OPTIMASI METODE HOLT-WINTER'S EXPONENTIAL SMOOTHING MENGGUNAKAN MODIFIKASI GOLDEN SECTION DAN LEVENBERG-MARQUARDT PADA PERAMALAN PRODUKSI CRUDE PALM OIL PERKEBUNAN INDONESIA TAHUN 2022 = OPTIMIZATION OF HOLT-WINTER'S EXPONENTIAL SMOOTHING METHOD USING MODIFIED GOLDEN SECTION AND LEVENBERG-MARQUARDT IN FORECASTING CRUDE PALM OIL PRODUCTION FOR INDONESIAN PLANTATIONS IN 2022


Darsyad, A. Muh. Faldi Fadhil A. (2025) OPTIMASI METODE HOLT-WINTER'S EXPONENTIAL SMOOTHING MENGGUNAKAN MODIFIKASI GOLDEN SECTION DAN LEVENBERG-MARQUARDT PADA PERAMALAN PRODUKSI CRUDE PALM OIL PERKEBUNAN INDONESIA TAHUN 2022 = OPTIMIZATION OF HOLT-WINTER'S EXPONENTIAL SMOOTHING METHOD USING MODIFIED GOLDEN SECTION AND LEVENBERG-MARQUARDT IN FORECASTING CRUDE PALM OIL PRODUCTION FOR INDONESIAN PLANTATIONS IN 2022. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H051201081-Sj3FbRY1LaXkuzZU-20250307221530.jpg

Download (415kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H051201081-1-2.pdf

Download (457kB)
[thumbnail of Dapus] Text (Dapus)
H051201081-dp.pdf

Download (153kB)
[thumbnail of Full Text] Text (Full Text)
H051201081-full.pdf
Restricted to Repository staff only until 14 February 2027.

Download (1MB)

Abstract (Abstrak)

Latar Belakang. Crude Palm Oil (CPO) merupakan salah satu komoditas ekspor utama Indonesia yang berperan penting dalam industri pangan dan energi. Produksi CPO mengalami fluktuasi akibat faktor cuaca, luas lahan, dan kebijakan industri, sehingga diperlukan metode peramalan yang akurat untuk mendukung pengambilan keputusan. Holt-Winter’s Exponential Smoothing (HWES) adalah metode peramalan deret waktu yang mempertimbangkan komponen level, trend dan musiman. Namun, keakuratan HWES sangat bergantung pada pemilihan parameter smoothing yang optimal, yaitu α,β dan γ. Untuk meningkatkan akurasi peramalan, digunakan metode optimasi Modifikasi Golden Section dan Levenberg-Marquardt. Modifikasi Golden Section adalah metode optimasi yang efisien dalam menemukan parameter optimal dengan mempersempit rentang pencarian secara iteratif. Sementara itu, Levenberg-Marquardt merupakan algoritma optimasi non-linear yang menggabungkan metode Gradient Descent dan Gauss-Newton untuk mencari parameter terbaik. Dengan penerapan kedua metode optimasi ini, diharapkan hasil peramalan produksi CPO perkebunan Indoensia tahun 2022 lebih akurat. Tujuan. Memperoleh parameter optimal dan hasil peramalan produksi Crude Palm Oil perkebunan Indonesia Tahun 2022 menggunakan Holt-Winter’s Exponential Smoothing dengan optimasi modifikasi Golden Section dan Levenberg-Marquardt. Metode. Penelitian ini menggunakan metode Holt-Winter’s Exponential Smoothing untuk melakukan permalan dengan penerapan modifikasi Golden Section dan Levenberg Marquardt sebagai optimasi. Hasil. Metode HWES-Modifikasi Golden Section memperoleh parameter optimal α sebesar 0,381966 , β Sebesar 0,405171 dan γ sebesar 0,469031 dengan nilai MAPE 5,5496%. kemudian metode HWES dengan optimasi Levenberg Marquardt memperoleh parameter optimal α sebesar 0,172248,β sebesar 1 dan γ sebesar 0,160317 dengan nilai MAPE 4,3834%%. Kesimpulan. Berdasarkan hasil perhitungan peramalan tersebut, diperoleh bahwa peramalan produksi crude palm oil perkebunan Indonesia tahun 2022 menggunakan HWES dengan optimasi Levenberg-Marquardt lebih baik dari HWES dengen optimasi modifikasi Golden Section.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Crude Palm Oil, Golden Section, Holt-Winter’s Exponential Smoothing, Levenberg-Marquardt, Peramalan
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Unnamed user with username pkl2
Date Deposited: 04 Sep 2025 05:21
Last Modified: 04 Sep 2025 05:21
URI: http://repository.unhas.ac.id:443/id/eprint/49063

Actions (login required)

View Item
View Item