Optimasi Fuzzy Time Series Menggunakan Algoritme Particle Swarm Optimization Untuk Peramalan Produk Domestik Bruto (PDB) Indonesia

Abstrak

Sebagai salah satu indikator masukan pada penyusunan rancangan program-program pembangunan. Peramalan Produk Domestik Bruto (PDB) ini diharapkan dapat memberikan gambaran mengenai pertumbuhan ekonomi dan kinerja perekonomian di Indonesia. Sumber data PDB biasanya berasal dari hasil survei maupun dari catatan administrasi dari berbagai lembaga intansi. Terkadang terdapat permasahan sumber data kurang lengkap atau tidak tersedia saat perhitungan nilai PDB, sehingga diperlukan suatu cara unuk memperkirakan nilai PDB agar dapat menggambarkan keadaan sebenarnya yaitu dengan melakukan peramalan PDB menggunakan fuzzy time series. Untuk meningkatkan akurasi peramalan digunakan optimasi interval pada fuzzy time series menggunakan particle swarm optimization (PSO) Berdasarkan hasil parameter terbaik yang diperoleh dengan panjang dimensi sebesar 40, banyak partikel sebesar 40, 450 untuk iterasi maksimum, nilai c1 dan c2 sama bernilai 1,5 dan untuk bobot inersia sebesar 0,3, tingkat kesalahan peramalan yang dihasilkan menggunakan MAPE sebesar 2,48% dari 10 data uji. Hasil tersebut menunjukkan kemampuan peramalan yang baik dengan tingkat kesalahan yang rendah. Dilakukan perbandingan hasil peramalan untuk metode usulan sedikit lebih baik dari metode fuzzy time series dengan penentuan interval berbasis rata-rata dengan MAPE 2,66%. Tetapi tidak lebih baik dari metode regresi linier dengan MAPE 1,52%.