Model Average-based Fuzzy Time Series Menggunakan Metode Defuzzifikasi Jilani
| Main Author: | IRIANTI |
|---|---|
| Format: | Article |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
http://repository.unhas.ac.id/handle/123456789/17879 |
Daftar Isi:
- Fuzzy time series merupakan suatu metode peramalan yang menggunakan teori himpunan fuzzy pada time series dalam bentuk data linguistik. Salah satu masalah dari fuzzy time series adalah bagaimana mendapatkan suatu model fuzzy time series yang menghasilkan nilai MSE dan nilai AFER rendah dan metode penentuan interval yang sederhana. Xihao dan Yimin mengembangkan model average-based fuzzy time series menggunakan metode penentuan interval yang sederhana tetapi menghasilkan nilai MSE dan AFER yang tinggi. Sedangkan Jilani mengembangkan fuzzy time series yang menghasilkan nilai MSE dan AFER rendah tetapi menggunakan metode penentuan intervalnya cukup rumit. Dalam tugas akhir ini diusulkan kombinasi antara model average-based fuzzy time series dengan metode defuzzifikasi Jilani untuk mendapatkan model fuzzy time series yang akurat. Pada tahap partisi range pengamatan digunakan metode berbasis rata-rata dan pada tahap defuzzifikasi digunakan metode Jilani. Aplikasi model menggunakan data pendaftaran mahasiswa baru di Universitas Alabama dan data suhu rata-rata harian Kota Makassar, menunjukkan bahwa model yang diusulkan menghasilkan nilai MSE sebesar 20577 dan nilai AFER sebesar 0,5396% untuk data pendaftaran mahasiswa baru dan untuk data suhu rata-rata harian yang diperoleh nilai MSE sebesar 0,0153 dan nilai AFER sebesar 0,4821%. Nilai MSE dan AFER yang dihasilkan lebih rendah dari nilai MSE dan AFER pada model fuzzy time series oleh Xihao dan Yimin dan model fuzzy times series oleh Jilani.