologi di masa yang akan datang untuk membantu memproyeksikan kondisi klimatologi, sehingga diharapkan dapat merencanakan kebutuhan-kebutuhan manusia dengan efisien dan efektif di masa mendatang.

Data peramalan klimatologi memiliki pola runtun waktu (time series) yang dikumpulkan tiap periode untuk memproyeksikan perubahan klimatologi. Data klimatologi umumnya memiliki dua sifat data yang berbeda, yaitu data stasionerdan data non stasioner. Data stasioner adalah data yang proses bangkitannya (generating process) memiliki nilai rata-rata yang konstan, sedangkan data non stasioner adalah data yang proses bangkitannya tidak

2 Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

memiliki nilai rata-rata yang konstan atau sangat fluktuatif. Kedua sifat data tersebut juga terlihat pada data

3

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu fa

klimatologi Kota Bandung, tetapi lebih dominan data yang bersifat non stasioner. Sesuai dengan keadaan tersebut, maka pada penelitian ini digunakan metode pemulusan eksponensial ganda satu parameter diadopsi dari Brown yanglebih cocok untuk data non stasioner (Makridakis, 1999). Selain itu, metode ini hanya mempunyai satu parameter saja, yaitu parameter alpha. Parameter alpha merupakan sebuah konstanta peramalan bernilai antara 0 dan 1 yang besar kecil nilainya mempengaruhi seluruh proses peramalan. Nilai parameter alpha terbaik adalah nilai yang mengasilkan peramalan yang mendekati data sebenarnya. Cara menentukan nilai parameter alpha terbaik dapat dilakukan dengan optimasi menggunakan algoritma non linier (Makridakis, 1999) atau menggunakan trial error. Pada percobaan sebelumnya, optimasi parameter alpha menggunakan algoritma non linier menghasilkan nilai parameter alpha optimal dengan cepat dan tepat (Jin Ai, 1999). Sedangkan pada cara trial error dibutuhkan proses yang panjang dan berulang-ulang sampai didapatkan nilai parameter alpha yang optimal, sehingga prosesnya menjadi lebih lama. Oleh karena itu, agar didapatkan nilai peramalan yang mendekati data sebenarnya dengan cara yang cepat dan tepat, maka diperlukan optimasi nilai parameter alpha menggunakan algoritma non linier.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang ada, maka permasalahan dalam skripsi ini dirumuskan sebagai berikut:

4

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu fa

1. Bagaimana mengoptimasi nilai paramater alpha pada pemulusan eksponensial ganda satu parameter yang diadopsi dari Brown dengan menggunakan algoritma pemrograman non linier dalam sistem peramalan klimatologi? 2. Bagaimana membuat sistem peramalanklimatologi menggunakan pemulusan

eksponensial ganda satu parameter diadopsi dari Brown dengan parameter alpha optimal?

3. Bagaimana hasil peramalanklimatologi menggunakan pemulusan eksponensial ganda satu parameter diadopsi dari Brown dengan parameter alpha optimal?

1.3 Batasan Masalah

Pada penelitian ini, permasalahan dibatasi hal-hal berikut ini.

1. Penerapan metode peramalan hanya pada data klimatologi Kota Bandung yang diambil dari Stasiun Klimatologi Husein Sastranegara periode Januari 2008 – Desember 2011.

2. Menentukan akurasi peramalan klimatologi pada metode pemulusan eksponensial ganda satu parameter yang diadopsi dari Brown menggunakan algoritma non linier sebagai optimasi parameter dengan menggunakan mean absoulute percentage error (MAPE) sebagai satuan galat peramalan.

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah diatas, maka tujuan penelitian dalam tugas akhir ini dirumuskan sebagai berikut.

5

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu fa

1. Mengetahui cara pengoptimasian parameter alpha dalam metode pemulusan eksponensial menggunakan algoritma non linier pada sistem peramalan klimatologi.

2. Mengetahui cara membuat sistem peramalan klimatologi menggunakan metode pemulusan eksponensial ganda satu parameter diadopsi dari Brown dengan parameter alpha optimal.

3. Mengetahui hasil peramalanklimatologi menggunakan pemulusan eksponensial ganda satu parameter diadopsi dari Brown dengan parameter alpha optimal.

1.5 Manfaat Penelitian

Manfaat dari penelitan ini adalah:

1. Diharapkan dapat menambah ilmu pengetahuan tentang pemulusan eksponensial ganda satu parameter diadopsi dari Brown dan memahami penerapan pemulusan eksponensial ganda satu parameter dari Brown dalam kasus peramalan klimatologi.

2. Dapat mengetahui nilai parameter alpha optimal sehingga diharapkan menghasilkan data ramalan klimatologi Kota Bandung yang akurat.

3. Dapat sebagai bahan pertimbangan dan masukan bagi pihak yang berkepentingan serta dapat menjadi acuan dalam membuat sistem peramalan yang lebih akurat lagi.

6

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu fa

1.6 Metodologi Penelitian

Pada penelitian ini, penulis berusaha untuk mengumpulkan data dan informasi akurat yang dapat menunjang proses penelitian. Berikut ini merupakan metode pengumpulan data yaitu:

1. Eksplorasi dan Studi Literatur

Eksplorasi dan studi literatur dilakukan dengan cara mempelajari konsep-konsep yang berkaitan dengan penelitian ini, seperti peramalan, klimatologi, pemulusan eksponensial, algoritma non linier melalui textbook, jurnal, artikel, situs, internet, dan sumber ilmiah lainnya.

2. Analisis dan Perancangan Perangkat Lunak

Analisis dan perancangan perangkat lunak dilakukan untuk menentukan bahasa pemograman yang akan digunakan, struktur data, input/output serta algoritma yang digunakan.

3. Implementasi dan Pengujian Perangkat Lunak

Implementasi dilakukan setelah analisis dilakukan. Pengujian kualitas dilakukan dengan membandingkan hasil keluaran dengan kenyataan pada sample.

1.7 Sistematika Penulisan

Dalam menyusun tugas akhir ini, sistematika penulisan dibagi menjadi beberapa bab sebagai berikut:

BAB I PENDAHULUAN

Bab ini menjelaskan masalah secara umum meliputi latar belakang penelitian, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan.

7

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu fa

BAB II TINJAUAN PUSTAKA

Bab ini berisi landasan teori yang akan digunakan dalam analisis, perancangan, dan implementasi perangkat lunak.

BAB III METODOLOGI PENELITIAN

Berisi tentang teknis pelaksanaan penelitian berupa alat dan bahan penelitian, desain penelitian dan proses penelitian.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Berisi hasil penelitian serta analisis yang dilakukan selama penelitian

BAB V KESIMPULAN DAN SARAN

Berisi kesimpulan yang didapat selama penelitian dan saran-saran dalam meningkatkan kualitas dan kuantitas hasil penelitian.

LAMPIRAN

27

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu BAB III

METODE PENELITIAN

3.1 Desain Penelitian

Pada bab ini akan dipaparkan skema umum penelitian yang dilakukan untuk mempermudah dalam melakukan penelitian. Dalam penelitian ini terdapat dua tahapan utama yang dilakukan, pertama penelitian yang berkaitan dengan teori atau konsep ilmu yang akan diteliti, sedangkan tahapan kedua adalah penerapan teori atau konsep tersebut dengan cara perhitungan manual maupun secara komputasi. Gambaran umum kedua bagian itu dapat dilihat pada Gambar 3.1.

Berikut langkah-langkah penelitian yang dilakukan: 1. Need Assesment

a. Mempersiapkan bahan penelitian, bahan penelitian adalah data-data yang dikumpulkan,

b. Mempersiapkan alat penelitian, alat penelitian adalah perangkat keras (hardware) dan perangkat lunak (software),

2. Menganalisis dan mendisain sistem,

3. Mengimplementasi sistem dengan metode sekuensial linier,

4. Analisis dan hasil dari pengoperasian sistem tersebut adalah parameter alpha yang optimal dan hasil ramalan sebanyak tiga tahun berikutnya.

28

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu Gambar 3. 1 Desain Penelitian

Rumusan Masalah

1. Membutuhkan data ramalan klimatologi Kota Bandung

dengan hasil yang akurat.

Studi Literatur

1. Mempelajari metode-metode peramalan

2. Menentukan metode peramalan yang tepat

dengan data klimatologi

Metode

1. Pemulusan Eksponensial Ganda Satu

Parameter dari Brown

2. Algoritma non linier metode

pencarian dikotomi

Data

1. Data klimatologi Kota Bandung

sebanyak 4 tahun (48 periode)

Analisis untuk proses optimasi

1. Mengumpulkan data klimatologi Kota Bandung sebanyak 4 tahun

(48 periode).

2. Melakukan proses trial error dengan parameter alpha yang

berbeda-beda menggunakan metode pemulusan eksponensial ganda satu parameter dari Brown dan dihitung nilai galatnya (MAPE).

3. Mengurutkan parameter alpha berdasarkan nilai MAPE terkecil.

4. Menghitung nilai parameter alpha optimal dengan cara mengambil

dua parameter terkecil lalu dioptimasi menggunakan algoritma non linier metode pencarian dikotomi

5. Melakukan proses peramalan klimatologi Kota Bandung

Tahapan Rekayasa Perangkat Lunak Requierement

Data klimatologi kota Bandung sebanyak 4 tahun (48 Desain

Merancang sistem optimasi parameter alpha pada metode pemulusan eksponensial ganda satu parameter dari Brown menggunakan algortima non linier metode pencarian dikotomi dan menghitung hasil peramalan sebanyak 36 periode ke depan

Koding

Menerjemahkan desain perangkat lunak ke dalam bahasa pemrograman.

Testing

Melakukan pengujian terhadap sistem yang telah dibuat.

Sistem peramalan klimatologi Kota Bandung.

Pemeliharaan

29

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Penelitian dimulai dengan menentukan rumusan masalah sebagai tahap awal yang didasari atas latar belakang masalah. Rumusan masalah pada penelitian ini adalah mendapatkan nilai ramalan klimatologi Kota Bandung dengan hasil yang akurat. Untuk dapat menentukan metode yang cocok, maka dilakukan studi literatur yang berhubungan dengan akurasi peramalan dan sifat data klimatologi Kota Bandung. Metode peramalan yang cocok untuk data klimatologi Kota Bandung adalah pemulusan eksponensial ganda satu parameter dari Brown. Metode ini hanya memiliki satu konstanta (parameter alpha) yang nilainya sangat mempengaruhi hasil peramalan, sehingga diperlukan parameter alpha yang optimal agar hasil peramalan akurat. Maka dari itu, parameter alpha dioptimasikan menggunakan algoritma non linier metode pencarian dikotomi. Langkah selanjutnya adalah melakukan analisis untuk proses optimasi dengan cara mengumpulkan data klimatologi Kota Bandung sebanyak empat tahun (48 periode). Lalu dilanjutkan dengan melakukan trial error menggunakan parameter alpha yang berbeda-beda untuk menghasilkan nilai galat (MAPE). Langkah selanjutnya adalah mengurutkan parameter alpha trial error tersebut berdasarkan MAPE terkecil, barulah proses optimasi menggunakan pencarian dikotomi dilakukan dengan mengambil dua parameter alpha terkecil berdasarkan MAPE. Setelah parameter alpha optimal didapatkan, langkah selanjutnya adalah melakukan proses peramalan menggunakan pemulusan eksponensial ganda satu parameter yang diadopsi dari Brown sebanyak 36 periode atau tiga tahun ke depan. Setelah itu dilanjutkan dengan membangun perangkat lunak untuk

30

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

membuktikan hasil perhitungan dan membuktikan keabsahan parameter yang telah dioptimasi. Metode membangun perangkat lunak yang penulis gunakan adalah sekuensial linier yang secara berturut-turut dimulai dari analisis, desain, koding dan testing. Untuk menanggulangi kekurangan pada perangkat lunak, maka dilakukan pemeliharaan.

Tanda panah menunjukan alur maju dari satu tahap ke tahap lain, sedangkan tahapan-tahapan yang dibatasi dengan garis putus-putus merupakan satu kesatuan beberapa tahap yang ada didalamnya.

3.2 Metode Penelitian

3.2.1 Proses Pengumpulan Data

Dalam penelitian ini, data dan informasi yang tersedia dapat menunjang proses penelitian. Metode-metode yang digunakan untuk pengumpulan data sebagai berikut:

a. Studi Literatur

Dengan mempelajari metode-metode mengenai sistem peramalan, dan mempelajari cara optimasi parameter pada sistem peramalan melalui studi literatur seperti textbook, jurnal, dan sumber-sumber di internet yang berkorelasi dengan topik peramalan.

b. Observasi

Observasi dilakukan dengan cara menggunakan beberapa nilai parameter alpha yang berbeda pada pemulusan eksponensial ganda satu parameter yang diadopsi dari Brown dan dihitung nilai galat peramalan (forecast error).

31

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu 3.2 Alat dan Bahan Penelitian

3.2.1 Alat Penelitian

Dalam penelitian ini penulis menggunakan perangkat keras dan perangkat lunak sebagai berikut:

1. Laptop dengan spesifikasi

a. Prosesor Intel Dual Core CPU 2.30 GHz b. RAM 2,00 GB

c. Harddisk 300 GB

d. Koneksi Internet up to 3.1 Mbps 2. Perangkat Lunak :

a. Sistem Operasi : Windows 7 Starter 32- bit b. PHP Server : XAMPP versi 1.7.7

c. IDE Netbeans dan Notepad++ versi 5.8.7 d. Power Designer versi 15.0b

e. Microsoft Office Visio 2007

f. Mesin browser : Google Chrome 25.0.1364.152 dan Mozilla Firefox 19.0.2

3.2.2 Bahan Penelitian

Data klimatologi kota Bandung pada penelitian ini berasal dari situs internet NOAA Satellite and Information Service, diakses pada alamat http://www7.ncdc.noaa.gov yang dapat digunakan diluar negara Amerika Serikat sebagai aktivitas non komersil. Data yang tersedia merupakan jumlah data klimatologi harian tetapi tidak lengkap dan oleh penulis di rata-ratakan menjadi data klimatologi perbulan antara Januari 2008 sampai

32

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Desember 2012. Bahan penelitian lain berupa paper, textbook, dan dokumentasi lainya didapat dari hasil studi literatur dan observasi.

3.3 Proses Implementasi Perangkat Lunak

Model implementasi perangkat lunak dalam penelitian ini adalah proses sekuensial linear. Model sekuensial linear (Air Terjun) merupakan rekayasa perangkat lunak yang paling tua, dengan mengusulkan sebuah pendekatan perkembangan perangkat lunak yang sistematis dan sekuensial yang dimulai pada tingkat dan kemajuan sistem pada seluruh analisis, desain, kode, pemeliharaan, dan tes. Model ini meliputi aktivitas sebagai berikut.

Gambar 3. 2Model Rekayasa Perangkat Lunak Sekuensial Linier

Berikut merupakan tahapan sekuensial linear. 1. Rekayasa dan Pemodelan Sistem Informasi

Perangkat lunak merupakan bagian dari sistem yang lebih besar, bekerja mulai dengan membangun syarat dari semua elemen sistem dan mengalosikan beberapa subset dari kebutuhan ke perangkat lunak tersebut untuk membuat sistem peramalan.

Pemodelan sistem informasi

33

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

2. Analisis Kebutuhan Perangkat Lunak

Proses analisis kebutuhan perangkat lunak ini merupakan tahap untuk menganalisis kebutuhan fungsional dan non fungsional dalam membangun sistem optimasi parameter alpha pada pemulusan eksponensial ganda satu parameter dari Brown menggunakan data klimatologi Kota Bandung. Untuk memahami sifat program yang akan dibangun harus dipahami tipe-tipe data yang dibutuhkan pada pembuatan perangkat lunak seperti tipe data temperature, tipe data dew point, tipe data visibility, tipe data wind speed, tipe data maximum temperature, tipe data minimum temperature, dan tipe data nilai parameter alpha.

3. Desain

Merupakan tahap menerjemahkan kebutuhan yang sudah dianalisa ke sebuah perancang perangkat lunak. Tahap dari desain meliputi perancangan struktur data diantaranya merancang Entity Relationship Diagram (ERD), merancang struktur perangkat lunak seperti context diagram, data flow diagram (DFD) dan process specification, perancangan prosedur algoritma, perancangan interface, perancangan sistem peramalan klimatologi Kota Bandung dan perancangan optimasi parameter alpha dengan menggunakan algoritma non linier metode pencarian dikotomi.

4. Pengkodean

Proses pengkodean (coding) merupakan proses menerjemahkan analisis dan desain yang telah dibuat ke dalam bahasa pemrograman yang dapat diproses oleh komputer. Penulis menggunakan bahasa pemrograman

34

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

berbasis web, yaitu PHP: Hypertext Preprocessor dan MySQL sebagain basis data.

5. Tes

Proses ini dilakukan untuk menguji dan memastikan perangkat lunak yang telah dibuat dapat bekerja sesuai dengan yang direncakan sebelumnya. Selain itu proses tes ini untuk memastikan sistem akan memberikan hasil yang akurat, proses pengujian dilakukan dengan blackbox serta menemukan kesalahan-kesalahan (bug) pada program yang dibuat, sehingga dapat diperbaharui.

3.4 Implementasi Penelitian

Dalam menyelesaikan penelitian harus dilakukan tahapan-tahapan seperti pengumpulan data, observasi metode penelitian, pemahaman metode dan algoritma, serta perancangan perangkat lunak. Selain itu diperlukan pemahaman terhadap metode yang digunakan, yaitu optimasi parameter menggunakan algoritma non linear metode pencarian dikotomi dalam pemulusan eksponensial ganda satu parameter dari Brown. Langkah terakhir adalah merancang dan membangun perangkat lunak dan menerapkan metode optimasi tersebut pada pemulusan eksponensial ganda satu parameter dari Brown pada perangkat lunak.

109

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Adapun kesimpulan akhir dari penelitian Optimasi Parameter Alpha Menggunakan Algoritma Non Linier Untuk Peramalan Klimatologi Kota Bandung dalam Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown:

1. Dalam mencari nilai parameter alpha optimal menggunakan algoritma non linier metode pencarian dikotomi, batasan-batasan pada metode tersebut harus ditentukan dengan baik agar ketelitian pencarian parameter alpha optimal menghasilkan nilai yang diharapkan dan menghasilkan jumlah iterasi yang tepat. Nilai delta

(δ) sebesar 0,001 terbukti lebih efektif dalam menentukan banyaknya iterasi. Dengan menggunakan delta (δ) sebesar 0,001, nilai parameter

alpha optimal didapatkan sebesar 0,135 pada iterasi ke-16.

Sedangkan jika menggunakan nilai delta (δ) yang lebih kecil lagi,

dengan nilai sebesar 0,00000001, parameter alpha optimal tetap didapatkan sebesar 0,135, tetapi proses pencarian berhenti pada iterasi ke-32, sehingga nilai proses pencarian nilai optimal berjalan lebih lama dan tidak efektif.

2. Hasil ramalan akan menghasilkan nilai yang baik dengan menggunakan parameter alpha optimal, terbukti dengan MAPE yang dihasilkan yaitu sebesar 2,3596%. Selain itu nilai ramalan dapat

110

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

menghasilkan nilai terbaik jika proses peramalan menggunakan seluruh indeks musiman, dibandingkan hanya menggunakan indeks musiman selama satu tahun saja. Rata-rata gap atau selisih antara data asli dengan data ramalan, didapatkan rata-rata gap sebesar 0,27930C.

5.2 Saran

Untuk pengembangan lebih lanjut, saran-saran yang diberikan pada penelitian ini adalah sebagai berikut:

1. Perlu penelitian lebih lanjut dengan menggunakan metode pencarian nilai optimal lain untuk membandingkan dengan metode pencarian dikotomi, agar dapat diketahui metode yang lebih optimal.

2. Perlu dikembangkan proses pencarian parameter optimal pada keluarga metode pemulusan eksponensial lainnya yang memiliki parameter lebih dari satu.

xii

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu DAFTAR PUSTAKA

Akeb, Hakim; Hifi, Mhand. (2010). An Augmented beam-searchbased algorithm for the strip packing problem. World Academy of Science, Engineering and Technology Volume: 42 2010-06-26.

Assauri, Sofyan. (1984). Teknik dan Metode Peramalan: Penerapannya dalam Ekonomi dan Dunia Usaha. Jakarta: LPFE-UI.

Bassil, Yousef. (2011). A Simulation Model for the Waterfall Software Development Life Cycle. International Journal of Engineering and Technology Volume 2. ISSN: 2049-3444.

Handoko. (1995). Landasan pemahaman fisika atmosfer dan unsur-unsur iklim. Jakarta: Pustaka Jaya.

Herjanto, Eddy. (2010). Manajemen Operasi. Jakarta: Grasindo.

Jin Ai, The. (1999). Optimasi Peramalan Pemulusan Eksponensial Satu Parameter dengan Menggunakan Algoritma Non-Linear Programming. Jurnal Teknologi Industri. Vol. III, No. 3, hal 139-148.

Luknanto, Djoko. (2000). Pengantar Optimasi Non Linier. Yogyakarta: Universitas Gadjah Mada.

Kartasaputra; Gurniasih, Ance., (2008). Pengaruh iklim terhadap tanah dan tanaman. Cetakan ke-3. Jakarta:Bumi Asih Aksara.

Makridakis, Spyros; Wheelwright, S. C; McGee, V. E. (1999). Metode dan Aplikasi Peramalan Jilid 1. Jakarta: Bina Rupa Aksara.

xiii

Muhammad Nur Prayogo, 2014

OPTIMASI PARAMETER ALPHA MENGGUNAKAN ALGORITMA PEMROGRAMAN NON LINIER UNTUK PERAMALAN KLIMATOLOGI KOTA BANDUNGDALAM METODE PEMULUSAN EKSPONENSIAL GANDA SATU PARAMETER DARI BROWN

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Nasution, A.H. (2003). Perencanaan dan Pengendalian Produksi. (2003). Surabaya: Guna Widya.

Nurhidayati, E. N. (2012). Penggunaan Algoritma Nonlinear Programming Untuk

Mengoptimalkan Parameter α Dalam Metode Pemulusan Ekspoenensial

Satu Parameter. Surabaya: Institut Sepuluh November.

Putra, H. P.; Rachman, F. H. Sistem Peramalan Distribusi Beras Menggunakan Metode Exponential Smoothing. Jurnal Sarjana Teknik Informatika Vol. 1, No.1, Februari 2013, halaman 1-8 Universitas Trunojoyo.

S.Rao, Singiresu. (2009). Engineering Optimazation: Theory and Practice. New Jersey: John Wiley and Sons, Inc.

Sharma, Sanjay.(2006). Applied Nonlinear Programming. New Delhi: New Age International (P) Ltd.

Yani. (2012). Peramalan Permintaan (Demand Forecasting). [Online]. Tersedia: http://www.docstoc.com/docs/122571647/YANI-PERAMALAN diakses pada 15 Juni 2013.

Zainun, Noor Y.; Majid, M. Z. Automated Low Cost House Demand Forecasting for Urban Area. The 4th Annual Seminar of National Science Fellowship 2004.

__________. (2013). Teknik Peramalan. [Online].

Tersedia:ocw.usu.ac.id/course/download/.../tdi_437_handout_peramalan1.p df diakses pada 20 Juni 2013.

2. Analisis Kebutuhan Perangkat Lunak

Proses analisis kebutuhan perangkat lunak ini merupakan tahap untuk menganalisis kebutuhan fungsional dan non fungsional dalam membangun sistem optimasi parameter alpha pada pemulusan eksponensial ganda satu parameter dari Brown menggunakan data klimatologi Kota Bandung. Untuk memahami sifat program yang akan dibangun harus dipahami tipe-tipe data yang dibutuhkan pada pembuatan perangkat lunak seperti tipe data temperature, tipe data dew point, tipe data visibility, tipe data wind speed, tipe data maximum temperature, tipe data minimum temperature, dan tipe data nilai parameter alpha.

3. Desain

Merupakan tahap menerjemahkan kebutuhan yang sudah dianalisa ke sebuah perancang perangkat lunak. Tahap dari desain meliputi perancangan struktur data diantaranya merancang Entity Relationship Diagram (ERD), merancang struktur perangkat lunak seperti context diagram, data flow diagram (DFD) dan process specification, perancangan prosedur algoritma, perancangan interface, perancangan sistem peramalan klimatologi Kota Bandung dan perancangan optimasi parameter alpha dengan menggunakan algoritma non linier metode pencarian dikotomi.

34

berbasis web, yaitu PHP: Hypertext Preprocessor dan MySQL sebagain basis data.

5. Tes

Proses ini dilakukan untuk menguji dan memastikan perangkat lunak yang telah dibuat dapat bekerja sesuai dengan yang direncakan sebelumnya. Selain itu proses tes ini untuk memastikan sistem akan memberikan hasil yang akurat, proses pengujian dilakukan dengan blackbox serta menemukan kesalahan-kesalahan (bug) pada program yang dibuat, sehingga dapat diperbaharui.

3.4 Implementasi Penelitian

Dalam menyelesaikan penelitian harus dilakukan tahapan-tahapan seperti pengumpulan data, observasi metode penelitian, pemahaman metode dan algoritma, serta perancangan perangkat lunak. Selain itu diperlukan pemahaman terhadap metode yang digunakan, yaitu optimasi parameter menggunakan algoritma non linear metode pencarian dikotomi dalam pemulusan eksponensial ganda satu parameter dari Brown. Langkah terakhir adalah merancang dan membangun perangkat lunak dan menerapkan metode optimasi tersebut pada pemulusan eksponensial ganda satu parameter dari Brown pada perangkat lunak.

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Adapun kesimpulan akhir dari penelitian Optimasi Parameter Alpha Menggunakan Algoritma Non Linier Untuk Peramalan Klimatologi Kota Bandung dalam Metode Pemulusan Eksponensial Ganda Satu Parameter dari Brown:

1. Dalam mencari nilai parameter alpha optimal menggunakan algoritma non linier metode pencarian dikotomi, batasan-batasan pada metode tersebut harus ditentukan dengan baik agar ketelitian pencarian parameter alpha optimal menghasilkan nilai yang diharapkan dan menghasilkan jumlah iterasi yang tepat. Nilai delta (δ) sebesar 0,001 terbukti lebih efektif dalam menentukan banyaknya iterasi. Dengan menggunakan delta (δ) sebesar 0,001, nilai parameter alpha optimal didapatkan sebesar 0,135 pada iterasi ke-16. Sedangkan jika menggunakan nilai delta (δ) yang lebih kecil lagi, dengan nilai sebesar 0,00000001, parameter alpha optimal tetap didapatkan sebesar 0,135, tetapi proses pencarian berhenti pada iterasi ke-32, sehingga nilai proses pencarian nilai optimal berjalan

110

menghasilkan nilai terbaik jika proses peramalan menggunakan seluruh indeks musiman, dibandingkan hanya menggunakan indeks musiman selama satu tahun saja. Rata-rata gap atau selisih antara data asli dengan data ramalan, didapatkan rata-rata gap sebesar 0,27930C.

5.2 Saran

Untuk pengembangan lebih lanjut, saran-saran yang diberikan pada penelitian ini adalah sebagai berikut:

1. Perlu penelitian lebih lanjut dengan menggunakan metode pencarian nilai optimal lain untuk membandingkan dengan metode pencarian dikotomi, agar dapat diketahui metode yang lebih optimal.

2. Perlu dikembangkan proses pencarian parameter optimal pada keluarga metode pemulusan eksponensial lainnya yang memiliki parameter lebih dari satu.

DAFTAR PUSTAKA

Akeb, Hakim; Hifi, Mhand. (2010). An Augmented beam-searchbased algorithm for the strip packing problem. World Academy of Science, Engineering and Technology Volume: 42 2010-06-26.

Assauri, Sofyan. (1984). Teknik dan Metode Peramalan: Penerapannya dalam Ekonomi dan Dunia Usaha. Jakarta: LPFE-UI.

Bassil, Yousef. (2011). A Simulation Model for the Waterfall Software Development Life Cycle. International Journal of Engineering and Technology Volume 2. ISSN: 2049-3444.

Handoko. (1995). Landasan pemahaman fisika atmosfer dan unsur-unsur iklim. Jakarta: Pustaka Jaya.

Herjanto, Eddy. (2010). Manajemen Operasi. Jakarta: Grasindo.

Jin Ai, The. (1999). Optimasi Peramalan Pemulusan Eksponensial Satu Parameter dengan Menggunakan Algoritma Non-Linear Programming. Jurnal Teknologi Industri. Vol. III, No. 3, hal 139-148.

Luknanto, Djoko. (2000). Pengantar Optimasi Non Linier. Yogyakarta: Universitas Gadjah Mada.

xiii

Nasution, A.H. (2003). Perencanaan dan Pengendalian Produksi. (2003). Surabaya: Guna Widya.

Nurhidayati, E. N. (2012). Penggunaan Algoritma Nonlinear Programming Untuk Mengoptimalkan Parameter α Dalam Metode Pemulusan Ekspoenensial Satu Parameter. Surabaya: Institut Sepuluh November.

Putra, H. P.; Rachman, F. H. Sistem Peramalan Distribusi Beras Menggunakan Metode Exponential Smoothing. Jurnal Sarjana Teknik Informatika Vol. 1, No.1, Februari 2013, halaman 1-8 Universitas Trunojoyo.

S.Rao, Singiresu. (2009). Engineering Optimazation: Theory and Practice. New Jersey: John Wiley and Sons, Inc.

Sharma, Sanjay.(2006). Applied Nonlinear Programming. New Delhi: New Age International (P) Ltd.

Yani. (2012). Peramalan Permintaan (Demand Forecasting). [Online]. Tersedia:

http://www.docstoc.com/docs/122571647/YANI-PERAMALAN diakses pada 15 Juni 2013.

Zainun, Noor Y.; Majid, M. Z. Automated Low Cost House Demand Forecasting for Urban Area. The 4th Annual Seminar of National Science Fellowship 2004.

__________. (2013). Teknik Peramalan. [Online]. Tersedia:ocw.usu.ac.id/course/download/.../tdi_437_handout_peramalan1.p df diakses pada 20 Juni 2013.