Penerapan Golden Section Terhadap Optimasi Parameter Single Exponential Smoothing Pada Nilai Impor Di Indonesia Tahun 2022-2023

Abstract

Pada era perekonomian global yang semakin terintegrasi, nilai impor memiliki peran krusial dalam menentukan stabilitas ekonomi Indonesia. Perekonomian yang semakin bergantung pada perdagangan internasional, khususnya impor barang dan jasa, menimbulkan kebutuhan akan pengelolaan yang efisien terhadap variabel ini. Penelitian ini berfokus pada pengoptimalkan parameter dalam metode peramalan Single Exponential Smoothing untuk meramalkan nilai impor di Indonesia dalam rentang waktu tahun 2022-2023. Dalam upaya meningkatkan akurasi peramalan, penelitian ini menerapkan metode Golden Section sebagai alat optimasi untuk menemukan parameter alpha optimal pada model Single Exponential Smoothing. Dalam konteks ini, nilai yang dicari adalah meminimalkan nilai Mean Absolute Percentage Error (MAPE), sebagai indikator performa model peramalan. Penelitian ini bertujuan untuk mendapatkan nilai parameter (alpha) yang optimal untuk melakukan peramalan nilai impor dengan metode Single Exponential Smoothing dan melakukan optimasi untuk parameter model menggunakan metode Golden Section dengan tujuan meminimumkan nilai MAPE. Hasil penelitian diharapkan dapat memberikan panduan praktis dalam pengelolaan impor dan menawarkan kontribusi signifikan dalam konteks pengembangan kebijakan ekonomi di masa depan. Data nilai impor yang disajikan menunjukan pola stasioner dan diselesaikan menggunakan metode Single Exponential Smoothing untuk mencari error terkecil yang di ukur melalui nilai MAPE. Hasil yang diperoleh menunjukan bahwa metode golden section memberikan parameter alpha yang optimal sebesar 0.141817 dengan nilai batas bawah  dan nilai batas atas . Penentuan ini menggunakan metode golden section dengan jumlah iterasi sejumlah 22 kali dengan nilai akhir MAPE terkecil yang dihasilkan sebesar 0,09253.