Search for collections on Undip Repository

METODE PERAMALAN FUZZY TIME SERIES MARKOV CHAIN HIGH ORDER DENGAN MENGGUNAKAN AVERAGE�BASED

Diyah, Ayuningtyas (2022) METODE PERAMALAN FUZZY TIME SERIES MARKOV CHAIN HIGH ORDER DENGAN MENGGUNAKAN AVERAGE�BASED. Undergraduate thesis, Universitas Diponegoro.

[img] Text
1. Cover.pdf

Download (236kB)
[img] Text
3. Halaman Pengesahan.pdf

Download (251kB)
[img] Text
6. Daftar Isi.pdf

Download (436kB)
[img] Text
11. Abstrak.pdf

Download (223kB)
[img] Text
12. Abstract.pdf

Download (222kB)

Abstract

ABSTRAK
METODE PERAMALAN FUZZY TIME SERIES MARKOV CHAIN HIGH
ORDER DENGAN MENGGUNAKAN AVERAGE-BASED
Oleh
Diyah Ayuningtyas
24010118120012
Peramalan merupakan suatu metode yang digunakan untuk memperkirakan
atau menduga suatu peristiwa di masa mendatang. Fuzzy time series merupakan
salah satu model peramalan yang digunakan dalam memprediksi data time series,
seperti data harga saham. Fuzzy time series markov chain merupakan
pengembangan dari metode fuzzy time series. Fuzzy time series markov chain
merupakan salah satu metode peramalan yang nilai-nilainya dibentuk ke dalam
himpunan fuzzy dan kombinasi antara fuzzy time series dengan aturan markov chain.
Average-based merupakan metode penentuan panjang interval berbasis rata-rata.
Orde tinggi atau high order digunakan untuk mencari dan memperoleh peramalan
terbaik dengan menghilangkan duplikasi fuzzy. Penyelesaian akhir dari
permasalahan peramalan adalah menganalisa tiap orde dari metode peramalan
tersebut menggunakan MAPE (Mean Absolute Percentage Error). Dalam
penelitian ini diperoleh hasil bahwa semakin tinggi orde maka peramalan semakin
baik.
Kata Kunci : Peramalan, Fuzzy Time Series Markov Chain, Average Based, High
Order, MAPE

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Mathematics
Depositing User: yemima laras sekarsari
Date Deposited: 23 Sep 2022 02:48
Last Modified: 23 Sep 2022 02:48
URI: https://eprints2.undip.ac.id/id/eprint/8627

Actions (login required)

View Item View Item