Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Artificial Intelligence and Digital Business

Perbandingan Metode ARIMA dan Fuzzy Time Series dalam Peramalan Harga Eceran Daging Sapi di Indonesia Amalani, Mukhamad Zulfa Bakhtiar; Santoso, Nugroho Adhi; Syefudin, Syefudin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2283

Abstract

Peramalan harga eceran daging sapi menjadi krusial dalam menjaga stabilitas pangan dan mendukung kebijakan ekonomi di Indonesia. Penelitian ini bertujuan untuk membandingkan akurasi metode ARIMA dan Fuzzy Time Series (FTS) Chen dalam memprediksi harga eceran daging sapi di 34 provinsi Indonesia. Metode yang digunakan bersifat kuantitatif-komparatif dengan menerapkan kedua model pada data deret waktu tahunan periode 2020–2024, kemudian dievaluasi menggunakan metrik MAE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa metode Fuzzy Time Series Chen memiliki performa lebih baik dibandingkan ARIMA dengan nilai MAE sebesar 3514,15, RMSE sebesar 5518,69, dan MAPE sebesar 2,57%, sedangkan ARIMA menghasilkan MAE sebesar 8523,43, RMSE sebesar 10462,26, dan MAPE sebesar 6,28%. Temuan ini menunjukkan bahwa pendekatan non-linier berbasis logika fuzzy lebih efektif dalam menangani data harga yang fluktuatif, sehingga metode FTS Chen layak dijadikan alternatif unggulan untuk pengembangan sistem prediksi harga komoditas pangan strategis di masa mendatang.