Optimasi Hasil Prediksi Ketersediaan Energi Sumber Daya Mineral Menggunakan Algoritma Genetika

Eka Handayani ( Telkom University)
Jondri Jondri ( Telkom University)

Indonesia Symposium on Computing
Indonesian Symposium on Computing 2014/Seminar Nasional Ilmu Komputasi Teknik Informatika (SNIKTI)

Energi dan Sumber Daya Mineral (ESDM) merupakan salah satu sumber daya terpenting di Indonesia. Salah satu cara untuk mengetahui ketersediaan energi adalah melakukan prediksi pada ESDM. 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. Prediksi ini menghasilkan akurasi yang baik, yaitu MAPE 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 masih aman, sedangkan ketersediaan minyak bumi mengalami krisis.