ANALISIS PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN ADDITIVE DECOMPOSITION UNTUK MEMPREDIKSI TINGKAT KEMISKINAN PENDUDUK INDONESIA

Salsabila, Fadilah (2021) ANALISIS PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN ADDITIVE DECOMPOSITION UNTUK MEMPREDIKSI TINGKAT KEMISKINAN PENDUDUK INDONESIA. Sarjana thesis, Universitas Siliwangi.

	Text 1 - COVER.pdf Download (36kB)
	Text 2 - LEMBAR PENGESAHAN TUGAS AKHIR.pdf Download (189kB)
	Text 4 - ABSTRAK.pdf Download (188kB)
	Text 7 - BAB I.pdf Download (307kB)
	Text 8 - BAB II.pdf Download (703kB)
	Text 9 - BAB III.pdf Download (318kB)
	Text 10 - BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text 11 - BAB V.pdf Restricted to Repository staff only Download (31kB)
	Text 12 - DAFTAR PUSTAKA.pdf Download (405kB)

Abstract

Peramalan merupakan suatu proses atau teknik untuk memprediksi suatu nilai data pada masa yang akan datang dengan menggunakan data masa lalu maupun data saat ini. Dalam peramalan sangat penting untuk memilih suatu metode peramalan dengan cara mempertimbangkan jenis pola data, sehingga metode yang paling tepat dengan pola tersebut dapat diuji. Saat ini perekonomian di Indonesia cenderung menurun, hal tersebut mengakibatkan jumlah penduduk miskin di Indonesia menjadi meningkat. Oleh karena itu, penelitian ini bertujuan untuk memprediksi tingkat kemiskinan penduduk Indonesia dalam 5 periode kedepan dengan melakukan analisis perbandingan metode Double Exponential Smoothing (Holt), kemudian Double Exponential Smoothing (Holt) dengan Damped Trend dan Additive Decomposition. Dari proses prediksi yang telah dilakukan, didapatkan hasil yang menyatakan bahwa metode Double Exponential Smoothing (Holt) dengan Damped Trend merupakan metode terbaik dalam memprediksi tingkat kemiskinan penduduk Indonesia karena menghasilkan nilai error yang paling kecil yaitu nilai RMSE sebesar 0,629627 dan MAPE sebesar 1,68%. Berdasarkan metode tersebut, maka menghasilkan prediksi jumlah penduduk miskin di Indonesia dalam 5 periode kedepan yaitu pada tahun 2021 semester II sebanyak 27,49 juta orang, tahun 2022 semester I sebanyak 27,44 juta orang dan semester II sebanyak 27,40 juta orang, serta tahun 2023 semester I sebanyak 27,37 juta orang dan semester II sebanyak 27,33 juta orang. Kata Kunci: Prediksi, Timgkat Kemiskinan Penduduk, Double Exponential Smoothing, Damped Trend, Additive Decomposition

Item Type:	Thesis (Sarjana)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > Informatika
Depositing User:	Lelis Masridah
Date Deposited:	02 Mar 2022 03:16
Last Modified:	02 Mar 2022 03:16
URI:	http://repositori.unsil.ac.id/id/eprint/4903

Actions (login required)

View Item