ANALISIS METODE HOLT-WINTERS EXPONENTIAL SMOOTHING DALAM PREDIKSI EKSPOR KOMODITAS UTAMA 3 DIJIT SITC
Abstract
Ekspor merupakan kegiatan yang dilakukan oleh setiap negara untuk meningkatkan perekenomian salah satunya adalah Indonesia, pada 2018 Indonesia tercatat sebagai negara dengan penyumbang Getah karet mentah sebesar 26% dari seluruh dunia, penelitian ini bertujuan untuk melakukan prediksi terhadap Ekspor Komoditi dimasa yang akan datang dengan menggunakan data yang sudah ada di tahun 2020 sampai 2021, hasil penelitian ini diharapkan dapat digunakan untuk menjaga kestabilan Ekspor Komoditi Utama 3 Dijit SITC dengan jenis barang Getah Karet Alami. Metode yang digunakan dalam melakukan prediksi yaitu Holt-Wintes Eksponensial Smoothing, metode ini adalah salah satu metode yang digunakan dalam melakukan prediksi data time series, terdapat beberapa variabel yang digunakan antara lain yaitu trend dan musim. Dari hasil prediksi metode Holt-Winters Eksponensial Smoothing didapatkan hasil akurasi yang sangat baik dengan nilai MAPE sebesar 0,44%
Keywords
Full Text:
PDF (Bahasa Indonesia)References
Ari Santosa, I. M., Yuniastari Sarja, N. L. A. K., & Wiyati, R. K. (2019). PERBANDINGAN METODE HOLT WINTER ADDITIVE DAN METODE HOLT WINTER ADDITIVE DAMPED DALAM PERAMALAN JUMLAH PENDAFTARAN MAHASISWA. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 5(1), 93–98.
Bagoes, M., & Junianto, S. (2017). FUZZY INFERENCE SYSTEM MAMDANI DAN THE MEAN ABSOLUTE PERCENTAGE ERROR (MAPE) UNTUK PREDIKSI PERMINTAAN DOMPET PULSA PADA XL AXIATA DEPOK. UNIVERSITAS PAMULANG, 97(2).
Bali Jalan Raya Puputan, S. (2018). Seminar Nasional SI dan Teknologi Informasi 2018 SENSITEK 2018 STMIK Pontianak (Vol. 12).
Bertananda, R., & Darma Setiawan, B. (2018). Implementasi Performance Improved Holt-Winters Untuk Prediksi Jumlah Keberangkatan Domestik di Bandar Udara Soekarno Hatta (Vol. 2, Issue 12). http://j-ptiik.ub.ac.id
BPS Provinsi Sumatera Utara. (n.d.). Ekspor Sumatera Utara menurut Komoditi Utama 3 Dijit SITC, 2016 – 2020. Retrieved August 20, 2023, from https://sumut.bps.go.id/statictable/2021/04/26/2499/ekspor-sumatera-utara-menurut-komoditi-utama-3-dijit-sitc-2016-2020.html
Dewi, N. P., & Listiowarni, I. (n.d.). Implementasi Holt-Winters Exponential Smoothing untuk Peramalan Harga Bahan Pangan di Kabupaten Pamekasan. https://doi.org/10.31849/digitalzone.v11i2.4797ICCS
Firdaus, R., Mukhtar, H., Informatika, T., Komputer, I., & Muhammadiyah Riau, U. (n.d.). Prediksi Indeks Harga Produsen Pertanian Karet Di Indonesia Menggunakan Metode LSTM. https://www.bappebti.go.id/.
Husaini, A., Fahrezi, D. D., Arbavella, M. A., & Sadewa, N. P. (n.d.). ANALISIS EKSPOR KOMODITI KARET DI INDONESIA TERHADAP PERDAGANGAN INTERNASIONAL 2016-2020.
Kertayuga, D., Santoso, E., & Hidayat, N. (2021). Prediksi Nilai Ekspor Impor Migas Dan Non-Migas Indonesia Menggunakan Extreme Learning Machine (ELM) (Vol. 5, Issue 6). http://j-ptiik.ub.ac.id
Kusumawardani, N., Afandi, M. R., & Riani, L. P. (n.d.). ANALISIS FORECASTING DEMAND DENGAN METODE LINEAR EXPONENTIAL SMOOTHING (STUDI PADA PRODUK BATIK FENDY, KLATEN). In Analisis Forecasting Demand ….
Penelitian, J., & Akuntansi, E. (n.d.). Sistem Forecasting Perencanaan Produksi dengan Metode Single Eksponensial Smoothing pada Keripik Singkong Srikandi Di Kota Langsa. In JENSI) (Vol. 2, Issue 1).
Rosalina, E., Sugiarto, S., & Gamal, M. D. H. (n.d.). METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU. Retrieved August 20, 2023, from http://repository.unri.ac.id/
DOI: https://doi.org/10.46576/wdw.v18i1.4256
Article Metrics
Abstract view : 211 timesPDF (Bahasa Indonesia) – 247 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Warta Dharmawangsa
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Jurnal Warta Dharmawangsa Terindex pada:
Member Of :
Diterbitkan oleh:
UNIVERSITAS DHARMAWANGSA
Alamat : Jl. K. L. Yos Sudarso No. 224 Medan
Kontak : Tel. 061 6635682 - 6613783 Fax. 061 6615190
Email : warta@dharmawangsa.ac.id
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.