SKRIPSI DIGITAL
Implementasi Algoritma Metaheuristik dalam Optimalisasi Parameter Model AutoRegressive Integrated Moving Average (ARIMA) untuk Prediksi Arus Kas (Cash Flow) = Implementation Metaheuristic Algorithms to Optimization Parameters Model AutoRegressive Integrated Moving Average (ARIMA) for Cash Flow Prediction
Deny Wisnu Saputro Sukisno, "Implementasi Algoritma Metaheuristik dalam Optimalisasi Parameter Model AutoRegressive Integrated Moving Average (ARIMA) untuk Prediksi Arus Kas (Cash Flow)", Skripsi DIV Jurusan Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan Prayitno, S.ST., M.T., Ph.D. dan Nurseno Bayu Aji, S.Kom., M.Kom., Juli 2025.
Akurasi prediksi arus kas sangat penting dalam perencanaan keuangan, namun metode optimasi parameter AutoRegressive Integrated Moving Average (ARIMA) tradisional cenderung memerlukan komputasi yang intensif dan hasilnya kurang optimal. Penelitian ini mengusulkan pendekatan metaheuristik untuk mengoptimalkan parameter model ARIMA guna meningkatkan akurasi prediksi arus kas bersih. Studi ini mengimplementasikan algoritma Simulated Annealing (SA) untuk secara otomatis menentukan parameter ARIMA terbaik (p,d,q) dan mengevaluasi kinerjanya menggunakan dataset keuangan. Model hybrid ARIMA-SA menunjukkan peningkatan signifikan, dengan akurasi naik sebesar 9,21%, nilai MAPE turun dari 11,26% menjadi 2,05%, serta waktu komputasi hanya 27 detik. Model yang telah dioptimasi ini mampu mencapai konvergensi secara efisien dalam 70 iterasi dan menunjukkan kinerja yang kuat dalam prediksi arus kas harian. Namun, akurasi prediksi jangka panjang menurun akibat akumulasi kesalahan pada komponen moving average. Kerangka kerja ini mengotomatisasi proses tuning parameter ARIMA, sehingga meningkatkan akurasi prediksi dan efisiensi komputasi untuk peramalan arus kas bersih jangka pendek dalam konteks keuangan.
Kata Kunci: Peramalan Deret Waktu, Arus Kas, Algoritma Metaheuristik, ARIMA, Keuangan
Tidak tersedia versi lain