Kata Kunci : Fuzzy Time Series, Dasboard Analysis, SAP, Forecasting
|
|
- Ida Wibowo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Jurnal Ilmiah Solusi Vol.1 No. 3 September - Nopember 2014: 1-7 INTEGRASI DASHBOARD DENGAN FUZZY TIME SERIES DALAM MEMPREDIKSI KESEHATAN MASYARAKAT Jajam Haerul Jaman dan Oman Komarudin Fakultas Ilmu Komputer Program Studi Teknik Informatika Universitas Singaperbangsa Karawang jajam_haerul@yahoo.com, oman.komarudin@staff.unsika.ac.id Abstrak Fuzzy Time Series (FTS) adalah salah satu metode prediksi yang ada dalam lingkup fuzzy logic dengan model runtun waktu, metode tersebut menggabungkan antara ilmu komputer dengan statistika, dalam hal ini penulis melakukan analisis prediksi dalam mencari tahu kesehatan masyarakat dengan indikator keluhan penyakit pertahunnya, data yang penulis peroleh adalah data empiris yang di publikasi oleh badan pusat statistik nasional (BPS), hasil yang diperoleh dari peramalan tersebut adalah bahwa dari data yang penulis peroleh hingga tahun 2012 mendapatkah hasil peramalan di tahun 2013 adalah sebesar 30,50% jumlah penduduk yang mengalami keluhan kesehatan, ada kenaikan sebesar 1,91% dibandingkan dengan tahun sebelumnya, itu artinya bahwa memang kenaikan ini mengindikasikan bahwa kesehatan di masyarakat semakin hari semakin bertambah banyak dan bervariasi, sehingga diperlukan penangan khusus dalam menangani keluhan kesehatan tersebut. Kata Kunci : Fuzzy Time Series, Dasboard Analysis, SAP, Forecasting 1. LATAR BELAKANG Perkembangan ilmu pengetahuan membawa dampak baik pada kehidupan manusia di dunia, hal ini yang menjadikan manusia berbeda dengan mahluk-mahluk lain di muka bumi, dengan ilmu pengetahuan manusia bisa membawa perubahan pada semua aspek kehidupan. seiring terus berkembangnya jaman penelitian pun banyak dilakukan yang tentunya penelitianpenelitian yang berkaitan dalam pengembangan ilmu pengetahuan dan teknologi sehingga ruang lingkup penelitian semakin meluas dan berada pada posisi yang sangat vital untuk keberlangsungan kebutuhan hidup manusia. Dalam banyak hal ilmu pengetahuan merupakan alat ukur bagi suatu keberhasilan seseorang itu bisa dibuktikan ketika seseorang yang mempunyai kecerdasan sangat tinggi dalam kaidah pengambilan keputusannya biasanya orang seperti itu selalu melakukan bertimbangan-pertimbangan yang dapat mendukungnya melakukan suatu keputusan, hal ini dikarenakan bahwa seseorang yang cerdas mempunyai wawasan yang luas terhadap banyak hal, oleh karena itu inovasi terhadap penetian mutlak diperlukan ini menjadi sangat penting ketika adanya suatu masalah yang melibatkan banyak hal dalam upaya pemecahannya masalahnya, begitu juga dengan penelitian yang mengedepankan peramalan terhadap pemecahan masalahnya, secara umum peramalan dapat kita katakan sebagai awal dari suatu pemecahan masalah tetapi pada hakikatnya peramalan adalah sebuah cara dalam mencari tahu suatu kondisi dimasa mendatang sehingga dari kondisi tersebut mendapatkan kesimpulan dan menjadi suatu pengetahuan baru (New Knowledge) yang didapatkan 2. INDENTIFIKASI MASALAH Sesuai dengan judul yang dibuat oleh penulis maka permasalahannya adalah ; 1. Bagaimana cara mengola data yang sudah ada menjadi suatu informasi yang berharga? 2. Bagaimana cara mengetahui tingkat kesehatan masyarakat pada tahun tahun berikutnya? 1
2 3. Apa yang dilakukan ketika presentase keluhan kesehatan dimasyarakat terus meningkat dari tiap tahunnya? 4. Bagaimana pengolahan data keluhan kesehatan masyarakat tersebut dapat menjadi suatu pengetahuan baru? 3. RUMUSAN MASALAH Dalam pembahasan ini penulis mengidentifikasi masalah terkait kesehatan masyarakat. 1. Bagaimana cara memprediksi tingkat kesehatan masyarakat dengan data survey yang sudah dilakukan? 2. Bagaimana mengolah data yang sudah ada untuk dijadikan sumber bagi peneliti untuk menghasilkan pengetahuan baru? 4. TUJUAN DAN MANFAAT PENELITIAN Tujuan Penelitian ini adalah : 1. Menganalisa dan membuat suatu aturan yang didasari dari penelitian untuk melakukan proses prediksi kesehatan masyarakat 2. Menemukan dan melakukan identifikasi awal dalam penangan masalah pada kesehatan di masyarakat Adapun manfaat dari penelitian ini adalah 1. Secara khusus penelitian ini sangat bermanfaat sekali untuk Fakultas Ilmu Komputer karena selain dapat menjadi referensi model penelitian ini juga bermanfaat untuk proses dan pemahaman perkuliahan. 2. Penelitian ini mempermudah pihak terkait dalam mengatasi permasalahan dalam proses kesehatan masyarakat sehingga dari hasil yang didapat, akan memberikan suatu informasi berharga bagi penggunanya. 5. BATASAN MASALAH Pada penelitian kali ini penulis mencoba untuk membatasi masalah pada indikator kesehatan di masarakat, indikator kesehatan yang akan penulis angkat menjadi bahan penelitian menggunakan metode fuzzy time series ini yaitu : 1. Persentase penduduk yang mengalami keluhan kesehatan sebulan yang lalu 1.6. METODOLOGI PENELITIAN Metode penelitian ini adalah suatu metode non rekayasa perangkat lunak dengan model kuantitatif prediksi fuzzy time series, metode ini bisa digunakan dalam peramalan runtun waktu yang membuat perbandingan terlebih dahulu dari keakuratan periode yang akan dijadikan sebagai acuan untuk penghitungan peramalan. Metode ini dibuat menjadi beberapa tahap yaitu: 1. Sumber data Metode Pengumpulan data Ada dua sumber data yang biasanya digunakan dalam penelitian ini : a. Data Primer Data ini diperoleh melalui : 1) Wawancara, Observasi, Test 2) Kuisioner (Data Pertanyaan) 3) Pengukuran Fisik 4) Percobaan Laboratorium 2
3 b. Data Sekunder Data sekunder disebut juga data empiris, data ini biasanya diperoleh dari sumber kedua. 2. Analisis Prediksi Pada tahap ini penerapan dari fuzzy time series dengan model Chen untuk medapatkan hasil yang maksimal mulai dilakukan. 3. Pembuatan aplikasi dasboard analisis Setelah semua penghitungan prediksi di dapatkan maka untuk mempermudah pembacaan dari data yang sudah didapat dibuatlah suatu aplikasi pendukung yang dapat mempresentasikan hasil daripada prediksi tersebut dengan efektif dan efisien. 6. HASIL DAN PEMBAHASAN 1.1. Mempartisi data kesehatan masyarakat kedalam interval yang sama panjang Dalam melakukan pengumpulan data penulis melakukan pengumpulan data dengan mecari data yang sudah di publikasi atau dengan kata lain data empiris, adapun data yang penulis dapatkan adalah berasal dari publikasi Badan Pusat Statistik tahun 2013 dengan alamat Data tersebut kemudian di partisi kedalam interval yang sama panjang dengan rumus U [Dmin-D1, Dmax+D2 Dmin= Dmax = D1 = 0.41 D2 = 0.32 U [24.00,34.00 Dari hasil nilai U yang didapat kemudian dibagi kedalam interval yang sama panjang sehingga mendapatkan hasil enam interval yaitu u1[28.00,29.00, u2[29.00,30.00, u3[30.00,31.00, u4[31.00,32.00, u5[32.00,33.00,dan u6[33.00,34.00 TAHUN AKTUAL Tabel 4.1 Indikator Keseha tan Publikasi tahun 2013 bps.go.id (Dalam satuan Persen) 3
4 TAHUN AKTUAL INTERV AL [ 25.00, [ 25.00, [ 24.00, [ 25.00, [ 24.00, [ 27.00, [ 25.00, [ 24.00, [ 26.00, [ 26.00, [ 28.00, [ 30.00, [ 33.00, [ 33.00, [ 30.00, [ 29.00, [ 28.00, Tabel 4.2 mempartisi data kedalam interval yang sama panjang Menentukan Fuzzy Set Pada tahap ini fuzzy set didapat dengan menggunakan rumus A1 = a11/u1+a12/u2+...+a1m/um, A1 = a21/u1+a21/u2+...+a2m/um, Ak = ak1/u1+ak2/u2+...+akm/um, Setelah dihitung hasil yang didapat bisa dilihat pada tabel 4.3 FS INTV a1 [24,25 a2 [25,26 a3 [26,27 a4 [27,28 a5 [28,29 a6 [29,30 a7 [30,31 a8 [31,32 a9 [32,33 a10 [33,34 a11 [34,35 4
5 a12 [35,36 a13 [36,37 Tabel 4.3 Fuzzy Set `1.3. Hasil Fuzzify data historis 1.4.Hasil Identifikasi Hubungan Fuzzy Hasil dari identifikasi hubungan fuzzy adalah seperti yang tampak dalam tabel 4.4, Ada 12 hubungan fuzzy yang terjadi dalam runtun waktu yang dihasilkan A2 a2 a1 a2 a1 a4 a4 a2 A1 a3 a3 a3 a3 a5 a 5 a7 a10 a10 a10 a7 a7 a6 a6 a5 Tabel 4.4 Fuzzy Set Relationships 1.5.Hasil Membangun suatu kelompok hubungan Fuzzy Dari hasil indentifikasi hubungan fuzzy langkah selanjutnnya adalah membuat suatu kelompok hubungan fuzzy sehingga tercipta kelompok-kelompok relasi dari masing masing fuzzy tersebut, bisa dilihat pada tabel 4.5 5
6 FUZZIFIED IN TERVAL AKTUAL TAHUN [ 25.00, [ 25.00, [ 24.00, Grup 2 :a1 a2 Jajam Haerul Jaman Dkk, Integrasi Grup Dashboard 3 :a1 a4 Dengan... a2 Tabel Grup 4 :a4 a2 4.5 a2 Grup 5 :a1 a3 a1 Grup 1 :a2 a2 Grup 6 :a3 a3,a5 Grup 7 :a5 a [ 25.00, a2 Grup 8 :a10 a10,a [ 24.00, a1 [ 27.00, [ 25.00, a2 [ 24.00, a [ 26.00, [ 26.00, a3 [ 28.00, [ 30.00, a7 [ 33.00, [ 33.00, a4 a3 a5 a10 G rup 10 : a6 a5 FLGR s Tabel 4.4 hasil Fuzzified data historis Dari hasil yang didapat pada tahap ini mendapat 10 fuzzify data historis bisa dilihat dalam tabel 4.4 bahwa sudah diurutkan nilai fuzzified nya dari nilai terkecil ke terbesar. [ 30.00, Hasil penghitungan Defuzzify data untuk a10 mendapatkan peramalan a7 [ 29.00, Setelah semua langkah sudah dilakukan maka 2011 langkah selanjutnnya adalah mengklasifikasikan [ 28.00, a6 nilai runtun waktu tersebut kedalam hubungan kelompok fuzzy, sehingga pada akhirnya a5 permalanpun dapat di ketahui, dari hasil penghitungan peramalan bisa kita lihat bahwa nilai peramalan tertinggi adalah 32.00% dan terendah adalah 2012 G rup 9 :a 7 a6 TAHUN FORECAST
7 2001 Jajam Haerul Jaman Dkk, Integrasi Dashboard Dengan Tabel 4.5 Fuzzified Data For Forecast Implementasi hasil Forecasting menggunakan Dashboard Pada tahap 2006 ini hasil perolehan peramalan dijadikan suatu aplikasi dasboard untuk mempermudah dalam pembacaan, sehingga siapapun 2007 dapat mebaca hasil peramalan tersebut dengan mudah, hasil implementasi yang didapat bisa dilihat pada gambar Gambar 4.1 FUZZY TIME SERIES DASBOARD 7. DAFTAR PUSTAKA 1. Seng Hansun, 2012, Peramalan Data IHSG Menggunakan Fuzzy Time Series, Universitas Multimedia Nusantara. Jakarta 2. Endah Puspita Sari, Lilik Lina Wati, Hanna Parhusip Simulasi Peramalan Data Indeks Saham Gabungan (IHSG) dengan Fuzzy Time Series Using Percentage Change. Universitas Kristen Satya Wacana. Salatiga. 3. Saima Hasan, Jafreezal Jaafar, Brahim B, Samir, Tahseen A Jilani A Hybrid Fuzzy Time Series Model For Forecasting. 4. P Arumugam, V Anithakumari Fuzzy Time Series Method for Forecasting Taiwan Export Data. International Journal Of Engineering Trend adn Technology (IJETT) 5. Abdul Rozak Metode Autoregressive Fuzzy Time Series untuk Peramalan. Institut Teknologi Sepuluh Nopember. 6. Agus Maman Abadi Pemodelan Data Fuzzy Time Series Dengan Menggunakan Dekomposisi Nilai Singular dan Aplikasinya pada Perkiraan Tingkat Inflasi di Indonesia. 7. Jens Runi Pulsen Fuzzy Time Series Forecasting. Aalborg University Esbjerg (AAUE) 8. Suyanto, ST., MSc Artificial Intelligence. Informatika Bandung 7
PERAMALAN PERSENTASE PERUBAHAN DATA INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN FUZZY TIME SERIES
PERAMALAN PERSENTASE PERUBAHAN DATA INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN FUZZY TIME SERIES Endah Puspitasari 1, Lilik Linawati 2, Hanna Arini Parhusip 3 1,2,3 Progam Studi Matematika Fakultas Sains
Lebih terperinciBAB 3 METODE PENELITIAN
10 BAB 3 METODE PENELITIAN 3.1 Metode Fuzzy Time Series yang dikembangkan oleh Song dan Chissom Song dan Chissom merupakan orang yang pertama kali memperkenalkan teori fuzzy time series yaitu dalam peramalan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perdagangan saham merupakan salah satu motor penggerak ekonomi suatu negara. Sekuritas (saham) merupakan surat yang menunjukkan hak pemodal (yaitu pihak yang memiliki
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS
PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS Sylvia Swidaning Putri, Winita Sulandari dan Muslich Program Studi Matematika
Lebih terperinciJURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: A-403
JURNAL TEKNIK ITS Vol. 1, (Sept, 2012) ISSN: 201-9271 A-0 Implementasi Fuzzy Neural Network untuk Memperkirakan Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Ani Rahmadiani dan Wiwik
Lebih terperinciPrediksi Harga Saham Dengan Metode Fuzzy Time Series dan Metode Fuzzy
Prediksi Harga Saham Dengan Metode Fuzzy Time Series dan Metode Fuzzy Time Series-Genetic Algorithm (Studi Kasus: PT Bank Mandiri (persero) Tbk) Stock Price Prediction Using Fuzzy Time Series and Fuzzy
Lebih terperinciPenerapan Logika Samar dalam Peramalan Data Runtun Waktu
Penerapan Logika Samar dalam Peramalan Data Runtun Waktu Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Abstract Recently, there are
Lebih terperinciANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM
ANALISIS DAN PERAMALAN PRODUKSI TANAMAN TEH DENGAN MENGGUNAKAN METODE INDEKS MUSIM Alfa Kenedi Mainassy ), Sri Yulianto Joko Prasetyo 2), Alz Danny Wowor 3),2,3) Fakultas Teknologi Informasi Universitas
Lebih terperinciOleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T
PERAMALAN JUMLAH MAHASISWA PENDAFTAR PMDK JURUSAN MATEMATIKA MENGGUNAKAN METODE AUTOMATIC CLUSTERING DAN RELASI LOGIKA FUZZY (STUDI KASUS di INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA) Oleh : Rahanimi
Lebih terperinciBAB 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM
BAB 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM 3.1 Pengertian Dasar Peramalan Peramalan (forecasting) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kemajuan ilmu pengetahuan dan teknologi dewasa ini dapat membantu teknik peramalan suatu kejadian berdasarkan faktor faktor yang sudah diketahui sebelumnya. Hasil peramalan
Lebih terperinciPERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK
PERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK Arif Fadhillah Mahasiswa Jurusan Teknik Informatika, Fakultas Teknik, Universitas Maritim Raja
Lebih terperinciJURNAL TEKNIK DINTEK, Vol. 10 No. 02, September 2017 : 21-31
ANALISIS PERBANDINGAN TINGKAT AKURASI METODE AVERAGE BASED FTS MARKOV CHAIN DENGAN AUTOMATIC CLAUSTERING FTS MARKOV CHAIN DALAM PERAMALAN DATA TIMESERIES Junaidi Noh Dosen Program Study Teknik Informatika
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-31
JURNAL SAINS DAN SENI ITS Vol 4, No2, (2015) 2337-3520 (2301-928X Print) A-31 Perbandingan Performansi Metode Peramalan Fuzzy Time Series yang Dimodifikasi dan Jaringan Syaraf Tiruan Backpropagation (Studi
Lebih terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN SKRIPSI Oleh : TAUFAN FAHMI J2E008056 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciABSTRAK. Kata kunci: IHSG, runtun waktu fuzzy, partisi interval berdasarkan frekuensi densitas. iii
ABSTRAK Sylvia Swidaning Putri. 2016. PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS. Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciModel Peramalan Jumlah Pernikahan Menggunakan Metode Fuzzy Time Series dengan Algoritma Average Based Length pada KUA
Model Peramalan Jumlah Pernikahan Menggunakan Metode Fuzzy Time Series dengan Algoritma Average Based Length pada KUA Solikhin 1, Martono 2, Puji Nugroho 3) 1,3 Program Studi Sistem Informasi, STMIK Himsya
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN FUZZY TIME SERIES TERBOBOT. 1. Pendahuluan
PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN FUZZY TIME SERIES TERBOBOT Dennis Frisca Ayudya, Dewi Retno Sari Saputro, Santoso Budi Wiyono Program Studi Matematika FMIPA UNS Abstrak. Indeks harga
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Relasi antara himpunan barisan dari data lalu diukur berdasarkan waktu untuk meramal nilai masa depan, di investigasi dengan peramalan time series, banyak alat statistika
Lebih terperinciPeramalan Data IHSG Menggunakan Metode Backpropagation
Peramalan Data IHSG Menggunakan Metode Backpropagation Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Diterima 31 Agustus 2012 Disetujui
Lebih terperinciPENGGUNAAN METODE FUZZY TIME SERIES UNTUK MERAMALKAN HASIL PRODUKSI PADI KABUPATEN MAJALENGKA
PENGGUNAAN METODE FUZZY TIME SERIES UNTUK MERAMALKAN HASIL PRODUKSI PADI KABUPATEN MAJALENGKA Khanty Intan Lestari 1, Tine Soemartini 2, Resa Septiani Pontoh 3. Mahasiswa Program Studi Statistika Universitas
Lebih terperinciANALISIS METODE FIRST ORDER AND TIME INVARIANT MODEL UNTUK PERAMALAN HARGA SAHAM
ANALISIS METODE FIRST ORDER AND TIME INVARIANT MODEL UNTUK PERAMALAN HARGA SAHAM Reny Fitri Yani 1, Luh Kesuma Wardhani 2, Febi Yanto 3 Jurusan Teknik Informatika, Fakultas Sains dan Teknologi Universitas
Lebih terperinciPeramalan Menggunakan Metode Fuzzy Time Series Cheng. Forecasting Using Fuzzy Time Series Cheng Method
Jurnal EKSPONENSIAL Volume 8, Nomor, Mei 07 ISSN 085-789 Peramalan Menggunakan Metode Fuzzy Time Series Cheng Forecasting Using Fuzzy Time Series Cheng Method Sumartini, Memi Nor Hayati, dan Sri Wahyuningsih
Lebih terperinciJurnal MIPA 38 (2) (2015): Jurnal MIPA.
Jurnal MIPA 38 (2) (2015): 186-196 Jurnal MIPA http://journal.unnes.ac.id/nju/index.php/jm PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN METODE FUZZY TIME SERIES MARKOV CHAIN Y Aristyani 1 E Sugiharti
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu, baik atas
Lebih terperinciPengujian Metode Fuzzy Time Series Chen dan Hsu Untuk Meramalkan Nilai Indeks Bursa Saham Syariahh Di Jakarta J Islamic Index (JII)
Pengujian Metode Fuzzy Time Series Chen dan Hsu Untuk Meramalkan Nilai Indeks Bursa Saham Syariahh Di Jakarta J Islamic Index (JII) Rizkaa Zulfikar, Prihatini Ade`Mayvita 1,2) Universitas Islam Kalimantan
Lebih terperinciAPLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR
APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR Sebagai Salah Satu Syarat Untuk Menyelesaikan Program Stratum-1 (S1)
Lebih terperinciKata Kunci: Peramalan; metode Automatic Clustering And Fuzzy Logic Relationship Markov Chain;MAPE. 1. PENDAHULUAN
ISSN: 2528-463 PERAMALAN JUMLAH PENDAFTAR MAHASISWA BARU STMIK DUTA BANGSA SURAKARTA MENGGUNAKAN METODE AUTOMATIC CLUSTERING AND FUZZY LOGIC RELATIONSHIP MARKOV CHAIN Nurmalitasari¹ ), Sri Sumarlinda²
Lebih terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Peramalan (forecasting) merupakan suatu kegiatan untuk mengetahui apa yang akan terjadi di masa mendatang dengan memperhatikan dan mempertimbangkan data-data yang
Lebih terperinciModel Hibrida ARIMA dan Fuzzy Time Series Markov Chain
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Model Hibrida ARIMA dan Fuzzy Time Series Markov Chain Dennis Frisca Ayudya, Dewi Retno Sari Saputro Program Studi Matematika Universitas Sebelas Maret
Lebih terperinciIMPLEMENTASI METODE TREND LINEAR LEAST SQUARE PADA SISTEM PENDUKUNG KEPUTUSAN PERAMALAN MAHASISWA BARU
IMPLEMENTASI METODE TREND LINEAR LEAST SQUARE PADA SISTEM PENDUKUNG KEPUTUSAN PERAMALAN MAHASISWA BARU Kurnia Yahya Program Studi Sistem Informasi, STMIK Profesional kurnia.yahya@mail.ugm.ac.id Abstrack
Lebih terperinciPENGEMBANGAN SISTEM INFORMASI PERAMALAN PENJUALAN DI PT. TRIMITRA BUANA ENGINEERING MENGGUNAKAN METODE FUZZY TIME SERIES
PENGEMBANGAN SISTEM INFORMASI PERAMALAN PENJUALAN DI PT. TRIMITRA BUANA ENGINEERING MENGGUNAKAN METODE FUZZY TIME SERIES Gebyar Faisyal Beni Pranata 1, Indra Dharma 2, Erfan Rohadi 3 1,2,3 Program Studi
Lebih terperinciPERAMALAN JUMLAH PENDAFTAR CALON MAHASISWA STMIK DUTA BANGSA MENGGUNAKAN METODE TIME INVARIANT FUZZY TIME SERIES
PERAMALAN JUMLAH PENDAFTAR CALON MAHASISWA STMIK DUTA BANGSA MENGGUNAKAN METODE TIME INVARIANT FUZZY TIME SERIES Nurmalitasari STMIK Duta Bangsa Surakarta nurmal_ita@yahoo.com ABSTRAK Penelitian ini bertujuan
Lebih terperinciPeramalan Time Invariant Fuzzy Time Series Mahasiswa FT dan FKIP UMP
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Peramalan Time Invariant Fuzzy Time Series Mahasiswa FT dan FKIP UMP Harjono 1, Malim Muhammad 2, Lukmanul Akhsani 3 Universitas Muhammadiyah Purwokerto
Lebih terperinciDAFTAR ISI. ABSTRAK...ii. KATA PENGANTAR...iv. DAFTAR TABEL...xi. DAFTAR GAMBAR...xiii BAB I PENDAHULUAN Latar Belakang...
DAFTAR ISI ABSTRAK...ii KATA PENGANTAR...iv DAFTAR TABEL...xi DAFTAR GAMBAR...xiii BAB I PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...4 1.3 Batasan Masalah...5 1.4 Tujuan Penelitian...6
Lebih terperinciAnalisis dan Peramalan Produksi Tanaman Teh Dengan Menggunakan Metode Indeks Musim (Studi Kasus : Propinsi Jawa Barat)
Analisis dan Peramalan Produksi Tanaman Teh Dengan Menggunakan Metode Indeks Musim (Studi Kasus : Propinsi Jawa Barat) Laporan Penelitian Peneliti : Alfa Kenedi Mainassy (672012704) Dr. Sri Yulianto. J.
Lebih terperinciPeramalan (Forecasting)
Peramalan (Forecasting) Peramalan (forecasting) merupakan suatu proses perkiraan keadaan pada masa yang akan datang dengan menggunakan data di masa lalu (Adam dan Ebert, 1982). Awat (1990) menjelaskan
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kemajuan zaman yang semakin hari semakin berkembang ini membuat kebutuhan masyarakat yang harus dipenuhi semakin banyak. Sehingga semakin banyak pula perusahaan yang
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS
PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS Oleh SYLVIA SWIDANING PUTRI M0111079 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciPerbandingan Metode Fuzzy Time Series Cheng dan Metode Box-Jenkins untuk Memprediksi IHSG
JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Print) A-34 Perbandingan Metode Fuzzy Time Series Cheng dan Metode Box-Jenkins untuk Memprediksi IHSG Mey Lista Tauryawati
Lebih terperinciPREDIKSI INDEKS HARGA SAHAM MENGGUNAKAN KOMBINASI ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) DAN TIME VARIANT FUZZY TIME SERIES (TVFTS)
ISSN : 255-965 e-proceeding of Engineering : Vol.2, No.2 Agustus 205 Page 684 PREDIKSI INDEKS HARGA SAHAM MENGGUNAKAN KOMBINASI ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) DAN TIME VARIANT FUZZY TIME SERIES
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berbicara tentang kegiatan pasar modal saat ini tidak terlepas dari apa yang disebut sebagai indeks harga saham. Untuk mengetahui bagaimana kegiatan ekonomi
Lebih terperinciPEDEKATAN MODEL FUZZY TIME SERIES DENGAN ANALYTIC HIERARCHY PROCESS UNTUK PERAMALAN MAHASISWA BERPRESTASI
PEDEKATAN MODEL FUZZY TIME SERIES DENGAN ANALYTIC HIERARCHY PROCESS UNTUK PERAMALAN MAHASISWA BERPRESTASI Rahmad Syah Jurusan Teknik Informatika, sekolah tinggi teknik harapan Jln. H.M Joni, Sumatera Utara,
Lebih terperinciBAB II TINJAUAN PUSTAKA. estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Peramalan Peramalan adalah data di masa lalu yang digunakan untuk keperluan estimasi data yang akan datang. Peramalan atau Forecasting merupakan bagian
Lebih terperinci1. PENDAHULUAN 2. KAJIAN PUSTAKA
1. PENDAHULUAN Perkebunan teh menjadi salah satu sektor potensial pembangunan Jawa Barat, karena telah mampu memberikan andil besar dalam kehidupan perekonomian. Sektor perkebunan teh memiliki fungsi ekonomi
Lebih terperinciBAB 3 METODE FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS PADA METODE CHEN DENGAN PENENTUAN INTERVAL BERBASIS RATA-RATA
BAB 3 METODE FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS PADA METODE CHEN DENGAN PENENTUAN INTERVAL BERBASIS RATA-RATA 3.1 Konsep Dasar Peramalan Peramalan merupakan bagian awal dari suatu proses
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tugas akhir adalah salah satu mata kuliah yang wajib ditempuh mahasiswa untuk dapat lulus dari perguruan tinggi. Karena dengan mata kuliah tugas akhir ini, mahasiswa
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indeks harga saham merupakan suatu indikator yang menunjukkan pergerakan harga saham dalam suatu periode, dengan adanya indeks maka dapat diketahui tren yang
Lebih terperinciABSTRAK. Kata Kunci :Single Exponential Smoothing,Double Exponential Smoothing,Mean Absolute Percentage Error.
PERBANDINGAN TINGKAT AKURASI METODE SES (SINGLE EXPONENTIAL SMOOTHING) DAN DES (DOUBLE EXPONENTIAL SMOOTHING) DENGAN STUDY KASUS PERAMALAN PEMINJAMAN BUKU DI PERPUSTAKAAN DAERAH JEMBER Yuldania (1110651134)
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Probabilitas dan statistika, matematika fuzzy dan grey system theory merupakan tiga teori dan metode yang paling banyak diaplikasikan dalam penelitian dari sistem
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN Pasar modal memiliki peran penting bagi perekonomian suatu negara karena pasar modal menjalankan tiga fungsi, yaitu pertama sebagai tempat berinteraksi pembeli
Lebih terperinci1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Basis data adalah Kumpulan data yang menggambarkan entitas-entitas beserta relasi-relasinya dari suatu organisasi, yang diorganisir dan disimpan dalam suatu
Lebih terperinciPERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA
ISSN: 339-541 JURNAL GAUSSIAN, Volume 4, Nomor 4, Tahun 015, Halaman 917-96 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN
Lebih terperinciBAB 1 PENDAHULUAN. membantu meyakinkan efektivitas dari penggunaan sumber daya. Peramalan dapat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan Peramalan sangatlah penting bagi perusahaan, karena peramalan dapat membantu meyakinkan efektivitas dari penggunaan sumber daya. Peramalan dapat memberikan
Lebih terperinciPREDIKSI TINGKAT SUKU BUNGA BANK INDONESIA (BI RATE) BERDASARKAN DATA FUZZY TIME SERIES
PREDIKSI TINGKAT SUKU BUNGA BANK INDONESIA (BI RATE) BERDASARKAN DATA FUZZY TIME SERIES PREDIKSI TINGKAT SUKU BUNGA BANK INDONESIA (BI RATE) BERDASARKAN DATA FUZZY TIME SERIES ABSTRAK Oleh : Wulan Anggraeni
Lebih terperinciImplementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 10, Oktober 2018, hlm. 3533-3537 http://j-ptiik.ub.ac.id Implementasi Algoritme Average Time Based Fuzzy Time Series
Lebih terperinciKata kunci: perubahan harga bahan bakar minyak, IHSG, fuzzy time series, soft computing, MAPE
IMPLEMENTASI METODE FUZZY TIME SERIES TERHADAP DAMPAK PERUBAHAN HARGA BAHAN BAKAR MINYAK (BBM) PADA INVESTASI SAHAM (STUDI PERISTIWA: SAHAM PADA IHSG DI BURSA EFEK INDONESIA) Budi Karyo Utomo Sistem Informasi,
Lebih terperinciKOMPARASI KINERJA FUZZY TIME SERIES DENGAN MODEL RANTAI MARKOV DALAM MERAMALKAN PRODUK DOMESTIK REGIONAL BRUTO BALI
E-Jurnal Matematika Vol 3 (3), Agustus 04, pp. - ISSN: 303-75 KOMPARASI KINERJA FUZZY TIME SERIES DENGAN MODEL RANTAI MARKOV DALAM MERAMALKAN PRODUK DOMESTIK REGIONAL BRUTO BALI I Made Arya Antara, I Putu
Lebih terperinciKajian model Automatic Clustering-Fuzzy Time Series-Markov Chain dalam memprediksi data historis jumlah kecelakaan lalu lintas di kota Malang
J Sains Dasar 2() () 6-7 Kajian model Automatic Clustering-Fuzzy Time Series-Markov Chain dalam memprediksi data historis jumlah kecelakaan lalu lintas di kota Malang (Study of the Automatic Clustering-Fuzzy
Lebih terperinciBab V SIMPULAN DAN SARAN
Bab V SIMPULAN DAN SARAN V.1 Ringkasan Penelitian ini dilakukan untuk menguji prediksi menggunakan metode ARIMA. Data yang digunakan dalam penelitian adalah data IHSG penutupan harian IHSG mulai periode
Lebih terperinciBAB I PENDAHULUAN. yang merupakan keuntungan perusahaan yang dibagikan kepada semua pemegang
BAB I PENDAHULUAN 1.1 Latar Belakang Ekspektasi atau motivasi setiap investor adalah mendapatkan keuntungan dari transaksi investasi yang dilakukan. Para investor yang bertransaksi di pasar modal, khususnya
Lebih terperinciMETODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU ABSTRACT
METODE PERAMALAN HOLT-WINTER UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG PERPUSTAKAAN UNIVERSITAS RIAU Encik Rosalina 1, Sigit Sugiarto 2, M.D.H. Gamal 2 1 Mahasiswa Program Studi S1 Matematika 2 Dosen Jurusan
Lebih terperinciPENERAPAN METODE AUTOMATIC CLUSTERING DAN RELASI LOGIKA FUZZY UNTUK MERAMALKAN EKSPOR INDONESIA TUGAS AKHIR
PENERAPAN METODE AUTOMATIC CLUSTERING DAN RELASI LOGIKA FUZZY UNTUK MERAMALKAN EKSPOR INDONESIA TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada Jurusan Teknik
Lebih terperinciPERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN
Feng PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK... 211 PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Tan
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Penelitian Pada dasarnya setiap perusahaan memiliki tujuan yang sama yaitu mendapatkan keuntungan untuk kelancaraan kontinuitas usahanya dan mampu bersaing
Lebih terperinciPRISMA FISIKA, Vol. III, No. 3 (2015), Hal ISSN :
PRISMA FISIKA, Vol. III, No. (05), Hal. 79-86 ISSN : 7-80 Pemodelan Kebutuhan Daya Listrik Di Pt. PLN (Persero) Area Pontianak dengan Menggunakan Metode Gauss-Newton Mei Sari Soleha ), Joko Sampurno *),
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan adalah suatu organisasi yang didirikan oleh seseorang atau sekelompok orang atau badan lain yang kegiatannya adalah melakukan produksi dan distribusi guna
Lebih terperinciMETODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN
METODE KUANTITATIF, MENGGUNAKAN BERBAGAI MODEL MATEMATIS YANG MENGGUNAKAN DATA HISTORIES DAN ATAU VARIABLE-VARIABEL KAUSAL UNTUK MERAMALKAN Peramalan kuantitatif hanya dapat digunakan apabila terdapat
Lebih terperinciBAB 1 PENDAHULUAN. Sebagai pembuka dari penulisan skripsi, pada bab ini berisikan hal-hal yang
BAB 1 PENDAHULUAN Sebagai pembuka dari penulisan skripsi, pada bab ini berisikan hal-hal yang langsung berkaitan dengan penelitian meliputi latar belakang masalah, rumusan masalah, pembatasan masalah,
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Setiap Bank menyalurkan Kartu Kredit kepada masyarakat dengan bertujuan untuk memperoleh keuntungan yang diberikan dalam bentuk bunga dan sebagai alat promosi. Dengan
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN PROSES
BAB IV ANALISA DAN PERANCANGAN 4.1 Gambaran Umum Sistem Implementasi sistem secara keseluruhan akan merancang sebuah sistem yang memprediksikan harga emas dengan menggunakan metode Automatic Clustering
Lebih terperinciPERAMALAN DATA PRODUK DOMESTIK BRUTO DENGAN FUZZY TIME SERIES MARKOV CHAIN
PERAMALAN DATA PRODUK DOMESTIK BRUTO DENGAN FUZZY TIME SERIES MARKOV CHAIN Maria Titah Jatipaningrum Jurusan Statistika, Fakultas Sains Terapan Institut Sains & Teknologi AKPRIND Yogyakarta titahjp@akprind.ac.id
Lebih terperinciPERAMALAN KONSUMSI GAS INDONESIA MENGGUNAKAN ALGORITMA FUZZY TIME SERIES STEVENSON PORTER Muh. Hasbiollah 1, RB. Fajriya Hakim 2
PERAMALAN KONSUMSI GAS INDONESIA MENGGUNAKAN ALGORITMA FUZZY TIME SERIES STEVENSON PORTER Muh. Hasbiollah 1, RB. Fajriya Hakim 2 1 Mahasiswa Jurusan Statistika Fakultas MIPA Universitas Islam Indonesia
Lebih terperinciBAB I PENDAHULUAN. membantu proses dan cara berpikir manusia yang disebut sebagai artificial
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring dengan semakin berkembangnya pengetahuan, teknologi komputer juga mengalami kemajuan yang sangat signifikan dari tahun ke tahun. Hal ini ditandai dengan berkembangnya
Lebih terperinciJournal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8
PREDIKSI PENDAPATAN PEMERINTAH INDONESIA MENGGUNAKAN SIMULASI MONTE CARLO Afry Rachmat, Sukmawati Nur Endah, Aris Sugiharto Program Studi Teknik Informatika, Universitas Diponegoro afry.rachmat27@gmail.com,
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciPENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU
PENGGUNAAN METODE SMOOTHING EKSPONENSIAL DALAM MERAMAL PERGERAKAN INFLASI KOTA PALU Romy Biri ), Yohanes A.R. Langi ), Marline S. Paendong ) ) Program Studi Matematika FMIPA Universitas Sam Ratulangi Jl.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul
BAB I PENDAHULUAN 1.1 Latar Belakang Pemilihan Judul Persaingan usaha dewasa ini menuntut pengusaha agar lebih peka terhadap keinginan dan kebutuhan konsumen akan produk yang ditawarkan. Sehingga perlu
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Pasar pertukaran mata uang merupakan pasar keuangan dengan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pasar pertukaran mata uang merupakan pasar keuangan dengan pergerakan arus uang terbesar yakni sekitar 1,5 triliun dollar US tiap harinya di seluruh dunia. Selain itu
Lebih terperinciSKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi Teknik Informatika
PERBANDINGAN METODE DOUBLE EXPONENTIAL SMOOTHING DAN FUZZY TIME SERIES PADA PERAMALAN PENJUALAN SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program
Lebih terperinciJARINGAN FUNGSI BASIS RADIAL UNTUK MENENTUKAN RELASI FUZZY PADA PERAMALAN RUNTUN WAKTU FUZZY ORDE TINGGI
JARINGAN FUNGSI BASIS RADIAL UNTUK MENENTUKAN RELASI FUZZY PADA PERAMALAN RUNTUN WAKTU FUZZY ORDE TINGGI Winita Sulandari 1, Titin Sri Martini 1, Nughthoh Arfawi Kurdhi 1, Hartatik 2, Yudho Yudhanto 2
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Abrasi pantai merupakan salah satu bencana yang sangat merugikan bagi kehidupan masyarakat khususnya yang berada di pesisir pantai. Abrasi pantai merupakan fenomena alam sehubungan
Lebih terperinciPrediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 T - 12 Prediksi Nilai Indeks Harga Konsumen (IHK) Kota Jambi Menggunakan Radial Basis Function Neural Network (RBFNN) dengan Metode Fuzzy C-Means Clustering
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciPERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI 2010
Statistika, Vol., No., Mei PERAMALAN SAHAM JAKARTA ISLAMIC INDEX MENGGUNAKAN METODE ARIMA BULAN MEI-JULI Reksa Nila Anityaloka, Atika Nurani Ambarwati Program Studi S Statistika Universitas Muhammadiyah
Lebih terperinciBAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS
BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS 3.1 Model Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi
Lebih terperinciOleh, FIKA WIDYA PRATAMA NIM : TUGAS AKHIR
IDENTIFIKASI SAHAM PERUSAHAAN PENGHITUNG INDEKS LQ45 BERDASARKAN KOEFISIEN REGRESI LINIER BERGANDA YANG SIGNIFIKAN BESERTA PERINGKATNYA MENGGUNAKAN P/E RASIO Oleh, FIKA WIDYA PRATAMA NIM : 662008006 TUGAS
Lebih terperinciPERAMALAN CADANGAN DEVISA INDONESIA MENGGUNAKAN METODE GRUP VARIASI FUZZY
PERAMALAN CADANGAN DEVISA INDONESIA MENGGUNAKAN METODE GRUP VARIASI FUZZY oleh MARISA RAMDHAYANTI M0110054 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciSISTEM INFORMASI PERAMALAN PENJUALAN PADA ROSSI SARI KEDELAI MENGGUNAKAN METODE LEAST SQUARE (KUADRAT TERKECIL)
SISTEM INFORMASI PERAMALAN PENJUALAN PADA ROSSI SARI KEDELAI MENGGUNAKAN METODE LEAST SQUARE (KUADRAT TERKECIL) ARTIKEL SKRIPSI Diajukan Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Lebih terperinciSISTEM PREDIKSI HARGA MOBIL AVANZA (BEKAS) MENGGUNAKAN FUZZY INFERENCE SYSTEM DENGAN METODE MAMDANI
SISTEM PREDIKSI HARGA MOBIL AVANZA (BEKAS) MENGGUNAKAN FUZZY INFERENCE SYSTEM DENGAN METODE MAMDANI Normalisa, 2013, Jurnal Teknik Informatika Universitas Pamulang ABSTRAKSI Menentukan harga beli untuk
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1.Alat dan Bahan Penelitian Pada penelitian ini digunakan alat penelitian berupa perangkat keras dan perangkat lunak pendukung sebagai berikut: 3.1.1. Alat Penelitian 1.
Lebih terperinciSistem Informasi, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro 1,2
52 Pengukuran Kinerja Pelayanan Implementasi Metode Fuzzy Time Series Terhadap Dampak Perubahan Harga Bahan Bakar Minyak pada Investasi Saham (Studi Peristiwa : Saham pada IHSG di Bursa Efek Indonesia)
Lebih terperinciABSTRAK. Kata Kunci : Sparepart, Peramalan, Trend Moment
PERAMALAN PENJUALAN SPAREPART MOTOR HONDA MENGGUNAKAN METODE TRENDMOMENT (Studi Kasus : AHASS MOTOR PARE) Yusuf Engga Dikdawan 1, Hendra Pradibta 2, Mungki Astiningrum 3 Jurusan Teknologi Informasi, Program
Lebih terperinciPERAMALAN MENGUNAKAN FUZZY TIME SERIES CHEN (STUDI KASUS: CURAH HUJAN KOTA SAMARINDA)
PERAMALAN MENGUNAKAN FUZZY TIME SERIES CHEN (STUDI KASUS: CURAH HUJAN KOTA SAMARINDA) 1 Normalita Fauziah, 2 Sri Wahyuningsih, 3 Yuki Novia Nasution 2 1,2 Program Studi Statistika, Fakultas Matematika
Lebih terperinciPREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)
PREDIKSI HARGA SAHAM PT. BRI, MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average) Greis S. Lilipaly ), Djoni Hatidja ), John S. Kekenusa ) ) Program Studi Matematika FMIPA UNSRAT Manado
Lebih terperinciPrediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi Daryono Budi Utomo Jurusan
Lebih terperinciPREDIKSI TINGKAT SUKU BUNGA BANK INDONESIA (BI RATE) BERDASARKAN DATA FUZZY TIME SERIES
PREDIKSI TINGKAT SUKU BUNGA BANK INDONESIA (BI RATE) BERDASARKAN DATA FUZZY TIME SERIES Oleh : Wulan Anggraeni Pendidikan Matematika, Wulangussetiyo@gmail.com ABSTRAK Tujuan dari penelitian ini adalah
Lebih terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan (Forecasting) Peramalan merupakan suatu usaha untuk meramalkan keadaan di masa mendatang melalui pengujian keadaan masa lalu. Esensi peramalan adalah perkiraan peristiwa-peristiwa
Lebih terperinci