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.
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
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.
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,
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
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
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
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
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
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
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.
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.
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
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
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
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
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
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
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
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