Model Average Based Fuzzy Time Sereis markov chain untuk peramalan pertumbuhan ekonomi kabupaten Halmahera Tengah

Abstract

Metode Average Based Fuzzy Time Series Markov Chain merupakan salah satu pengembangan metode Average Based Fuzzy Time Series dengan Markov Chain. Tujuan dari pengembangan Average Based Fuzzy Time Series Markov Chain yaitu mendapatkan probabilitas terbesar menggunakan matriks probabilitas transisi, agar memperoleh nilai akurasi yang lebih baik dibandingkan metode Average Based Fuzzy Time Series. Rantai markov dapat diinduksikan kedalam tahapan defuzifikasi dalam metode Fuzzy Time Series. Defuzifikasi merupakan tahapan perhitungan peramalan Fuzzy Time Series berdasarkan pada Fuzzy Logical Relationship Groups (FLRG). Pada FLRG dari Fuzzy Time Series, terdapat hubungan antara dua state yang disebut dengan current state dan next state. current state merupakan nilai yang akan dihitung sebagai nilai peramalan (nilai saat ini). Sedangkan next state merupakan data yang digunakan sebagai syarat untuk memperoleh nilai pada current state. Karena itu hubungan antara current state dan next state dalam FLRG tersebut, dapat dianggap sebagai proses bersyarat yang sejalan dengan prinsip dasar dari metode rantai markov.