Feodora, Elsa (2023) Peramalan Nilai Impor Nonmigas Indonesia Menggunakan Fuzzy Time Series Singh dengan Algoritma Partisi Fuzzy C-Means (FCM) Clustering. Undergraduate thesis, UNDIP.

	Text File 1 Pendahuluan - Elsa Feodora.pdf Download (272kB)
	Text File 2 isi - Elsa Feodora.pdf Restricted to Repository staff only Download (574kB) | Request a copy
	Text File 3 Daftar Pustaka - Elsa Feodora.pdf Download (141kB)

Abstract

Pada peramalan fuzzy dengan data time series, masalah utama yang perlu diperhatikan adalah proses partisi interval dan proses defuzzifikasi yang tepat untuk mendapatkan output himpunan tegas dari himpunan fuzzy yang diperoleh. Dalam tugas akhir ini, dilakukan penggabungan dua metode yaitu peramalan Fuzzy Time Series Singh untuk proses defuzzifikasi dengan algoritma partisi Fuzzy C-Means Clustering untuk menghasilkan interval yang lebih efektif. Sebagai pengujian ketepatan clustering dan peramalan yang dilakukan, penulis menggunakan validasi Silhouette Coefficient dan Mean Absolute Percentage Error (MAPE). Modifikasi metode ini dilakukan pada data nilai impor nonmigas di Indonesia dan menghasilkan nilai peramalan di bulan Januari 2023 sebesar $16262,931 juta serta nilai MAPE sebesar 11,06% dimana tingkat akurasi peramalannya baik.

Actions (login required)

View Item