ABSTRAK
Teknik peramalan banyak digunakan untuk proses perencanaan dan pengambilan keputusan. Peramalan menunjukkan perkiraan yang akan terjadi pada suatu keadaan tertentu. Sebaliknya, perencanaan menggunakan ramalan tersebut untuk membantu para pengambil keputusan dalam memilih alternatif terbaik. Dengan demikian, suatu ramalan mencoba untuk memperkirakan apa yang terjadi.
Teknik peramalan yang banyak digunakan adalah motode statistik yang dikenal dengan metode Autore Integrated Moving Average (ARIMA). Dalam perkembangannya, teknik peramalan telah dikembangkan dengan menggunakan begitu banyak metode, seperti jaringan syaraf tiruan, algoritma genetika dan genetic programming. Metode genetic programming pada peramalan time series digunakan utuk mendapatkan periode waktu yang ditentukan utuk mendapatkan nilai prediksi pada periode waktu berikutnya.
Hasil evaluasi bedasarkan MSE menunjukkan bahwa model peramlan genetic programming menghasilkan peramalan yang lebih mendekati nilai aktual untuk peramalan satu tahap ke depan maupun peramalan banyak periode ke depan dibandingkan metode ARIMA untuk pada data time series berjenis random (indeks saham), non stasioner (airline) dan musiman (beban listrik) tetapi peramalan pada data stasioner (sunspot) tidak sebaik dengan ARIMA.
Kata kunci: Genetic Programming, peramalan time series
