Salsabila, Salsabila (2023) PERAMALAN INTUITIONISTIC FUZZY TIME SERIES MENGGUNAKAN COMPUTATIONAL BASED PARTITIONING DAN STRONG (α,β)- CUT. Undergraduate thesis, UNDIP.

	Text 01. Pendahuluan - Salsabila.pdf Download (422kB)
	Text 02. Isi_(daftar isi, bab 1,3,4) - Salsabila.pdf Restricted to Repository staff only Download (780kB) | Request a copy
	Text 03. Daftar Pustaka - Salsabila.pdf Download (198kB)

Abstract

"Perkembangan metode peramalan dengan menggunakan metode fuzzy time series sudah banyak dilakukan. Namun, belum dapat menjawab masalah non-determinasi karena adanya nilai keragu-raguan. Munculnya metode peramalan intuitionistic fuzzy time series dianggap mampu menjawab persoalan tersebut karena dalam kontruksinya memperhatikan nilai derajat keanggotaan dan derajat non-keanggotaan dari suatu himpunan. Proses dalam mempartisi semesta pembicaraan dan membentuk IFLR menjadi hal yang sangat penting untuk dilakukan. Metode Computational Based Partitioning digunakan untuk mempartisi dan menentukan jumlah interval yang berdasarkan pada proses stastistika sederhana. Sementara pendekatan Strong (α,β)-cut digunakan dalam mengonstruksi IFLR dimana prosesnya mempertimbangkan relasi yang terbentuk pada himpunan intuitionistic fuzzy. Penulis mengimplementasikan metode ini untuk meramalkan harga saham Bank Mandiri Persero Tbk (BMRI) dimana diperoleh tingkat keakuratan peramalan dengan menggunakan Mean Absolute Percentage Error (MAPE) sebesar 0,36%.

Kata Kunci: metode peramalan, intuitionistic fuzzy time series, computational based partitioning, strong (α,β)-cut."

Actions (login required)

View Item