Perbandingan Metode Winter Exponential Smoothing SARIMA, dan Neural Network Dalam Memprediksi Jumlah Saldo Jaminan Kematian Di BPJS Ketenagakerjaan Kabupaten Gresik
Keywords:
Peramalan, Winter, SARIMA, Neural Network, Saldo Jaminan KematianAbstract
Abstrak: Jaminan sosial merupakan program pemerintah yang ditunjukan bagi perusahaan serta perkerja dengan tujuan memberi kenyamanan yang ditangani oleh BPJS Ketenagakerjaan. Namun terdapat permasalahan yaitu terkait pencairan dana yang tidak dapat langsung dicairkan setelah berhenti kerja, karyawan harus menunggu selama kurang lebih satu bulan untuk dapat mencairkan dana BPJS Ketenagakerjaan. Untuk mengetahui jumlah klaim dalam program Klaim JKM pada BPJS dapat melakukan peramalan dengan data 4 tahun yang lalu yaitu pada tahin 2018-2021. Pada peramalan kali ini akan membandingkah 3 metode yaitu : metode Winter, SARIMA, dan Neural Network dengan cara memilih nilai error paling kecil untuk dilakukan peramalan. nilai mape Winter: 0,1632 ; SARIMA: 13,916 ; Neural Network : data Training : 1,999 , data testing : 1,1196. Dari hasil tersebut Metode Winterl dengan nilai MAPE terkecil maka akan dilakukan peramalan dengan model Winter selanjutnya parameter terbaik untuk nilai pada peramalan dilakukan dengan metode trial dan error untuk 12 bulan kedepan atau pada tahun 2022.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Cristanti Dwi Ratnasari, Vina Ria Aulina, Hani Khaulasari

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.