Prediksi Ketersediaan Energi Sumber Daya Mineral di Indonesia yang di Optimasi Menggunakan Algoritma Genetika

  • Siti Saadah
  • E Handayani
  • Jondri -
Abstract views: 1486 , PDF downloads: 832
Prediksi Ketersediaan Energi Sumber Daya Mineral di Indonesia yang di Optimasi Menggunakan Algoritma Genetika downloads: 0

Abstract

Energi dan Sumber Daya Mineral (ESDM) sebagai unsur yang merupakan kebutuhan utama pada suatu Negara membutuhkan kajian untuk memprediksi ketersediaannnya. Prediksi ini dilakukan menggunakan model autoregressive yang diimplementasikan pada data time series dan dioptimasi menggunakan Algoritma Genetika. Berdasarkan hasil observasi yang dilakukan untuk pencarian parameter algoritma genetika, diperoleh parameter terbaik yaitu ukuran populasi pada nilai 100 dan 200 sedangkan probabilitas pindah silang bernilai 0.8 dan probabilitas mutasi nilainya 0.1 dengan akurasi MAPE yang diperoleh di bawah 25%. Prediksi yang menghasilkan MAPE terbaik adalah prediksi yang menggunakan data latih sebesar 85% dan data uji sebesar 15%. Hasil akhir dari prediksi adalah adalah ketersediaan gas alam dan batubara termasuk ke dalam kategori tidak krisis, sedangkan ketersediaan minyak bumi mengalami krisis.

Kata kunci: Prediksi, Algoritma Genetika, Energi, autoregressive, time series.

 

Downloads

Download data is not yet available.

References

Adhikari, R. 2013. An Introductory Study on Time Series Modelling and Forecasting. Germany: LAP Lambert Academic Publishing.

Ardhianto, B., Pudjoatmodjo, B., & Sulistyo, M. D. 2014. Implementasi Algoritma Genetika pada Penjadwalan Sidang Tugas Akhir Fakultas Informatika. Bandung: Universitas Telkom.

Badan Pengkajian dan Penerapan Teknologi. 2013. Outlook Energi Indonesia 2013. Jakarta: Badan Pengkajian dan Penerapan Teknologi.

Basuki, A., & Fariza, A. 2003. Peningkatan Kinerja Algoritma Genetika pada Peramalan Time Series dengan Klasifikasi Data Berdasarkan Trend. IES 2003. Surabaya.

Direktorat Sumber Daya Energi, Mineral dan Batubara Badan Perencanaan Pembangunan Nasional. 2012. Keselarasan Kebijakan Energi Nasional (KEN) dengan Rencana Umum Energi Nasional (RUEN) dan Rencana Umum Energi Daerah (RUED). Jakarta: Direktorat Sumber Daya Energi, Mineral dan Batubara.

Fairuzabadi, M. 2009, Oktober 30. Data Mining 4 – Preprocessing Data Mining. Retrieved Juli 15, 2014, from http://fairuzelsaid.wordpress.com/2009/10/30/bab-4-preprocessing-data-mining/

Fariza, A., Buliali, J. L., & Purwananto, Y. 2003. Hybrid Algoritma Genetika Simulated Annealing untuk Peramalan Data Time Series Bertipe Stasioner, Non Stasioner, Random dan Musiman. IES 2003, (p. 77). Surabaya.

Firmansyah, H., Jondri, & Sa'adah, S. 2014. Analisis & Implementasi Fuzzy Inference System (FIS) - Mamdani dalam Klasifikasi Hasil Prediksi Krisis Energi (Batu Bara, Gas Alam, Minyak Bumi) di Indonesia. Bandung: Universitas Telkom.

Kautsar, T. M. 2008. Prediksi Kurs Valuta Asing Menggunakan Algoritma Genetika. Depok: Universitas Indonesia.

Lakza, A. (2013, Januari 31). slidesahre. Retrieved Oktober 15, 2014, from http://www.slideshare.net/adityalakzak/sumberdaya-energi

Martiana, E. (2013, September 11). Data Prepocessing. Retrieved Juli 15, 2014, from http://lecturer.eepis-its.edu/~entin

Muis, S. 2006. Jaringan Syaraf Tiruan Sebagai Alat Bantu Peramalan Harga Saham. Yogyakarta: Graha Ilmu.

Naipah, Dayawati, R. N., & Budi, T. A. (n.d.). Peramalan Deret Waktu Penjualan Menggunakan Kombinasi Algoritma Genetika dan Simulated Annealing. Bandung: Universitas Telkom.

Nourislam, A., Jondri, & Sa'adah, S. 2014. Analisis dan Implementasi Jaringan Syaraf Tiruan - Propagasi Balik dalam Memprediksi Produksi dan Konsumsi Minyak Bumi, Gas Bumi, dan Batu Bara di Indonesia. Bandung: Universitas Telkom.

Saadah S. International Conference of Science Engineering and Technology (ICSET), 2012. Bandung Institute of Technology, Indonesia. Title: “Prediction System of Economic Crisis in Indonesia using Time Series Analysis and Dynamic System Optimized by Genetic Algorithmâ€. IEEE, ISBN 978-1-4673-2375-8.

Saadah S. International Conference on Advance Computer Science and Information Systems (ICACSIS), 2013.

University of Indonesia. Title: “Machine learning of forecasting Long-term economic crisis in Indonesiaâ€. 28th – 29th September, 2013. IEEE Explore, Indonesia Section. 10.1109/ICACSIS.2013.6761586. Crossref

Saadah S. International Conference of Information and Communication Technology, ICOICT 2014.

Telkom University. Hotel Panghegar 28-30 April 2014. Title: “Prediction Time Series of Economic Indicator in Indonesia Optimized by Genetic Algorithmâ€. IEEE Indonesia Section. Waiting for the conference schedule. DOI 10.1109/ICoICT.2014.6914088.

Saadah S.6th International Conference on Information Science and Applications (ICISA 2015), February 24-26, 2015, Pattaya, Thailand. “Interconnection Learning between Economic Indicators in Indonesia Optimized by Genetic Algorithmâ€. Springer Heidelberg New York Dordrecht London.

Saadah S. The 2nd International Conference on Information Science and Security (ICISS), 2015, Seoul Korea. Title: “Chaos and Complex in Measuring Sustainability of Economic Condition in Indonesiaâ€. Indexed in IEEE and scopus. http://icatse.org/iciss-2015-seoul-korea/

Yang, C. X., & Zhu, Y. F. (2010). Using Genetic Algorithms for Time Series Prediction. 2010 Sixth International Conference on Natural Computation (ICNC 2010). Yantai. Crossref

Published
2016-12-30
How to Cite
Saadah, S., Handayani, E., & -, J. (2016). Prediksi Ketersediaan Energi Sumber Daya Mineral di Indonesia yang di Optimasi Menggunakan Algoritma Genetika. Indonesia Journal on Computing (Indo-JC), 1(2), 1-12. https://doi.org/10.21108/INDOJC.2016.1.2.27