Prediksi Jumlah Calon Mahasiswa Baru Menggunakan Fuzzy Time Series-Time Invariant

Authors

  • Sisie Karmita Samarinda State Agricultural Polytechnic image/svg+xml
  • Arief Bramanto Wicaksono Putra Politeknik Negeri Samarinda image/svg+xml
  • Ahmad Fanany Onnilita Gaffar Politeknik Negeri Samarinda image/svg+xml
  • Anggri Sartika Wiguna Universitas Kanjuruhan Malang

Keywords:

Prediksi, Fuzzy Time Series-Time Invariant

Abstract

Penelitian ini bertujuan untuk melakukan prediksi jumlah calon mahasiswa baru di program studi budidaya tanaman perkebunan (BTP) di politeknik pertanian negeri samarinda dengan menggunakan metode fuzzy time series – time invariant. Metode fuzzy time series – time invariant dipilih karena metode ini merupakan suatu metode prediksi yang relasinya tidak tergantung pada waktu. Dalam penelitian ini himpunan semesta U menggunakan 3 Perbandingan Interval yaitu 6, 9 dan 12 himpunan fuzzy. Berdasarkan penelitian ini diperoleh hasil prediksi dengan menggunakan 3 perbandingan interval 6 dengan nilai MAE error prediksinya sebesar 0.54, interval 9 dengan nilai MAE error prediksinya sebesar 0.32 dan interval 12 dengan nilai MAE error prediksinya sebesar 0.29. Dengan menggunakan fuzzy time series dalam melakukan prediksi jumlah mahasiswa baru, diperoleh nilai error terkecil dengan menggunakan 12 interval dengan nilai error 0.29.

References

M. R. T. dan P. T. R. I. Indonesia, “Peraturan Menteri Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia Nomor 2 Tahun 2016 tentang Penerimaan Mahasiswa Baru Program Sarjana Pada Perguruan Tinggi Negeri.” 2016.

M. C. C. Utomo, W. F. Mahmudy, S. Anam, and F. U. Brawijaya, “Kombinasi Logika Fuzzy Dan Jaringan Syaraf Tiruan Untuk Prakiraan Curah Hujan Timeseries Di Area Puspo – Jawa Timur,” J. Teknol. Inf. dan Ilmu Komput., vol. 4, no. pp. 160–167, 2017.

M. Asad, S. S. Wibowo, and E. Sophia, “Peramalan Jumlah Mahasiswa Baru Dengan Model Autoregressive Integrated Moving Average ( Arima ),” J. Inform. Merdeka Pasuruan, vol. 2, no. 3, pp. 20–33, 2017.

D. A. N. H.- Winter, S. E. Smoothing, and M. D. Musiman, “PERBANDINGAN METODE WEIGHTED FUZZY TIME SERIES, SEASONAL,” UNNES J. Math., vol. 6, no. 2, pp. 129–142, 2017.

N. Fauziah, S. Wahyuningsih, Y. N. Nasution, E. Smoothing, and N. Network, “Peramalan Mengunakan Fuzzy Time Series Chen ( Studi Kasus : Curah Hujan Kota Samarinda ),” Statistika, vol. 4, no. 2, 2016.

L. Y. Xihao, S., “Average-based fuzzy time series models for forecasting Shanghai compound,” World J. Model. Simul., vol. 4, no. 2, pp. 104–111, 2008.

Downloads

Published

2018-04-02