Ramadhan, Fauzi Ihza (2023) PERBANDINGAN PEMODELAN LOGIKA FUZZY DAN REGRESI LINEAR BERGANDA UNTUK PERAMALAN JUMLAH PENDUDUK MISKIN (DATA PROVINSI NUSA TENGGARA TIMUR TAHUN 2003-2022). Undergraduate thesis, UNDIP.

	Text File 1_Fauzi Ihza Ramadhan - Fauzi ir.pdf Download (260kB)
	Text File 2_Fauzi Ihza Ramadhan - Fauzi ir.pdf Restricted to Repository staff only Download (698kB) | Request a copy
	Text File 3_Fauzi Ihza Ramadhan - Fauzi ir.pdf Download (51kB)

Abstract

Metode peramalan merupakan metode untuk memprediksi suatu informasi di masa depan dengan menggunakan data historis sebagai acuan. Tugas akhir ini bertujuan membangun model untuk meramalkan jumlah penduduk miskin di provinsi Nusa Tenggara Timur dengan menggunakan dua metode yaitu logika fuzzy dan regresi linear berganda empat variabel. Kemudian hasil perbandingan kedua metode diperoleh yang terbaik. Pada logika fuzzy, sistem inferensi fuzzy yang digunakan yaitu metode fuzzy Tsukamoto. Pada regresi linear berganda empat variabel, metode yang digunakan untuk mencari model regresi yaitu metode matriks serta model regresi memenuhi uji asumsi klasik dan uji hipotesis. Bedasarkan nilai Mean Absolute Percentage Error (MAPE) kedua model termasuk kriteria hasil peramalan sangat akurat dan didapat bahwa nilai MAPE regresi linear berganda lebih kecil dibandingkan dengan nilai MAPE logika fuzzy sehingga hasil peramalan jumlah penduduk miskin di provinsi Nusa Tenggara Timur tahun 2003-2022 menggunakan regresi linear berganda lebih baik dibandingkan dengan logika fuzzy. Namun bedasarkan proses perhitungan, kelebihan dari implementasi metode peramalan menggunakan logika fuzzy lebih mudah karena tidak perlu memenuhi syarat uji asumsi klasik dan uji hipotesis.

Actions (login required)

View Item