ANALISIS PERBANDINGAN TINGKAT AKURASI METODE AVERAGE BASED FTS MARKOV CHAIN DENGAN AUTOMATIC CLAUSTERING FTS MARKOV CHAIN DALAM PERAMALAN DATA TIMESERIES

Dosen Program Study Teknik Informatika UMMU Ternate

  • Junaidi Noh

Abstract

Paper ini mendiskusikan tentang perbandingan tingkat akurasi peramalan data time series antara metode Average base fuzzy time series markov chain dengan metode Aoutomatic Clausterisng fuzzy time series Markov Chain. Pengujian dua metode ini dilakukan dengan menggunakan data history jumlah kecelakaan lalulintas. Tingkat akurasi peramalan yang digunakan adalah dengan mengukur prosentase kesalahan peramalan mean absolute percentage error (MAPE) dari dua metode tersebut. Dari hasil pengujian, diperoleh MAPE sebesar 16.3 %  untuk metode Average base fuzzy time series markov chain  dan MAPE untuk metode Aoutomatic claustering fuzzy time series markov chain sebesar 14,40 %.

References

Chen, S., 1996. Forecasting enrollments based on FTS. Fuzzy sets and systems. Haris, M.S. Edi Santoso. dan D.E.Rahmawati, 2010. Implenetasi fuzzy time series dengan interval berbasis rata-rata untuk peramalan data penjualan, F. MIPA. Universitas Brawijaya Malang. Haryono, A. Widodo, A. Abusini, S., 2013. Kajian Automatic Claustering Fuzzy Time Series Markov Chain dalam Memprediksi Data History Jumlah Kecelakaan Lalulintasi di Kota Malang. Heizer, J., Render, B. 2006. Manajemen Operasi.edisi 7. Salemba. Jakarta Langi, Yohanes, 2009. Penentuan klasifikasi state pada rantai markov. Jurnal Ilmiah Sains. 9 (1) : 63-67. Makridakis, S.Wheelright.S.C. dan McGee. V.E. 1993.Metode dan aplikasi peramalan.edisi 2. Erlangga. Jakarta. Noh, J. Wijono. Yudaningtyas, E., 2015. Model Average Based FTS Markov Chain Untuk Peramalan Penggunaan Band Width Jaringan Komputer Rachmawansah, K., 2014. Average based fuzzy time series untuk peramalankurs valuta asing, F.MIPA. Universitas Brawijaya Malang. Rahamini. (2010). Peramalan Jumlah Mahasiswa Pendaftar Pmdk Jurusan Matematika Menggunakan Metode Automatic Clustering dan Relasi Logika Fuzzy (Studi Kasus Di Institut Teknologi Sepuluh Nopember Surabaya). Skripsi: ITS. Ross, S.M. 2007. Introduction to probability models.University of California Berkeley. California. Song, Q., dan B. S. Chissom, 1993. Forecasting enrollments with FTS Part I. Fuzzy sets and systems. Tsaur, R., 2012. A FTS Markov chain model with an application to forecast the exchange rate between the Taiwan and US dollar. International journal of innovative computing.8 (7b): 4931-4942. Xihao, Sun, dan Yimin Li, 2008. Average-based FTS models for forecasting Shanghai compound index. World journal of modelling and simulation.4(2):104-1
Published
2017-10-23
How to Cite
NOH, Junaidi. ANALISIS PERBANDINGAN TINGKAT AKURASI METODE AVERAGE BASED FTS MARKOV CHAIN DENGAN AUTOMATIC CLAUSTERING FTS MARKOV CHAIN DALAM PERAMALAN DATA TIMESERIES. DINTEK, [S.l.], v. 10, n. 2, p. 21-31, oct. 2017. ISSN 2598-8891. Available at: <http://jurnal.ummu.ac.id/index.php/dintek/article/view/19>. Date accessed: 19 nov. 2019.
Section
Articles