Seminar Nasional Informatika (SEMNASIF)
Vol 1, No 1 (2018): Landscape Industri Internet Dampak Perilaku Marketing Indonesia

PERAMALAN HARGA KOMODITAS BAHAN PANGAN MENGGUNAKAN DATA MINING DENGAN METODE TRIPLE EXPONENTIAL SMOOTHING WINTER MULTIPLICATIVE

Muhammad Rizaldi Satyaputra (Jurusan Teknik Informatika, FTI, UPN “Veteran” Yogyakarta)
Frans Richard Kodong (Jurusan Teknik Informatika, FTI, UPN “Veteran” Yogyakarta)
Oliver Samuel Simanjuntak (Jurusan Teknik Informatika, FTI, UPN “Veteran” Yogyakarta)



Article Info

Publish Date
24 Nov 2018

Abstract

Setiap tahun, bahan pangan mengalami naik turun harga. Perubahan harga bahan pangan yang fluktuatif ini dipengaruhi faktor internal maupun eksternal. Dengan meramalkan harga bahan pokok pangan pada kurun waktu yang mendatang, pemerintah akan mendapatkan informasi prediksi harga pangan. Peramalan ini dengan cara mengumpulkan data data harga pokok pangan masa lalu untuk diolah menjadi informasi prediksi harga pangan pada tahun mendatang. Metode yang digunakan menggunakan Triple Eksponential Smoothing Winter Multiplicative untuk meramalkan harga satu tahun kedepan. Pada metode ini inputan berupa harga pangan dan pembobot. Metode Triple Eksponential Smoothing Winter Multiplicative digunakan untuk menyelesaikan data dengan pola musiman dan trend. Setelah itu dilakukan perhitungan forecast error dengan mencari nilai MAPE. Mean Absolute Percentage Error (MAPE) dihitung dengan menggunakan kesalahan absolut pada tiap periode dibagi dengan nilai observasi yang nyata untuk periode itu. Kemudian, merata-rata kesalahan persentase absolut tersebut. Pendekatan ini berguna ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi ketepatan ramalan. MAPE mengindikasi seberapa besar kesalahan dalam meramal yang dibandingkan dengan nilai nyata.   

Copyrights © 2018