METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) UNTUK PERAMALAN VOLUME ANGKUTAN BARANG MELALUI KERETA API
| Main Author: | Putri, Rifka Nabilah |
|---|---|
| Format: | bachelorthesis doc-type Bachelors |
| Bahasa: | ind |
| Terbitan: |
, 2020
|
| Online Access: |
http://repository.unpad.ac.id/frontdoor/index/index/docId/10662 |
Daftar Isi:
- ARIMA adalah metode time series yang populer, namun seiring waktu ternyata ARIMA memiliki keterbatasan kemampuan dalam pemodelan data runtun waktu terutama data yang nonlinier. Sehingga pada ARIMA dikembangkan berbagai model untuk berbagai karakteristik data runtun waktu. Namun, dalam dua dekade terakhir metode peramalan data deret waktu mengarah pada penggunaan konsep kecerdasan buatan. Salah satu metode yang menggunakan konsep kecerdasan buatan adalah Adaptive Neuro Fuzzy Inference System (ANFIS). Metode tersebut merupakan perpaduan (hybrid) antara metode fuzzy time series dan neural network. Metode yang diusulkan diterapkan dalam kasus peramalan berdasarkan data historis volume angkutan barang retail jenis Parcel ONS relasi Jakarta-Surabaya di PT KAI dari Januari 2014 hingga Maret 2019. Data volume angkutan barang tersebut diduga berpola nonlinier serta terdapat fenomena variasi kalender. Variabel input untuk ANFIS dipilih berdasarkan lag dari AR pada model ARIMA terbaik yaitu 〖(1,1,0)(0,1,0)〗^12. Dari berbagai kombinasi variabel input yang ada didapatkan tiga lag terbaik yaitu Zt-1, Zt-12 dan Zt-13 karena menghasilkan MAPE testing sebesar 5 % dengan tiga nilai keanggotan untuk setiap unit inputnya dengan menggunakan fungsi keanggotaan Gauss dan jumlah iterasi 100.