Prediksi Jumlah Kendaraan Bermotor Di Indonesia Menggunakan Metode Average-Based Fuzzy Time Series Models
| Main Author: | Pangestu, Fajar |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/13485/1/Fajar%20Pangestu.pdf http://repository.ub.ac.id/13485/7/135150201111211.pdf http://repository.ub.ac.id/13485/ |
| ctrlnum |
13485 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/13485/</relation><title>Prediksi Jumlah Kendaraan Bermotor Di Indonesia Menggunakan Metode Average-Based Fuzzy Time Series Models</title><creator>Pangestu, Fajar</creator><subject>003.2 Forecasting and forecasts</subject><description>Kendaraan bermotor di Indonesia mengalami pertumbuhan jumlah setiap
tahunnya. Tingkat jumlah kendaraan bermotor yang tinggi akan berdampak pada
berbagai sektor. Dampak yang ditimbulkan seperti kemacetan, polusi, kecelakaan,
dan pelanggaran lalu lintas. Dengan mempredisikan jumlah kendaraan bermotor,
data hasil prediksi dapat digunakan oleh pemerintah atau pihak terkait untuk
membuat sebuah program untuk mengurangi dampak jumlah kendaraan
bermotor yang tinggi. Fuzzy time series adalah salah satu metode untuk prediksi.
Salah satu tipe metode fuzzy time series yaitu Average-Based Fuzzy Time Series.
Metode ini merupakan metode fuzzy time series berbasis rata-rata yang mampu
menentukan panjang interval secara efektif, sehingga mampu memberikan hasil
prediksi dengan tingkat akurasi yang baik. Data yang digunakan pada penelitian
berjumlah 45 data. Hasil pengujian penelitian ini, nilai rata-rata kesalahan yang
dihitung menggunakan metode Mean Absolute Percentage Error (MAPE)
diperoleh nilai kesalahan sebesar 12.67 % yang menunjukkan bahwa penelitian ini
termasuk dalam kategori baik digunakan dalam prediksi kendaraan bermotor di
Indonesia karena memiliki nilai akurasi dibawah 20%.</description><date>2018-01-08</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/13485/1/Fajar%20Pangestu.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/13485/7/135150201111211.pdf</identifier><identifier> Pangestu, Fajar (2018) Prediksi Jumlah Kendaraan Bermotor Di Indonesia Menggunakan Metode Average-Based Fuzzy Time Series Models. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2018/27/051800808</relation><recordID>13485</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Pangestu, Fajar |
| title |
Prediksi Jumlah Kendaraan Bermotor Di Indonesia Menggunakan Metode Average-Based Fuzzy Time Series Models |
| publishDate |
2018 |
| isbn |
1351502011112 |
| topic |
003.2 Forecasting and forecasts |
| url |
http://repository.ub.ac.id/13485/1/Fajar%20Pangestu.pdf http://repository.ub.ac.id/13485/7/135150201111211.pdf http://repository.ub.ac.id/13485/ |
| contents |
Kendaraan bermotor di Indonesia mengalami pertumbuhan jumlah setiap
tahunnya. Tingkat jumlah kendaraan bermotor yang tinggi akan berdampak pada
berbagai sektor. Dampak yang ditimbulkan seperti kemacetan, polusi, kecelakaan,
dan pelanggaran lalu lintas. Dengan mempredisikan jumlah kendaraan bermotor,
data hasil prediksi dapat digunakan oleh pemerintah atau pihak terkait untuk
membuat sebuah program untuk mengurangi dampak jumlah kendaraan
bermotor yang tinggi. Fuzzy time series adalah salah satu metode untuk prediksi.
Salah satu tipe metode fuzzy time series yaitu Average-Based Fuzzy Time Series.
Metode ini merupakan metode fuzzy time series berbasis rata-rata yang mampu
menentukan panjang interval secara efektif, sehingga mampu memberikan hasil
prediksi dengan tingkat akurasi yang baik. Data yang digunakan pada penelitian
berjumlah 45 data. Hasil pengujian penelitian ini, nilai rata-rata kesalahan yang
dihitung menggunakan metode Mean Absolute Percentage Error (MAPE)
diperoleh nilai kesalahan sebesar 12.67 % yang menunjukkan bahwa penelitian ini
termasuk dalam kategori baik digunakan dalam prediksi kendaraan bermotor di
Indonesia karena memiliki nilai akurasi dibawah 20%. |
| id |
IOS4666.13485 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2018-11-22T01:37:05Z |
| last_indexed |
2021-10-28T06:49:24Z |
| recordtype |
dc |
| _version_ |
1751453688191254528 |
| score |
17.538404 |