Implementasi algoritma genetika untuk minimasi galat pada metode peramalan seasonal autoregressive integrated moving average pada PT. XYZ

Muhammad A.B., - (2014) Implementasi algoritma genetika untuk minimasi galat pada metode peramalan seasonal autoregressive integrated moving average pada PT. XYZ. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5210100069-Undergraduate_Thesis.pdf

Download (2MB) | Preview

Abstract

Peramalan jumlah permintaan produk merupakan hal yang sangat penting dilakukan bagi PT. XYZ. Selama ini, PT. XYZ masih melakukan perencanaan produksinya berdasarkan jumlah produksi periode sebelumnya. Saat tepat untuk meramalkan banyaknya permintaan inilah yang harus diidentifikasi oleh pihak perusahaan agar keputusan yang diambil tepat mengenai sasaran sebelum pangsa pasarnya mengalami penurunan. Berangkat dari permasalahan itulah PT. XYZ memerlukan sebuah optimasi untuk perencanaan yang mereka lakukan. Sehingga hasil dari perencanaan perusahaan tersebut menjadi optimal. Pada optimasi peramalan kali ini akan digunakan Algoritma Genetika dengan menggunakan metode Seasonal ARIMA (SARIMA) sebagai metode peramalannya, dimana data yang digunakan dalam penelitian ini adalah data penjualan/realisasi penjualan dari tahun 2011 – 2012 yang bersifat musiman. Algoritma Genetika dipilih karena merupakan algoritma yang dapat mengkombinasikan kromosom-kromosom atau variabel autoregressive (p), difference (d), moving average (q) dan juga seasonal autoregressive (P), seasonal difference (D), seasonal moving average (Q) yang merupakan parameter dari metode peramalan SARIMA untuk meminimasi galat pada metode ini. Akhir dari penelitian ini adalah dengan kombinasi nilai parameter yang optimal tersebut akan dilakukan peramalan beberapa periode kedepan. Hal ini dilakukan agar memudahkan sebuah PT. XYZ dalam pengoperasian peramalan nantinya. Hasil dari tugas akhir berupa sebuah sistem yang dapat menentukan nilai parameter pada metode peramalan SARIMA secara optimal untuk menunjang peramalan data PT. XYZ yang bersifat musiman yang mana hasil tersebut akan digunakan dalam penentuan produksi oleh PT. XYZ tersebut. Dengan menerapkan sistem ini diharapkan dapat mempermudah pengguna dalam melakukan penentuan kombinasi nilai parameter pada saat menggunakan Algoritma Genetika. Sehingga sistem tersebut dapat menunjang dalam peramalan pada PT. XYZ berdasarkan pola data yang sudah ada dengan optimal dan perusahaan dapat meraih tingkat keuntungan yang maksimal. ========================================================================================================== Forecasting product demand is very important for PT. XYZ. During this time, PT. XYZ is still doing production planning based on the amount of production of the previous period. The appropriate time to predict the number of requests is what must be identified by the company in order to take the appropriate decisions regarding the target before its market share decline. Departing from the problems that PT. XYZ requires an optimization for the planning they do. So the results of the company planning to be optimal. At this time forecasting optimization will be used Genetic Algorithm using Seasonal ARIMA (SARIMA) as forecasting method, where the data used in this study is data sales / sales realization from the year 2011 to 2012 which is seasonal. Genetic Algorithms have been an algorithm that can combine chromosomes or variable autoregressive (p), difference (d), moving average (q) and also seasonal autoregressive (P), seasonal difference (D), seasonal moving average (Q) which is a parameter SARIMA forecasting method to minimize the error in this method. End of the study was the combination of the optimal parameter values will be forecasting future periods. This is done in order to facilitate a PT. XYZ in forecasting future operations. The results of the final project in the form of a system that can determine the value of the parameter at optimal SARIMA forecasting methods to support data forecasting PT. XYZ is seasonal which these results will be used in the determination of production by PT. The XYZ. By implementing this system is expected to facilitate the user in making the determination of the combination of parameter values when using Genetic Algorithms. So that the system can support in forecasting at. XYZ based on the pattern of existing data with the company to achieve optimal and maximum benefit levels.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 519.536 Muh i
Uncontrolled Keywords: Algoritma genetika; java; musiman; peramalan; SARIMA
Subjects: Q Science > QA Mathematics > QA402.5 Genetic algorithms.
Divisions: Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: - Taufiq Rahmanu
Date Deposited: 06 Aug 2019 02:27
Last Modified: 06 Aug 2019 02:27
URI: http://repository.its.ac.id/id/eprint/69801

Actions (login required)

View Item View Item