Search for collections on Undip Repository

Penerapan Metode Holt Winters Exponential Smoothing dan Fuzzy Time Series Cheng dalam Peramalan Rata-rata Harga Beras Premium di Tingkat Penggilingan Dilengkapi GUI Python

YUSTICIA, Shaylla Adinda (2025) Penerapan Metode Holt Winters Exponential Smoothing dan Fuzzy Time Series Cheng dalam Peramalan Rata-rata Harga Beras Premium di Tingkat Penggilingan Dilengkapi GUI Python. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of 1. Cover.pdf] Text
1. Cover.pdf

Download (214kB)
[thumbnail of 3. Halaman Pengesahan I.pdf] Text
3. Halaman Pengesahan I.pdf

Download (373kB)
[thumbnail of 4. Halaman Pengesahan II.pdf] Text
4. Halaman Pengesahan II.pdf

Download (273kB)
[thumbnail of 5. Kata Pengantar.pdf] Text
5. Kata Pengantar.pdf

Download (180kB)
[thumbnail of 6. Abstrak.pdf] Text
6. Abstrak.pdf

Download (175kB)
[thumbnail of 7. Abstract.pdf] Text
7. Abstract.pdf

Download (116kB)
[thumbnail of 8. Daftar Isi.pdf] Text
8. Daftar Isi.pdf

Download (217kB)
[thumbnail of 12. BAB I.pdf] Text
12. BAB I.pdf

Download (223kB)
[thumbnail of 17. Daftar Pustaka.pdf] Text
17. Daftar Pustaka.pdf

Download (185kB)

Abstract

Peramalan harga beras memiliki peran penting dalam menjaga stabilitas ekonomi dan ketahanan pangan di Indonesia, terutama mengingat beras merupakan komoditas pangan utama. Penelitian ini bertujuan untuk membandingkan metode
Holt Winters Exponential Smoothing dan Fuzzy Time Series Cheng dalam meramalkan rata-rata harga bulanan beras premium di tingkat penggilingan. Data yang digunakan adalah data runtun waktu sekunder yang diperoleh dari Badan
Pusat Statistik (BPS) dengan periode Januari 2018 hingga April 2025. Data dibagi menjadi dua bagian, yaitu data training (Januari 2018 – Desember 2024) dan data testing (Januari 2025 – April 2025). Implementasi metode dilakukan melalui Excel
dan Graphical User Interface (GUI) Python untuk memudahkan pengguna dalam menginput data, menjalankan metode, serta melihat hasil visualisasi peramalan. Evaluasi akurasi dilakukan menggunakan Symmetric Mean Absolute Percentage
Error (sMAPE), yang memberikan ukuran tingkat kesalahan secara proporsional. Hasil penelitian menunjukkan bahwa metode Fuzzy Time Series Cheng memiliki tingkat akurasi yang lebih tinggi dibandingkan metode Holt Winters Exponential
Smoothing, dengan nilai sMAPE sebesar 1,62% untuk Fuzzy Time Series Cheng dan 2,28% untuk Holt Winters Exponential Smoothing. Hal ini mengindikasikan bahwa metode Fuzzy Time Series Cheng lebih mampu menangkap pola fluktuatif
dalam data harga beras. Hasil ini diharapkan dapat memberikan kontribusi dalam pengambilan keputusan terkait pengendalian harga pangan serta perumusan kebijakan distribusi yang lebih tepat sasaran.
Kata Kunci: peramalan; runtun waktu; Holt Winters; Fuzzy Time Series Cheng; harga beras premium

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Statistics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 01 Dec 2025 10:36
Last Modified: 01 Dec 2025 10:36
URI: https://eprints2.undip.ac.id/id/eprint/41685

Actions (login required)

View Item View Item