Perbandingan Arima dan Fuzzy Time Series Markov Chain Untuk Meramalkan Prediksi Hasil Panen Kopi (Studi Kasus Kabupaten Bengkulu Tengah Tahun 2012-2022)

Saragih, Emiya Surabina Br
Gumay, Fridz Meryatdas
Fajriyanti, Meisya
Siregar, Samuel Eurico
Agwil, Winalia

Diophantine Journal of Mathematics and Its Applications
Vol. 3 No. 2 (2024)

Penelitian ini bertujuan untuk membandingkan metode ARIMA dan Fuzzy Time Series Markov Chain dalam meramalkan prediksi hasil panen kopi pada studi kasus Kabupaten Bengkulu Tengah tahun 2012-2022. Langkah-langkah yang dilakukan dalam penelitian ini meliputi pengumpulan data, analisis data, pemodelan data, uji model, evaluasi model, dan kesimpulan. Model ARIMA digunakan untuk memodelkan komponen linear dari data hasil panen kopi, sedangkan metode Fuzzy Time Series Markov Chain digunakan untuk memodelkan komponen non-linear. Uji model dilakukan dengan membandingkan hasil peramalan dari kedua model dengan data aktual. Evaluasi dilakukan dengan menggunakan metrik evaluasi seperti Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Berdasarkan hasil penelitian, diperoleh kesimpulan bahwa model ARIMA memberikan hasil peramalan yang lebih baik dibandingkan dengan metode Fuzzy Time Series Markov Chain. Namun, perlu diingat bahwa pemilihan model terbaik tidak hanya ditentukan oleh nilai error dan akurasi saja. Terdapat beberapa faktor lain yang perlu dipertimbangkan, seperti karakteristik data, kompleksitas model, dan interpretasi hasil peramalan.