Metode Fuzzy Time Series Logika Ruey Chyn Tsaur untuk Prediksi Pola Data Trend Naik
Studi Kasus Pengiriman Jumlah Berat Barang dengan Transportasi Kereta Api Pulau Jawa Satuan Ribu Ton Tahun 2020 - 2022
Abstract View: 635, PDF Download: 425DOI:
https://doi.org/10.32665/james.v6i1.887Keywords:
FTS (Fuzzy Time Series), Logika Ruey Chyn Tsaur, Transportasi Kereta Api, Trend Naik, MAPE, Rail Transportation, Up Trend, Ruey Chyn Tsaur LogicAbstract
Transportasi kereta api berkembang dari waktu ke waktu sesuai kebutuhannya. Terutama Infrastruktur transportasi yang berperan penting dalam mendukung mobilisasi dan aksesbilitas baik orang maupun barang dari tempat lain menuju ke suatu tempat tertentu sehingga menimalisir kesenjangan pada seluruh wilayah. Perbaikan transportasi khususnya kereta api diharapkan adanya pergeseran pertumbuhan, mempercepat pengembangan suatu daerah dalam wilayah. Jumlah barang yang diangkut melalui transportasi kereta perlu diprediksi untuk merumuskan target pertumbuhan ekonomi dan menetapkan kebijakan yang tepat dalam perekonomian di suatu daerah. Nilai tersebut dapat diprediksi menggunakan metode FTS (Fuzzy Time Series) yang dikembangkan untuk pola data trend naik. Tahapan metode FTS dengan Logika Ruey Chyn Tsaur untuk pola data trend naik perbedaannya terdapat pada tahap perhitungan dan hasil prediksinya. Tujuan dari penelitian ini adalah memprediksi nilai pertumbuhan jumlah berat barang yang diangkut melalui kereta api pulau jawa di masa yang akan datang dengan metode FTS (Fuzzy Time Series) Logika Ruey Chyn Tsaur untuk pola data trend naik serta menentukan tingkat akurasi hasil peramalan menggunakan MAPE (Mean Absolute Percentage Error). Penelitian ini dapat disimpulkan dalam akurasi pendugaan sangat baik, dengan menghasilkan nilai MAPE sebesar 8,05 %.
References
A. B. Wijaya, C. Dewi, and B. Rahayudi, “Peramalan Curah Hujan Menggunakan Metode High Order Fuzzy Time Series Multi Factors,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 3, 2018.
Q. Song and B. S. Chissom, “Forecasting enrollments with fuzzy time series - part II,” Fuzzy Sets Syst, vol. 62, no. 1, 1994, doi: 10.1016/0165-0114(94)90067-1.
N. Ritha, T. Matulatan, and R. Hidayat, “Penerapan Fuzzy Time Series Stevenson Porter pada Peramalan Pegerakan Nilai Forex,” Seminar Nasional Inovasi Teknologi, 2020.
A. Yasid and B. D. Satoto, “Analisis Cluster Otomatis Menggunakan Algoritma Novel Modified Differential Evolution,” Seminar Nasional Sains Dan Teknologi, 2014.
L. Afdianti Nurkhasanah, “Perbandingan Metode Runtun Waktu Fuzzy-Chen Dan Fuzzy-Markov Chain Untuk Meramalkan Data Inflasi Di Indonesia,” Jurnal Gaussian, vol. 4, no. 4, 2015.
Muhammad Wahdeni Pramana, I. Purnamasari, and S. Prangga, “Peramalan Data Ekspor Nomigas Provinsi Kalimantan Timur Menggunakan Metode Weighted Fuzzy Time Series Lee,” J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika, vol. 14, no. 1, 2021, doi: 10.36456/jstat.vol14.no1.a3747.
M. Qi and G. P. Zhang, “Trend time-series modeling and forecasting with neural networks,” IEEE Trans Neural Netw, vol. 19, no. 5, 2008, doi: 10.1109/TNN.2007.912308.
A. Sri Bintang, W.-C. Huang, and R. Asmara, “Forecasting of Indonesia Seaweed Export: A Comparison of Fuzzy Time Series with and without Markov Chain,” Agricultural Social Economic Journal, vol. 19, no. 3, 2019, doi: 10.21776/ub.agrise.2019.019.3.4.
H. Riyadli and A. Arliyana, “Analisis Tingkat Akurasi Algoritma Novel Sebagai Metode Prediksi (Studi Kasus: Prediksi Harga Emas),” Jurnal SAINTEKOM, vol. 7, no. 2, 2017, doi: 10.33020/saintekom.v7i2.35.
D. Febrian, D. Kartika, and D. A. J. Nainggolan, “Peramalan Jumlah Wisatawan Mancanegara Yang Datang Ke Sumatera Utara Dengan Fuzzy Time Series,” KUBIK: Jurnal Publikasi Ilmiah Matematika, vol. 6, no. 1, 2021, doi: 10.15575/kubik.v6i1.10604.
M. Churrohmah, “Peramalan Penjualan Mobil di Indonesia Menggunakan Data Runtun Waktu Dengan Logika Ruey Chyn Tsaur,” Skripsi Sarjana Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang, 2020.
S. S. Berutu, E. Soediyono, and P. S. Sasongo, “Peramalan Penjualan dengan Metode Fuzzy Time Series Ruey Chin Tsaur,” Jurnal HimstaTech, vol. 11, no. 1, 2011.
E. R. Dewi and Ibnu Hadi, “Peramalan Produk Domestik Bruto (PDB) Industri Pengolahan Non Migas di Indonesia dengan menggunakan Metode Fuzzy Time Series,” Jurnal Statistika dan Aplikasinya, vol. 3, no. 2, 2019, doi: 10.21009/jsa.03203.
V. B. Kusnandar, “Tiket Pesawat, Penumpang Kapal Laut dan Kereta Api Meningkat,” Katadata, 2022.
Miftahuddin, “Analisis Unsur-Unsur Cuaca dan Iklim Melalui Uji Mann-Kendall Multivariat,” Jurnal Matematika, Statistika, dan Komputasi, vol. 13, no. 1, 2016.
Downloads
Published
How to Cite
Issue
Section
Categories
License
Copyright (c) 2022 Journal of Mathematics Education and Science
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) before and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work