SYAHIRA, Hilmi (2024) Peramalan Harga Nikel Menggunakan Fuzzy Time Series Chen Dengan Algoritma Partisi Interval Fuzzy C-Means Clustering. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.
|
Text
1. COVER.pdf Download (78kB) |
|
|
Text
3. PENGESAHAN I.pdf Download (300kB) |
|
|
Text
4. PENGESAHAN II.pdf Download (241kB) |
|
|
Text
5. KATA PENGANTAR.pdf Download (94kB) |
|
|
Text
6. ABSTRAK.pdf Download (26kB) |
|
|
Text
7. ABSTRACT.pdf Download (92kB) |
|
|
Text
8. DAFTAR ISI.pdf Download (39kB) |
|
|
Text
12. BAB I PENDAHULUAN.pdf Download (115kB) |
|
|
Text
17. DAFTAR PUSTAKA.pdf Download (34kB) |
Abstract
Indonesia sebagai negara pengekspor dan produsen nikel terbesar di dunia
memainkan peran penting dalam pasar nikel dunia. Harga nikel dunia bergerak
secara fluktuatif menuntut adanya metode peramalan yang efektif dan efisien guna
membuat keputusan dan kebijakan yang tepat. Metode Fuzzy Time Series
merupakan salah satu metode peramalan yang memiliki keunggulan dibandingkan
dengan metode peramalan lain, di mana pada metode ini tidak mensyaratkan untuk
pemenuhan asumsi-asumsi. Penelitian ini akan menerapkan metode Fuzzy Time
Series Chen dengan algoritma partisi interval Fuzzy C-Means Clustering untuk
meramalkan harga nikel dunia. Data yang digunakan adalah data harga bulanan
penutupan nikel dunia dari bulan Januari 2014 hingga Agustus 2024. Pembentukan
partisi interval merupakan langkah penting yang akan mempengaruhi hasil
peramalan, di mana dalam penelitian ini partisi interval dibentuk menggunakan
algoritma Fuzzy C-Means Clustering yang menghasilkan 27 pusat cluster optimal
berdasarkan nilai Silhouette Coefficient sebesar 0,7864805. Hasil peramalan
menunjukkan nilai Mean Absolute Percentage Error (MAPE) sebesar 6,787%
untuk data training dan 6,999%untuk data testing. Berdasarkan hasil tersebut,
metode Fuzzy Time Series Chen dengan algoritma partisi interval Fuzzy C-Means
Clustering memiliki tingkat akurasi peramalan yang sangat baik dan dapat
digunakan untuk peramalan harga nikel dunia.
Kata Kunci: Nikel, Peramalan, Fuzzy Time Series Chen, Fuzzy C-Means
Clustering.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Subjects: | Sciences and Mathemathic |
| Divisions: | Faculty of Science and Mathematics > Department of Statistics |
| Depositing User: | Yemima Laras Sekarsari |
| Date Deposited: | 13 Feb 2026 08:41 |
| Last Modified: | 13 Feb 2026 08:41 |
| URI: | https://eprints2.undip.ac.id/id/eprint/45285 |
Actions (login required)
![]() |
View Item |
