<![CDATA[Prediksi jumlah pengunjung dapat membantu pihak manajemen restoran, penguasaha dan instansi terkait. Penelitian ini diharapkan dapat memantau & mengatisipasi pada membludaknya tingkat pengunjung. Dalam penelitian ini memakai model fuzzy & jaringan syaraf tiruan (JST) untuk memprediksi tingkat pengunjung restoran dan tingkat keakuratan model fuzzy pada proses memprediksi tingkat pengunjung. Metode yang dipakai dipenelitian ini adalah metode Mamdani dengan mengelompokkan data training dan testing, lalu memilih input output. Tahap berikutnya memutuskan fungsi keanggotaan menurut himpunan tersebut, serta menyusun aturan fuzzy berdasarkan data training hingga membuat sebuah model fuzzy. Terakhir menentukan tingkat keakuratan model fuzzy yang diperoleh dari nilai MSE dan MAPE dalam data training & testing. Penerapan model fuzzy diterapkan untuk tingkat kunjungan restoran di periode Januari 2017 sampai Desember 2019. Hasil prediksi menggunakan model fuzzy meperlihatkan bahwa tingkat keakuratan yang dihasilkan menggunakan input lag 12 dan lag 1 lebih baik dibandingkan menggunakan input lag 2 dan lag 1. Hal tersebut didapat menurut nilai MSE & MAPE yang lebih kecil mempunyai tingkat kesalahan prediksi lebih rendah. Pada data training, model fuzzy memakai lag 12 & lag 1 menghasilkan nilai sebesar 10064 dan 9,4139%, sedangkan dengan menggunakan input lag 2 & lag 1 menghasilkan nilai 10238 dan 10,0847%. Untuk data testing model fuzzy menghasilkan nilai 8723 dan 7,9674%, apabila memakai input lag 2 & lag 1 menghasilkan nilai sebesar 9203 dan 11,4103%.]]>
Copyrights © 2022
