Penulis / NIM
USWATUN HASANAH / 413416013
Program Studi
S1 - STATISTIKA
Pembimbing 1 / NIDN
Drs FRANKY ALFRITS OROH, M.Si / 0020046304
Pembimbing 2 / NIDN
BOBY RANTOW PAYU, S.Si, ME / 0022088302
Abstrak
Analisis Fuzzy Ti,e Series merupakan suatu metode yang diguakan pada kondisi tertentu (ketika data historis memiliki jumlah yang terbatas/sedikit) dan juga tidak menyaratkan asumsi-asumsi tertentu yang harus terpenuhi. Metode ini digunakan dengan tujua memperoleh hasil peramalan Nilai Tukar Petani Provinsi Gorontalo pada Januari 2020-Maret 2020 dengan menggunakan Fuzzy Time Series (FTS). Langkah pertama yang dilakukan dalam penelitian ini adalah menentukan himpunan semesta pembicaraan, langkah kedua menentukan himpunan fuzzy, langkah ketiga mendefinisikan keanggotaan himpunan fuzzy terhadap data aktual dan melakukan fuzzyfikasi pada data aktual, langkah keempat membuat hubungan logika fuzzy, kelima membuat kelompok hubungan logika fuzzy, langkah terakhir yaitu melakukan defuzzyfikasi sehingga diperoleh hasil peramalan, serta dilanjutkan dengan menghitung nilai Mean Absolute Percentage Error. Berdasarkan hasil penelitian yang dilakukan diperoleh hasil peramalan dengan menggunakan FTS orde kedua pada bulan Januari hingga Maret 2020 yaitu 103.97, 102.25, dan 104.87. Nilai Mean Absolute Percentage Error orde pertama dan kedua pada FTS yaitu sangat baik.
Kata Kunci : Analisis Fuzzy Time Series, Fuzzyfikasi, Defuzzyfikasi, Peramalan, Nilai Tukar Petani.
Fuzzy Time Series Analysis is a method that is used in certain data conditions (when historical data has a limited amount) and does not require certain assumptions to be fulfilled. This method is used with the aim of obtaining the forecasting results of Farmer's Exchange Rate in Gorontalo Province in January 2020-March 2020 by using Fuzzy Time Series (FTS). The first step conducted is to determine the set of the universe of speech, the second step is determine the fuzzy, the third step is to define the fuzzy set to the actual data and perform the fuzzyfication on the actual data, the fourth step is to create a fuzzy logical relationship, the fifth is to create a group of fuzzy logical relationship, ad the last step is deffuzification in order to obtain forecasting results, and continued by calculating the Mean Absolute Percentage Error value. Based on the result of the research conducted, the forecasting results using the second order FTS from January to March 2020 are 103.97, 102.25, 104.87. The value of Mean Absolute Percentage Error of the first and second order in FTS is very good
Keywords : Fuzzy Time Series Analysis, Fuzzification, Defuzzification, Forecasting, Farmer's Exchange Rate.
Download berkas
