Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Model Fuzzy Time Series Chen, Cheng dan Singh pada Data Trend Monica, Diva; Suhaedi, Didi
Jurnal Riset Matematika Volume 4, No.1, Juli 2024, Jurnal Riset Matematika (JRM)
Publisher : UPT Publikasi Ilmiah Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jrm.v4i1.3605

Abstract

Abstrak. Metode fuzzy time series adalah salah satu metode yang memanfaatkan kecerdasan buatan dengan kemampuan untuk bisa menangkap pola dari data yang telah ada sebelumnya. Kegiatan melakukan perbandingan pada model fuzzy time series sudah dilakukan oleh penelitian sebelumnya. Namun, pada penelitian sebelumnya hanya melakukan perbandingan model berdasarkan nilai akurasi prediksi pada data yang digunakan tanpa melihat perbedaan perhitungan dari masing-masing model. Untuk itu, penelitian ini mengkaji perbedaan model fuzzy time series Chen, Cheng, dan Singh, serta akurasinya pada peramalan data berpola trend. Model-model tersebut selanjutnya diaplikasikan untuk memprediksi data penumpang kereta api Jabodetabek periode Januari 2014 sampai Desember 2019. Hasil analisis model pada penelitian ini menunjukkan model Singh lebih baik dibandingkan model Chen. Model Cheng lebih baik dibandingkan model Chen. Hal tersebut sesuai dengan studi kasus pada data trend yang menghasilkan model Singh lebih akurat dibandingkan model Cheng dengan nilai MAPE model Singh sebesar 2,82%. Selanjutnya, model Cheng lebih baik dibandingkan dengan model Chen dengan nilai MAPE sebesar 5,7505% dan untuk nilai MAPE model Chen sebesar 7,2181%. Abstract. The fuzzy time series method is one method that utilizes artificial intelligence with the ability to capture patterns from pre-existing data. Activities to compare fuzzy time series models have been carried out by previous research. However, previous studies only compared models based on the prediction accuracy value on the data used without seeing the difference in calculations from each model. For this reason, this study examines the differences in the Chen, Cheng, and Singh fuzzy time series models, as well as their accuracy in forecasting trend-patterned data. The models are then applied to predict Jabodetabek train passenger data for the period January 2014 to December 2019. The results of the model analysis in this study show that the Singh model is better than the Chen model. Cheng model is better than Chen model. This is in accordance with the case study on trend data which resulted in the Singh model being more accurate than the Cheng model with the Singh model MAPE value of 2,82%. Furthermore, the Cheng model is better than the Chen model with a MAPE value of 5,7505% and for the Chen model MAPE value of 7,2181%.
Perbandingan Akurasi Prediksi pada Data dengan Pencilan dan Data Tanpa Pencilan Menggunakan Metode Fuzzy Time Series (Studi Kasus PT. XYZ) Monica, Diva; Respitawulan
Matematika: Jurnal Teori dan Terapan Matematika Vol. 24 No. 1 (2025): Jurnal Matematika
Publisher : UPT Publikasi Universitas Islam Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/matematika.v14i2.3129

Abstract

Metode fuzzy time series adalah salah satu metode yang memanfaatkan kecerdasan buatan dengan kemampuan untuk bisa menangkap pola dari data yang telah ada sebelumnya. Pola data ini digunakan dalam memprediksi data yang akan datang. Pada penggunaan metode fuzzy time series tersebut tidak melihat dan tidak memilah jenis data input seperti apa yang akan diprosesnya menjadi suatu nilai peramalan, apakah data inputnya memiliki variasi kecil atau besar, atau memiliki data pencilan, semuanya diproses untuk menjadi nilai peramalan. Apabila data input memiliki pencilan, maka pencilan itu bisa merusak distribusi error sehingga menjadikan kinerja peramalannya menjadi tidak baik. Metode fuzzy time series yang banyak digunakan yaitu model Chen dan model Cheng. Untuk mengkaji permasalahan tersebut akan digunakan data uang untuk dipertanggungjawabkan (UUDP) PT Pindad Enjiniring Indonesia. Uang untuk dipertanggungjawabkan (UUDP) merupakan uang yang diajukan kepada divisi akuntansi dan keuangan oleh karyawan. Perusahaan untuk menunjang kegiatan operasional Perusahaan. Berdasarkan hasil dan pembahasan di atas maka dapat disimpulkan bahwa model fuzzy time series yang mengahasilkan nilai MAPE terkecil adalah model Cheng dengan nilai MAPE sebesar 13.63275958. Dengan menggunakan model tersebut didapatkan prediksi uang untuk dipertanggungjawabkan (UUDP) bulan Januari 2023 sebesar Rp 236.152.475. Dengan menghilangkan pencilan dapat menghasilkan akurasi prediksi lebih baik dibandingkan data dengan pencilan.