Perbandingan Kinerja Algoritma Genetika, Simulated Annealing dan Metode Statistik Moving Average untuk Peramalan Penjualan Time Series

Selain menggunakan pendekatan statistik, teknik peramalan time series juga dikembangkan dengan pendekatan heuristik. Peramalan time series melibatkan permasalahan optimasi sunlit nilai sesuai dengan perilaku nilai di masa lampau untuk mendapatkan nilai masa akan datang. Algoritma genetika dan simulated annealing tnerupakan metode heuristik yang banyak digunakan untuk menyelesaikan persoalan optimasi. Algoritma genetika dan simulated annealing mampu memecahkan persoalan local optimum dan memperoleh global optimum pada permasalahan optimasi. Pada makalah ini algoritma genetika dan simulated annealing akan diaplikasikan pada peramalan time series penjualan suatu barang pada distibutor alat kesehatan dan obat-obatan. Kinerja algoritma genetika, simulated annealing akan dievaluasi dan dibandingkan dengan metode standar statistik moving average untuk memprediksi penjualan minggu berikutnya berdasarkan data penjualan per minggu dari suatu barang pada distributor alat kesehatan dan obat-obatan. Perbandingan menunjukkan dengan menggunakan algoritma genetika dan simulated annealing diperoleh hasil peramalan yang lebih akurat dibandingkan dengan metode standard moving average. Kata kunci : Time series sales forecast, moving average, genetic algorithms, simulated annealing

Nama : Arna Fariza
Email : arna@eepis-its.edu
::Download::