Reformulasi Metode Holt Dalam Kerangka System Dynamics Untuk Peramalan Adaptif
DOI:
https://doi.org/10.57218/juster.v5i1.2406Keywords:
Metode Holt, System dynamics, Peramalan adaptif, Pemulusan eksponensial, Sistem umpan balikAbstract
Metode Holt merupakan salah satu pendekatan pemulusan eksponensial yang luas digunakan untuk peramalan deret waktu bertendensi. Namun, formulasi klasiknya memperlakukan parameter pemulusan sebagai konstanta eksogen yang tidak bereaksi terhadap performa model. Penelitian ini mengusulkan reformulasi metode Holt dalam kerangka system dynamics (SD), dengan merepresentasikan komponen level, tren, serta parameter pemulusan sebagai variabel level yang saling berinteraksi melalui mekanisme umpan balik berbasis kesalahan peramalan. Dua kasus simulasi numerik digunakan untuk membandingkan perilaku dinamis Holt konvensional dan SD Holt. Hasil simulasi menunjukkan bahwa meskipun kedua pendekatan memiliki struktur matematis dasar yang ekuivalen, keberadaan umpan balik adaptif pada SD Holt menghasilkan respons dinamis yang berbeda secara struktural, terutama pada kondisi data yang volatil. Dalam konteks rekayasa sistem produksi, formulasi SD Holt memungkinkan mekanisme peramalan yang terintegrasi dengan pengendalian kapasitas dan persediaan, sehingga lebih sesuai untuk dianalisis sebagai bagian dari sistem perencanaan dan pengendalian produksi yang bersifat dinamis. Kontribusi utama penelitian ini adalah perluasan metode Holt dari algoritma statistik rekursif menjadi model sistem dinamis adaptif yang eksplisit secara struktural.
References
Coyle, R. G. (1996). System dynamics modelling: A practical approach. Chapman & Hall.
Fatima, S. S. W., & Rahimi, A. (2024). A review of time-series forecasting algorithms for industrial manufacturing systems. Machines, 12(6), 380. https://doi.org/10.3390/machines12060380
Feng, L., Wang, Q., Wang, J., & Lin, K.-Y. (2022). A review of technological forecasting from the perspective of complex systems. Entropy, 24(6), 787. https://doi.org/10.3390/e24060787
Holt, C. C. (2004). Forecasting seasonals and trends by exponentially weighted moving averages. International Journal of Forecasting, 20(1), 5–10. https://doi.org/10.1016/j.ijforecast.2003.09.015
Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and practice (2nd ed.). OTexts.
Morecroft, J. D. W. (1982). A critical review of diagramming tools for conceptualizing feedback system models. Dynamica, 8(1), 20–29.
Saraji, M. K., & Sharifabadi, A. M. (2017). Application of system dynamics in forecasting: A systematic review. International Journal of Management, Accounting and Economics, 4(12), 1136–1152.
Sharif, M. N., & Kabir, C. (1976). System dynamics modeling for forecasting multilevel technological substitution. Technological Forecasting and Social Change, 9(1–2), 89–112. https://doi.org/10.1016/0040-1625(76)90009-2
Sterman, J. D. (2000). Business dynamics: Systems thinking and modeling for a complex world. Irwin/McGraw-Hill.
