Unjuk Kerja Kombinasi Single Exponential Smoothing dengan Fuzzy Time Series
Abstract
Metode Fuzzy Time Series merupakan metode yang dapat menangkap pola dari data masa lalu untuk memprediksi data di masa yang akan datang. Kegiatan memprediksi dapat digunakan dalam proses pengambilan suatu keputusan. Untuk meningkatkan kinerja Metode Fuzzy Time Series dibutuhkan metode tambahan, saat ini peneliti menggabungkan kinerja Single Exponential Smoothing dan Fuzzy Time Series dalam menghasilkan prediksi yang lebih baik. Hasil Penelitan menunjukkan proses pengolahan dataset dengan menggunakan Metode Single Exponential Smoothing mempercepat waktu training meningkatkan akurasi dan menurunkan nilai error. Dikarenakan proses berulang yang dimiliki metode Single Exponential Smoothing. Hasil perhitungan Metode Single Exponential Smoothing dengan nilai alpha 0,1 dapat menghasilkan nilai error (MAPE) sebesar 6,057739865 dan dihitung Kembali dengan menggunakan Metode Fuzzy Time Series menghasilkan nilai error (MAPE) yang lebih tinggi, yakni mencapai angka 13,86804695. Hasil dari perhitungan dengan metode fuzzy time series juga menunjukkan angka pasien sembuh yang menurun pada periode berikutnya
References
[2] Cahya, H, A., Wulanningrum, R dan Pamungkas, D, P. (2020). “Sistem prediksi fuzzy time series dan perangkingan weighted product pada penjualan es buah”, Kumpulan Jurnal Ilmu Komputer (KLIK), vol. 7, no.3, Juni. 2020.
[3] Chen, C, H., Chen, T, L and Teoh, H, J. (2008) “Fuzzy-Time Series Based on Adaptive Expectation Model for TAIEX forecasting”. Expert System Application Vol. 34. Hal. 1126-1132.
[4] Yuniastari, & Wirawan. (2016). Peramalan Permintaan Produk Perak Menggunakan Metode Simple Moving Average Dan Exponential Smoothing. Jurnal Sistem Dan Informatika. STIKOM, Denpasar. Vol. 9. No. 1.
[5] Bertozzi, A, L., Franco, E., Mohler, G., Short, M, B., Sledge, D. (2020). The challenges of modeling and forecasting the spread of COVID-19. Proceedings of the National Academy of Sciences of the United States of America. (16732). https://doi.org/10.1073/pnas.2006520117
[6] Cahya, H, A., Wulanningrum, R dan Pamungkas, D, P. (2020). “Sistem prediksi fuzzy time series dan perangkingan weighted product pada penjualan es buah”, Kumpulan Jurnal Ilmu Komputer (KLIK), vol. 7, no.3, Juni. 2020.
[7] Chen, C, H., Chen, T, L and Teoh, H, J. (2008) “Fuzzy-Time Series Based on Adaptive Expectation Model for TAIEX forecasting”. Expert System Application Vol. 34. Hal. 1126-1132.
[8] Yuniastari, & Wirawan. (2016). Peramalan Permintaan Produk Perak Menggunakan Metode Simple Moving Average Dan Exponential Smoothing. Jurnal Sistem Dan Informatika. STIKOM, Denpasar. Vol. 9. No. 1.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
JATIS oleh http://jurnal.mdp.ac.id/index.php/jatisi disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.
