<![CDATA[Fluktuasi harga cabai rawit yang tinggi dan tidak stabil sering menimbulkan ketidakpastian bagi konsumen, pedagang, serta pemerintah daerah dalam pengendalian inflasi dan perencanaan distribusi pangan, sehingga diperlukan metode peramalan yang akurat dan andal. Penelitian ini bertujuan untuk membandingkan tingkat akurasi dan efektivitas dua metode peramalan, yaitu Fuzzy Time Series (FTS) Lee dan Fuzzy Time Series Markov Chain, dalam memprediksi harga cabai rawit di Kota Tasikmalaya. Jenis penelitian ini adalah penelitian kuantitatif deskriftif dengan objek penelitian berupa data harga cabai rawit mingguan di Kota Tasikmalaya periode April 2024 hingga April 2025 yang bersumber dari Pusat Informasi Harga Pangan Strategis (PIHPS) Nasional. Analisis data dilakukan melalui tahapan fuzzyfikasi, pembentukan Fuzzy Logical Relationship Group (FLRG), perhitungan matriks probabilitas transisi Markov, defuzzyfikasi, serta evaluasi akurasi model menggunakan Mean Absolute Percentage Error (MAPE), Mean Absolute Error (MAE), dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa model FTS Lee memiliki performa yang lebih baik dengan nilai kesalahan yang lebih rendah, yaitu MAPE sebesar 5,36%, MAE sebesar 3.014, dan RMSE sebesar 3.823, dibandingkan dengan model FTS Markov Chain yang menghasilkan MAPE sebesar 7,91%, MAE sebesar 4.286, dan RMSE sebesar 5.332. Berdasarkan hasil tersebut, dapat disimpulkan bahwa metode FTS Lee lebih efektif dan lebih akurat dalam meramalkan pergerakan harga cabai rawit di Kota Tasikmalaya.Penelitian ini membandingkan akurasi dan efektivitas dua metode peramalan, yaitu Fuzzy Time Series (FTS) Lee dan Fuzzy Time Series Markov Chain, untuk memprediksi harga cabai rawit di Kota Tasikmalaya.]]>
Copyrights © 2026
