Penerapan Metode Fuzzy Time Series Saxena Easo Pada Data Runtun Waktu
Studi Kasus: Nilai Impor Nonmigas di Provinsi Kalimantan Timur dari Bulan Januari 2019 hingga Bulan Februari 2021
DOI:
https://doi.org/10.1234/pns.v10i.81Keywords:
FTS, Impor, Nonmigas, AFER, RMSEAbstract
Fuzzy time series (FTS) merupakan salah satu metode peramalan dalam metode soft computing. Peramalan pada FTS menggunakan dasar logika fuzzy, himpunan fuzzy, dan hasil peramalan yang dapat dibahasakan (linguistik). FTS Saxena Easo menyempurnakan metode yang diperkenalkan oleh Stevenson dan Porter, dengan memodifikasi pada pembentukan subinterval kelas himpunan fuzzy yang didasarkan oleh banyak anggota setiap interval kelasnya. Data yang digunakan yaitu nilai impor nonmigas di Provinsi Kalimantan Timur bulan Januari 2019 hingga bulan Maret 2021. Data akan dibagi menjadi dua, yaitu data in sample dan out of sample. Data in sample penelitian ini yaitu data dari bulan Januari 2019 hingga bulan Februari 2021 dan data out of sample yaitu data bulan Maret 2021. Untuk menghitung nilai ketepatan peramalan digunakan ukuran average forecasting error rate (AFER) dan root mean square error (RMSE). Fuzzy logical relationship group (FLRG) yang digunakan dalam penelitian ini dari orde (z) 2 hingga 5. Berdasarkan hasil analisis, untuk data in sample semua orde layak untuk meramalkan di masa mendatang dengan nilai AFER berada di bawah 5% dan nilai RMSE berkisar di interval 8,1 sampai dengan 8,7. FLRG terbaik untuk peramalan bulan Maret 2021 adalah orde 5, dengan nilai peramalan sebesar US$177,73 juta tidak jauh berbeda dengan data aktualnya, yaitu US$174,60 juta.
Downloads
References
Suhartono. (2008). Analyze Statistic’s Data Using R. Laboratorium Statikstika Komputasi ITS: Surabaya.
Hasbiollah, M., & Hakim, F. R. (2015). Peramalan Konsumsi Gas Indonesia menggunakan Algoritma Fuzzy Time Series Stevenson Porter. 1(1), 508–518.
Song, Q., & Chissom, B. S. (1993). Forecasting enrollments with fuzzy time series - Part I. Fuzzy Sets and Systems, 54(1), 1–9.
Saxena, P., & Easo, S. (2012). Forecasting enrollments based on fuzzy time series with Higher Forecast Accuracy Rate. Int. J. Computer Technology & Applications, 3(6), 2033–2037.
Chen, S. M., & Hsu, C.-C. (2004). A new method to Forecast Enrollments using Fuzzy Time Series. Proceedings of the 2009 International Conference on Machine Learning and Cybernetics, 2(3), 234–244
Jilani, T. A., Burney, S. M. A., & Ardil, C. (2007). Fuzzy metric approach for fuzzy time series forecasting based on frequency density based partitioning. International Journal of Computational Intelligence, 4(1), 112–117.
Stevenson, M., & Porter, J. (2009). Fuzzy time series forecasting using percentage change as the universe of discourse. World Academy of Science, Engineering and Technology, 55, 154–157.
Pusadan, M. Y. (2014). Pemrograman MATLAB pada Sistem Pakar Fuzzy. Deepublish.
Rusli, M. (2017). Dasar Perancangan Kendali Logika Fuzzy. Malang: UB Press.
Handoyo, Samingun dan Prasojo, A. P. S. (2017). Sistem Fuzzy Terapan dengan Software R. UB Press.
Ananda, R., & Fadhli, M. (2018). Statistika Pendidikan : Teori dan Praktik dalam Pendidikan. Medan: CV Widya Puspita
Kesumawati, A., & Primandari, A. H. (2015). Forecasting Bank Indonesia Rate based on Fuzzy Time Series with Higher Forecast Accuracy Rate. Proceedings International Conference on Mathematics, Science and Education, 4–5(30), 1–6.
Hidayat, K. W., Yuniarti, D., & Siringoringo, M. (2019). Peramalan Indeks Harga Konsumen Kota Samarinda Dengan Metode Double Moving Average. Prosiding Seminar Nasional Matematika, Statistika, dan Aplikasinya, 1(1), 143–149.
Risa, M. (2018). Ekspor dan Impor. Banjarmasin: Poliban Press.
Kementerian Keuangan RI. (2011). Program Diklat Unggulan BPPK. Edukasi Keuangan.
Chalid, N. (2011). Fungsi Impor dalam Perekonomian Indonesia. Jurnal Ekonomi, 19(2), 1–9.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 E-Prosiding Nasional | Departemen Statistika FMIPA Universitas Padjadjaran
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
