PERBANDINGAN FUZZY TIME SERIES MARKOV CHAIN DAN FUZZY TIME SERIES LEE PADA PERAMALAN NILAI IMPOR SUMATERA UTARA
Daftar Isi:
- Peramalan merupakan suatu kegiatan memprediksi sesuatu peristiwa dimasa depan dengan tujuan untuk mendapatkan informasi pada periode selanjutnya sebagai acuan dalam mengambil tindakan ataupun keputusan dimasa depan. Ada banyak metode peramalan yang dapat digunakan tetapi pada penelitian ini menggunakan metode Fuzzy Time Series Markov Chain dan Fuzzy Time Series Lee. Tujuan penggunaan kedua metode ini adalah untuk mendapatkan metode peramalan terbaik berdasarkan nilai mean absolut percentage error (MAPE) dan nilai mean square error (MSE) terkecil. Pada penelitian ini, data yang digunakan adalah data nilai impor di Sumatera Utara yang diambil dari Badan Pusat Statistik (BPS) Sumatera Utara. Hasil pengujian pada peramalan nilai impor Sumatera utara menunjukkan bahwa Fuzzy Time Series Markov Chain lebih baik dari pada Fuzzy Time Series Lee berdasarkan nilai MAPE dan MSE terkecil. Nilai MAPE Fuzzy Time Series Markov Chain sebesar 7,7467% dan nilai MSE sebesar 176.748.587. Sedangkan Fuzzy Time Series Lee memiliki MAPE sebesar 10,014% dan nilai MSE sebesar 2.387.874.804. Hasil peramalan dengan menggunakan metode Fuzzy Time Series Markov Chain selama enam bulan kedepen berturut-turut adalah 441862,33, 371125,77, 350848, 355940,59, 307348, 330848