Skripsi

Penerapan new optimization grey model menggunakan Particle Swarm Optimization (PSO) untuk peramalan impor ketenagalistrikan di Indonesia / Uswatun Hasanah

Abstrak
Peramalan merupakan proses memprediksi kejadian di masa yang akan datang dengan menyusun informasi atau titik data dari masa lalu secara berurutan. Grey System merupakan salah satu metode yang digunakan untuk menyelesaikan masalah karena keterbatasan data dan informasi dengan teknik penyelesaian model diferensial. Metode ini dapat digunakan untuk peramalan meskipun data kecil dan menghasilkan error yang kecil serta titik data yang digunakan sering kali tidak beraturan dan tidak stasioner. Model Grey dapat dioptimalkan kinerjanya menggunakan mekanisme rolling dengan menghapus titik data terlama dan algortima Particle Swarm Optimization (PSO). Algortima PSO ini memiliki kelebihan mudah menemukan solusi optimal dan parameter yang digunakan sedikit. Data impor ketenagalistrikan di Indonesia memiliki sampel data kecil dan sedikit serta tidak stasioner. Oleh karena itu dalam penelitian ini peramalan impor ketenagalistrikan di Indonesia dianalisis menggunakan dua metode yakni GM(1 1) dan model Grey (1 1) yang dioptimalkan menggunakan gabungan mekanisme rolling dan algoritma PSO atau GM(1 1)-PSO-Rolling dengan kriteria akurasi Mean Absolute Percentage Error terkecil. Hasil peramalan menunjukkan bahwa metode GM(1 1)-PSO-Rolling lebih akurat dan merupakan model terbaik untuk meramalkan impor ketenagalistrikan di Indonesia karena memiliki error terkecil dengan MAPE sebesar 0.4506%.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Matematika, 2023.

Deskripsi Fisik

viii, 11 lembar : ilus.

Bahasa

Indonesia

No Reg

1100/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. PERAMALAN (MATEMATIKA) - PARTICLE SWARM OPTIMIZATION
2. FORECASTING (MATHEMATICS) - PARTICLE SWARM OPTIMIZATION

Pembimbing

1. Trianingsih Eni Lestari, S.si, M.si

Lampiran Berkas