Penerapan Genetic Algorithm Dalam Optimasi Metode Triple Exponential Smoothing Holt-Winters (Studi Kasus: Produksi Kopi Indonesia Tahun 2023) = Application of Genetic Algorithm in Optimizing the Holt–Winters Triple Exponential Smoothing Method (A Case Study: Indonesian Coffee Production in 2023)


MAHZA, SYAHZA (2025) Penerapan Genetic Algorithm Dalam Optimasi Metode Triple Exponential Smoothing Holt-Winters (Studi Kasus: Produksi Kopi Indonesia Tahun 2023) = Application of Genetic Algorithm in Optimizing the Holt–Winters Triple Exponential Smoothing Method (A Case Study: Indonesian Coffee Production in 2023). Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H051211082-Cover.jpg

Download (181kB) | Preview
[thumbnail of Bab1-2] Text (Bab1-2)
H051211082-1-2(FILEminimizer).pdf

Download (435kB)
[thumbnail of Dapus] Text (Dapus)
H051211082-dp(FILEminimizer).pdf

Download (196kB)
[thumbnail of Full Text] Text (Full Text)
H051211082-fullll(FILEminimizer).pdf
Restricted to Repository staff only until 4 March 2028.

Download (1MB)

Abstract (Abstrak)

Latar Belakang. Kopi merupakan salah satu komoditas unggulan dalam subsektor perkebunan. Produksi kopi Indonesia menunjukkan pola musiman yang dipengaruhi faktor iklim dan cuaca, sehingga fluktuasinya cukup signifikan dari tahun ke tahun. Ketidakpastian tersebut menimbulkan kebutuhan akan metode peramalan yang akurat guna mendukung pengambilan keputusan terkait produksi dan distribusi. Metode Triple Exponential Smoothing Holt-Winters mampu menangkap pola tren dan musiman, namun penentuan parameter pemulusannya sering kali dilakukan secara trial and error sehingga hasilnya kurang optimal. Untuk mengatasi hal tersebut, digunakan pendekatan optimasi berbasis Genetic Algorithm (GA) agar parameter yang dihasilkan lebih akurat dan efisien. Tujuan. Memperoleh parameter optimal pemulusan α,β, dan γ menggunakan Genetic Algorithm guna meningkatkan akurasi hasil peramalan. Metode. Penelitian menggunakan data produksi kopi Indonesia periode 2016–2023 dari Badan Pusat Statistik (BPS). Metode Triple Exponential Smoothing Holt-Winters digunakan untuk melakukan peramalan dengan penerapan Genetic Algorithm sebagai optimasi. Hasil. Hasil uji menunjukkan bahwa pendekatan multiplikatif mampu menggambarkan pola musiman data, dengan nilai MAPE sebesar 62,23% dan korelasi awal 0,9740. Setelah dilakukan optimasi parameter menggunakan Genetic Algorithm, diperoleh nilai α sebesar 0,0230, β sebesar 0,2851, dan γ sebesar 0,9175 sebagai parameter terbaik. Penerapan parameter ini membuat kinerja metode meningkat secara signifikan, ditunjukkan oleh penurunan MAPE menjadi 0,5024% serta peningkatan korelasi hingga 0,9997, yang mencerminkan kemampuan peramalan yang sangat presisi dan konsisten terhadap data aktual. Kesimpulan. Holt-Winters multiplikatif merupakan pendekatan yang paling sesuai untuk menggambarkan pola musiman produksi kopi Indonesia. Penelitian ini berhasil memperoleh parameter pemulusan optimal melalui penerapan Genetic Algorithm yang terbukti efektif dalam menghasilkan parameter yang lebih akurat.

Keyword : Triple Exponential Smoothing Holt-Winters; Genetic Algorithm; Produksi Kopi; Peramalan; Optimasi Parameter.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Triple Exponential Smoothing Holt-Winters; Genetic Algorithm; Coffee Production; Forecasting; Parameter Optimization.
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Rasman
Date Deposited: 05 Mar 2026 05:37
Last Modified: 05 Mar 2026 05:37
URI: http://repository.unhas.ac.id:443/id/eprint/54396

Actions (login required)

View Item
View Item