Peramalan Inflasi dengan Metode Weighted Fuzzy Time Series
|
|
- Teguh Yuwono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Peramalan Inflasi dengan Metode Weighted Fuzzy Time Series Oleh: Dwi Ayu Lusia ( ) Pembimbing: Dr. Suhartono, M.Sc 1 seminar hasil Tugas Akhir S1 Statistika 24 Juni 2011
2 Latar belakang masalah Permasalahan Tujuan Manfaat Batasan masalah Inflasi Pemulusan eksponensial ARIMA Fuzzy time series es Orde tunggal gal Weighted fuzzy time series Orde tinggi Weighted fuzzy time series Sumber data Variabel penelitian Langkah-langkah penelitian Inflasi umum di Indonesia Inflasi kelompok bahan makanan Inflasi kelompok pendidikan dan olahraga Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 2
3 Kestabilan Inflasi (Bank Indonesia, 2008a) Prasyarat pertumbuhan ekonomi Kesejahteraan masyarakat Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 3
4 Penelitian mengenai Inflasi Bank Sentral Inflasi Kebijakan Moneter Kebijakan Lalu Sekarang Kebijakan sekarang dan Mendatang Peramalan Inflasi Inflasi Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 4
5 Metode Peramalan Pemulusan ARIMA Model Intervensi Variasi Kalender Fungsi Transfer VAR Neural Network ARIMAX Penelitian di Luar Indonesia Stock & Watson (1999) Chen et al. (2001) Nakamura (2005) McAdam & McNeils (2006) Moser et al. (2007) Penelitian di Indonesia Suhartono (2005) Anggraini (2009) TA Meitasari (2009) TA Septiorini (2009) TA Setyaningsih (2010) TA Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 5
6 Himpunan Fuzzy (Song & Chissom, 1993a & 1993b) (Chen, 1994) Peramalan Deret Waktu (Yu, 2005) (Cheng et al., 2008) (Lee & Suhartono, 2010) Weighted Fuzzy Time Series (WFTS) Pemulusan Eksponensial ARIMA Akurat???? Saham Inflasi di Indonesia Temperatur Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 6
7 WFTS 1. Orde Terbaik?? 2. Akurasi?? Jika dibandingkan dengan metode Pemulusan Eksponensial dan ARIMA Tujuan: 1. Mendapatkan Orde Terbaik dari Metode WFTS 2. Mengetahui akurasi metode WFTS Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 7
8 Penelitian Ini Nilai Ramalan Inflasi 1. Bahan pertimbangan dalam mengambil kebijakan moneter dan dapat mengontrol kestabilan inflasi 2. Memperoleh indikator yang menggambarkan kecenderungan umum tentang perkembangan harga 3. Informasi dasar untuk pengambilan keputusan baik tingkat ekonomi mikro atau makro, baik fiskal maupun moneter Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 8
9 Metode Data WFTS Inflasi Umum di Indonesia Inflasi Kelompok Bahan Makanan Inflasi Kelompok Pendidikan & Olahraga Pemulusan Eksponensial ARIMA Periode: Januari Desember 2010 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 9
10 Fuzzy Time Series ialah suatu konsep penemuan peramalan dimana hasil yang diperoleh dapat dibahasakan Fuzzy Time Series (Song & Chissom, 1993b) Time variant Time invariant Fuzzy Time Series Orde Pertama Orde Tinggi (Chen, 2002) Orde pertama musiman (Song,1999) Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 10
11 Song & Chissom (1993a, 1993b) Chen (1996) Algoritma Chen Yu (2005) Algoritma Yu Chen (1996) - Tidak memperdulikan pengulangan - Tidak adanya pembobotan menurut waktu Cheng et al. (2008) Lee & Suhartono (2010) Algoritma Cheng Algoritma Lee Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 11
12 U = [awal,akhir]) dan interval Fuzzy FLR FLRG Meramalkan F(t) Defuzzy 1. Algoritma Chen 2. Algoritma Yu, Cheng, dan Lee ; 1. Algoritma Chen : 2. Algoritma Yu : 3. Algoritma Cheng : 4. Algoritma Lee : Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 12
13 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 13
14 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 14
15 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 15
16 Data inflasi di Indonesia Buku (BPS) Website yek=03%20¬ab=1 id/tab_sub/excel.php?id_ subyek=03%20¬ab=5 Indeks Harga Konsumen di 43 Kota di Indonesia Indeks Harga Konsumen di 45 Kota di Indonesia Indikator Ekonomi Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 16
17 Variabel Penelitian: 1. Inflasi umum di Indonesia 2. Inflasi kelompok bahan makanan 3. Inflasi Kelompok pendidikan dan olah raga Data training Data bulanan mengenai Inflasi Periode Periode Data testing Periode 2010 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 17
18 1 Membagi data dibagi menjadi 2, yaitu: 1. Data training ( ) 2. Data testing (2010) 2 Aplikasi metode: 1. Pemulusan eksponensial 2. ARIMA 3. WFTS sesuai dengan Algoritma Chen, Yu, Cheng, dan Lee 3 Peramalan 12 data yang akan datang menggunakan metode WFTS, pemulusan eksponensial, dan ARIMA 4 Penentuan model peramalan inflasi terbaik dengan membandingkan nilai RMSE dan MAPE data testing 5 Peramalan inflasi 2011 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 18
19 Inflasi umum di Indonesia Inflasi kelompok bahan makanan Inflasi kelompok pendidikan dan olahraga Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 19
20 1. Pemulusan Eksponensial Tunggal Model: 2. ARIMA Model: dimana dan Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 20
21 3. WFTS Himpunan sampel (U=[awal,akhir]) Dan interval Himpunan fuzzy dan menghitung fuzzy dari data Himpunan sampel dibagi menjadi: 12 bagian dengan panjang interval 0,6 19 bagian dengan panjang interval 0,5 22 bagian dengan panjang interval 0,43 Orde yang digunakan: orde tunggal, yaitu orde (1) Orde ganda, yaitu orde (1,2) Orde tiga, yaitu orde (1,2,3) 3. Mengamati fuzzy Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 21
22 3. WFTS 3.1 Algoritma Chen 4. Menentukan FLR dan FLRG Orde (1) Orde (1,2) 5. Meramalkan (F (t)). Misal pada t = 13, maka F(13 1 ) = A 5 Maka F(13) = A 1, A 2, A 4 6. Defuzzy. Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 22
23 3. WFTS 4. Menentukan FLR dan FLRG 6. Defuzzy. 3.2 Algoritma Yu 3.2 Algoritma Cheng 3.3 Algoritma Lee 5. Meramalkan (F (t)). Misal pada t = 13, maka F(13 1 ) = A 5 Maka F(13) = A 2, A 1, A 4,A 2, A 4 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 23
24 3. WFTS Chen k=5 k=6 Cheng k=7 Ordde (1,2,3) orde (1) Orde (1,2) 1,2 1,0 0,8 0,6 RMSE Lee Yu 0,4 1,2 1,0 0,8 0,6 0,4 k=5 k=6 k=7 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 24
25 4. Peramalan Inflasi umum di Indonesia tahun 2011 dimana dan Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 25
26 4. Peramalan Inflasi umum di Indonesia tahun 2011 Sehingga model yang digunakan ialah WFTS dengan algoritma LEE pada: orde (1,2,3) k = 7 c = 2 skema 4 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 26
27 4. Peramalan Inflasi umum di Indonesia tahun 2011 Sehingga model yang digunakan ialah WFTS dengan algoritma LEE pada: orde (12) k = 20 c = 1,6 Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 27
28 Kesimpulan 1. Orde terbaik pada WFTS 2. Metode terbaik untuk peramalan tahun 2011 Inflasi umum di Indonesia Inflasi kelompok bahan makanan Orde (1,2,3) Orde (1,2,3) Orde (12) MA(1) dengan outlier WFTS pada algoritma Lee dengan skema 3, orde (1,2,3), k = 7, dan c = 1. Inflasi kelompok Pendidikan dan olahraga WFTS pada algoritma Lee dengan orde (12), k = 20, dan c = 1,6 Saran yang dapat disampaikan untuk pengembangan dari Tugas Akhir ini adalah mengembangkan cara untuk mendapatkan orde maupun banyak bagian himpunan sampel yang tepat untuk peramalan menggunakan WFTS Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 28
29 Bank Indonesia. 2008a. Pentingnya Kestabilan Harga, < Moneter/Inflasi/Pengenalan+Inflasi/pentingnya.htm> Diunduh pada 07 Februari 2011 pukul Bank Indonesia. 2008b. Inflasi, < Inflasi/> Diunduh pada 07 Februari 2011 pukul 13:33. Chen, S.M Forecasting Enrollments Based on Fuzzy Time Series. Fuzzy Sets and System 81, 3: Chen, S.M Forecasting Enrollments Based on High-order Fuzzy Time Series. Cybernetics and Systems 33, 1:1-16. Chen, S.M. and Hwang, J.R Temperature Prediction Using Fuzzy Time Series. IEEE Transaction on Systems, Man, and Cybernetics 30, 2: Cheng, C.H., Chen, T.L., Teoh, H.J., and Chiang, C.H Fuzzy Time Series Based on Adaptive Expectation Model for TAIEX Forecasting. Expert Systems with Application 34, 2: Huarng, K.H Heuristic Models of Fuzzy Time Series for Forecasting. Fuzzy Sets and Systems 123, 3: Hwang, J.R., Chen, S.M., and Lee, C.H Handling Forecasting Problems Using Fuzzy Time Series. Fuzzy Sets and Systems 100, 2: Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 29
30 Lee, M.M., and Suhartono An Novel Weighted Fuzzy Time Series Models for Forecasting Seasonal Data. Proceeding 2 nd International Conference on Mathematical Sciences. Kuala Lumpur, 30 November-30 Desember: Sigh, S.R A Simple Time-Variant Method for Fuzzy Time Series Forecasting. Cybernetics and Systems 38, 3: Song, Q., and Chissom, B.S. 1993a. Forecasting Enrollments with Fuzzy Time Series-part I. Fuzzy Sets and System 54, 1-9. Song, Q., and Chissom, B.S. 1993b. Fuzzy Time Series and Its Model. Fuzzy Sets and System 54, Song, Q Seasonal Forecasting in Fuzzy Time Series. Fuzzy Sets and Systems 107, Yu, H.K Weighted Fuzzy Time Series Models for TAIEX Forecasting. Physica A. Statistical Mechanics and Its Application 349, Zhang, G.P Time Series Forecasting using A Hybrid ARIMA and Neural Network Model. Neurocomputing 50, Seminar hasil Tugas Akhir S1 Statistika, 24 Juni 2011 Slide 30
31
PERAMALAN INFLASI DENGAN METODE WEIGHTED FUZZY TIME SERIES
PERAMALAN INFLASI DENGAN METODE WEIGHTED FUZZY TIME SERIES Dwi Ayu Lusia 1, Suhartono 2 1 Mahasiswa Program Sarjana, Jurusan Statistika FMIPA-ITS (1307 100 013), 2 Dosen Pembimbing, Jurusan Statistika
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 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 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 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 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 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 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 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 terperinciPrediksi Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Menggunakan Fuzzy Time Series
Prediksi Jumlah Kunjungan Pasien Poli Bedah di Rumah Sakit Onkologi Surabaya Menggunakan Fuzzy Time Series Arfinda Setiyoutami a, Wiwik Anggraeni b, Renny Pradina Kusumawardani c Jurusan Sistem Informasi
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 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 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 terperinciMetode Automatic Clustering - Fuzzy logic relationships untuk Peramalan Data Univariate
Metode Automatic Clustering - Fuzzy logic relationships untuk Peramalan Data Univariate Oleh. ROBERT KURNIAWAN Pembimbing: Drs. Slamet Mulyono, M.Sc., P.hD Co. Pembimbing: Dr. Irhamah, M.Si Latar Belakang
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 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 terperinciBab II LANDASAN TEORI
Bab II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan
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 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 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 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. Kemunculan minimarket yang begitu banyak membuat manajemen
BAB I PENDAHULUAN 1.1. Pendahuluan Kemunculan minimarket yang begitu banyak membuat manajemen perusahaan minimarket harus berfikir kreatif agar dapat bersaing dengan usaha sejenis dalam merebut pangsa
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 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 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 terperinciESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2
Vol. 7, No. 2, Desember 2012 ESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2 Novi Mara KODE ARTIKEL : 117-2-12
Lebih terperinciFUZZY TIME SERIES MARKOV CHAIN DALAM MERAMALKAN HARGA SAHAM
FUZZY TIME SERIES MARKOV CHAIN DALAM MERAMALKAN HARGA SAHAM Nurmalia Rukhansah 1, Much Aziz Muslim 2, Riza Arifudin 3 1 Jurusan Matematika, FMIPA, Universitas Negeri Semarang 2,3 Jurusan Ilmu Komputer,
Lebih terperinciBAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung)
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan proses perkiraan tentang sesuatu yang terjadi pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung) merupakan data yang
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 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini membahas teori penunjang yang berhubungan dengan penerapan metode average-based fuzzy time series pada sistem peramalan jumlah penjualan distributor telur. 2.1 Peramalan Peramalan
Lebih terperinciPERAMALAN BUTUHAN HIDUP MINIMUM MENGGUNAKAN AUTOMATIC CLUSTERING DAN FUZZY LOGICAL RELATIONSHIP
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol 3, No 2, Juni 2016, hlm 94-102 PERAMALAN BUTUHAN HIDUP MINIMUM MENGGUNAKAN AUTOMATIC CLUSTERING DAN FUZZY LOGICAL RELATIONSHIP Yusuf Priyo Anggodo
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 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 terperinciPERBANDINGAN METODE FUZZY TIME SERIES DAN HOLT DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN JUMLAH MAHASISWA BARU INSTITUT PERTANIAN BOGOR STEVEN
PERBANDINGAN METODE FUZZY TIME SERIES DAN HOLT DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN JUMLAH MAHASISWA BARU INSTITUT PERTANIAN BOGOR STEVEN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
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 terperinciMODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO
MODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO oleh INDIAWATI AYIK IMAYA M0111045 SKRIPSI ditulis dan diajukan untuk memenuhi
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 terperinciFITTING MODEL PADA DATA JUMLAH MAHASISWA BARU INSTITUT PERTANIAN BOGOR MENGGUNAKAN METODE FUZZY TIME SERIES CHEN DAN HSU DIAN PERMANA
FITTING MODEL PADA DATA JUMLAH MAHASISWA BARU INSTITUT PERTANIAN BOGOR MENGGUNAKAN METODE FUZZY TIME SERIES CHEN DAN HSU DIAN PERMANA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciPERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas
Lebih terperinciImplementasi Metode Fuzzy Time Series Cheng untuk prediksi Kosentrasi Gas NO2 Di Udara
Jurnal Sistem Informasi Bisnis 07(2017) On-line : http://ejournal.undip.ac.id/index.php/jsinbis 17 Implementasi Metode Fuzzy Time Series Cheng untuk prediksi Kosentrasi Gas NO2 Di Udara M Yoka Fathoni
Lebih terperinciJurnal String Vol. 2 No. 1 Agustus 2017 p-issn: e-issn:
ANALISIS DAN MODEL PERAMALAN DATAEKSPOR IMPOR DENGAN METODE GABUNGAN ARIMA NEURAL NETWORK Aris Gunaryati Program Studi Teknik Informatika, Universitas Nasional E-Mail : arisgunaryati@yahoo.co.id Abstrak
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 terperinciImplementasi Metode Time Series Arima dan Arimax pada Pemodelan Data Jumlah Permintaan Busana Muslim Anak di Perusahaan Habibah Busana
Implementasi Metode Time Series Arima dan Arimax pada Pemodelan Data Jumlah Permintaan Busana Muslim Anak di Perusahaan Habibah Busana Dosen Pembimbing I : Wiwik Anggraeni, S.Si, M.Kom Dosen Pembimbing
Lebih terperinciModel Average Based FTS Markov Chain untuk Peramalan Penggunaan Bandwidth Jaringan Komputer
31 Model Average Based FTS Markov Chain untuk Peramalan Penggunaan Bandwidth Jaringan Komputer Junaidi Noh, Wijono, dan Erni Yudaningtyas Abstract This paper discusses the problem of modeling the computer
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini membahas tentang hal-hal yang menjadi latar belakang pembuatan tugas akhir, rumusan masalah, tujuan, batasan masalah, manfaat, metodologi penelitian serta sistematika penulisan
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 HARGA EMAS MENGGUNAKAN FUZZY TIME SERIES MARKOV CHAIN MODEL. Abstrak
PERAMALAN HARGA EMAS MENGGUNAKAN FUZZY TIME SERIES MARKOV CHAIN MODEL Nurmalia Rukhansah 1), Much Aziz Muslim 2), Riza Arifudin 3) 1,2,3 Fakultas Matematika dan IPA, Universitas Negeri Semarang 1 liarukhansah@gmail.com,
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 terperinciPeramalan Beban Listrik Jangka Pendek pada Sistem Kelistrikan Jawa Timur dan Bali Menggunakan Fuzzy Time Series
Peramalan Beban Listrik Jangka Pendek pada Sistem Kelistrikan Jawa Timur dan Bali Menggunakan Fuzzy Time Series BAGUS HANDOKO 2206 100 125 Jurusan Teknik Elektro, Fakultas Teknologi Industri, ITS Surabaya
Lebih terperinciPERAMALAN KURS RUPIAH TERHADAP DOLAR DENGAN METODE BERBASIS RATA-RATA FUZZY TIME SERIES MARKOV CHAIN FUJI KURNIA NINGSIH
PERAMALAN KURS RUPIAH TERHADAP DOLAR DENGAN METODE BERBASIS RATA-RATA FUZZY TIME SERIES MARKOV CHAIN FUJI KURNIA NINGSIH DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN
Lebih terperinciPERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN DI INDONESIA
PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY-MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA SKRIPSI Disusun Oleh : LINTANG AFDIANTI NURKHASANAH NIM. 24010211120004 JURUSAN STATISTIKA
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN Bab ini membahas tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, serta sistematika penulisan. 1.1. Latar Belakang
Lebih terperinciPENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA
PENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA oleh ANWAR SETYO UTOMO M0109012 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciPEMODELAN GENERAL REGRESSION NEURAL NETWORK (GRNN) PADA DATA RETURN INDEKS HARGA SAHAM EURO 50
PEMODELAN GENERAL REGRESSION NEURAL NETWORK (GRNN) PADA DATA RETURN INDEKS HARGA SAHAM EURO 50 SKRIPSI Disusun Oleh : REZZY EKO CARAKA 240 102 111 400 85 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
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 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 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. 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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan studi terhadap data historis untuk menemukan hubungan, kecenderungan dan pola data yang sistematis (Makridakis, 1999). Peramalan menggunakan pendekatan
Lebih terperinciABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID
ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID Peramalan adalah bagian integral dari kegiatan pengambilan keputusan manajemen. Ramalan yang dilakukan umumnya berdasarkan pada
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 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 terperinciPERAMALAN PRODUKSI PADI DENGAN ARIMA, FUNGSI TRANSFER DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
PERAMALAN PRODUKSI PADI DENGAN ARIMA, FUNGSI TRANSFER DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Oleh: ADI WIJAYA NRP. 1310201720 Dosen Pembimbing: Dr. Suhartono, S.Si, M.Sc PROGRAM MAGISTER STATISTIKA
Lebih terperinciPREDIKSI CURAH HUJAN DENGAN MENGGUNAKAN FUZZY FORECASTING BERBASIS AUTOMATIC CLUSTERING DAN AXIOMATIC FUZZY SET CLASSIFICATION
ISSN : 255-965 e-proceeding of Engineering : Vol.4, No. Desember 2017 Page 5120 PREDIKSI CURAH HUJAN DENGAN MENGGUNAKAN FUZZY FORECASTING BERBASIS AUTOMATIC CLUSTERING DAN AXIOMATIC FUZZY SET CLASSIFICATION
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 terperinciAnalisis Deret Waktu
Analisis Deret Waktu Jenis Data Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciPEMODELAN NEURO-ARIMA UNTUK CURAH HUJAN DI KOTA SURABAYA
PEMODELAN NEURO-ARIMA UNTUK CURAH HUJAN DI KOTA SURABAYA Oleh: Wiwinta Sutrisno 22 08 203 009 Pembimbing: Prof. Dr. Ir. Gamantyo Hendrantoro, M.Eng Hal 1 dari 28 Latar Belakang Curah Hujan sangat berpengaruh
Lebih terperinciANALISIS DERET WAKTU
ANALISIS DERET WAKTU JENIS DATA Cross section Beberapa pengamatan diamati bersama-sama pada periode waktu tertentu Harga saham semua perusahaan yang tercatat di BEJ pada hari Rabu 27 Februari 2008 Time
Lebih terperinciMODEL ANALISIS PREDIKSI MENGGUNAKAN METODE FUZZY TIME SERIES
46 MODEL ANALISIS PREDIKSI MENGGUNAKAN METODE FUZZY TIME SERIES Kristiawan Nugroho AMIK JTC Semarang Abstrak Prediksi atau peramalan merupakan kegiatan yang memperkirakan kejadian di masa yang akan datang,
Lebih terperinciPENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA
PENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA oleh ANWAR SETYO UTOMO M0109012 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap
GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : Genap Berlaku mulai: Genap/2010 MATA KULIAH : TEKNIK PERAMALAN KODE MATA KULIAH/ SKS : 410103096 / 3 SKS MATA KULIAH PRASYARAT
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan metode ARIMA box jenkins untuk meramalkan kebutuhan bahan baku. 2.1. Peramalan Peramalan
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL RUNTUN WAKTU FUZZY TIGA FAKTOR
PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL RUNTUN WAKTU FUZZY TIGA FAKTOR oleh MAULIDA DWI RAHMITANINGRUM M0111054 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
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 terperinciPrediksi Jumlah Kunjungan Pasien Rawat Jalan Menggunakan Metode Genetic Fuzzy Systems Studi Kasus: Rumah Sakit Usada Sidoarjo
JURNAL TEKNIK ITS Vol. 1, No. 1(Sept. 2012) ISSN: 2301-9271 A-482 Prediksi Jumlah Kunjungan Pasien Rawat Jalan Menggunakan Metode Genetic Fuzzy Systems Studi Kasus: Rumah Sakit Usada Sidoarjo Lia Farihul
Lebih terperinciBAB I PENDAHULUAN. menggunakan nota atau catatan yang kurang efisien. depan. Penggunaan sistem manual dalam melakukan penjualan spare part truk
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin maju, mendorong masyarakat untuk dapat mengikuti perkembangannya. Khususnya dalam dunia bisnis dan perdagangan, teknologi memberi
Lebih terperinciANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG
ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG SKRIPSI Disusun Oleh : NOVIA DIAN ARIYANI 24010211120016 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciMetode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api
Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api Efek Variasi Kalender dengan Pendekatan Regresi Time Series Nur Ajizah 1, Resa Septiani Pontoh 2, Toni Toharudin 3 Mahasiswa Program
Lebih terperinciLAPORAN PERTANGGUNG JAWABAN WORKSHOP STATISTIKA 2015 WORKSHOP ON MODERN SPATIO-TEMPORAL MODELING
LAPORAN PERTANGGUNG JAWABAN WORKSHOP STATISTIKA 2015 WORKSHOP ON MODERN SPATIO-TEMPORAL MODELING PROGRAM STUDI S2 STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Peramalan 2.1.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang (Sofjan Assauri,1984). Setiap kebijakan ekonomi
Lebih terperinciRenny Elfira Wulansari, Epa Suryanto, Kiki Ferawati, Ilafi Andalita, Suhartono
Statistika, Vol. No., November 0 Penerapan Time Series Regression with Calendar Variation Effect pada Data Netflow Uang Kartal Bank Indonesia Sebagai Solusi Kontrol Likuiditas Perbankan di Indonesia Renny
Lebih terperinciPERAMALAN 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 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 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. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Berdasarkan sifatnya peramalan terbagi atas dua yaitu peramalan kualitatif dan peramalan kuantitatif. Metode kuantitatif terbagi atas dua yaitu analisis deret berkala
Lebih terperinciKAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU
Bimaster Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 02, No.3 (2013), hal 205-210 KAJIAN TEORITIS HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK UNTUK PERAMALAN DATA RUNTUN WAKTU Muhlasah
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 terperinciCombined for Time Series Forecasting
RBF and ARIMA Combined for Time Series Forecasting Dian Tri Wiyanti Teknik Informatika Universitas Semarang Semarang, Indonesia deediy87@gmailcom Reza Pulungan Jurusan Ilmu Komputer dan Elektronika FMIPA
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 terperinciJURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 31-40 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DATA RUNTUN WAKTU DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Lebih terperinciAnalisis Perbandingan Logika Fuzzy Time Series Sebagai Metode Peramalan Hafiz Riyadli STMIK Palangkaraya
Analisis Perbandingan Logika Fuzzy Time Series Sebagai Metode Peramalan Hafiz Riyadli STMIK Palangkaraya hafiz.riyadli@gmail.com Abstract - Fuzzy method in the world of information and communication technology
Lebih terperinciImplementasi Gabungan Metode Multi-Factors High Order Fuzzy Time Series dengan Fuzzy C-Means untuk Peramalan Tingkat Inflasi di Indonesia
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 548-964X Vol., No. 7, Juli 018, hlm. 569-577 http://j-ptiik.ub.ac.id Implementasi Gabungan Metode Multi-Factors High Order Fuzzy Time Series
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN Deskripsi Data
BAB IV HASIL DAN PEMBAHASAN 4.. Deskripsi Data Pada penelitian ini data yang digunakan adalah data bulanan banyaknya wisatawan yang datang di kota Surakarta dari Januari 200 sampai Desember 204. Data banyaknya
Lebih terperinciPERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN
PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN MENGGUNAKAN HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE NEURAL NETWORK Disusun oleh : Berta Elvionita Fitriani 24010211120005
Lebih terperinciPeramalan Produksi Gula Pasir Menggunakan Fuzzy Time Series Dengan Optimasi Algoritma Genetika (Studi Kasus PG Candi Baru Sidoarjo)
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2542-2548 http://j-ptiik.ub.ac.id Pe Produksi Gula Pasir Menggunakan Fuzzy Time Series Dengan
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 terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
49 BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Standar Optimasi Dasar evaluasi untuk mengoptimalkan supply chain management pada Honda Tebet (PT. Setianita Megah Motor) dari proses bisnis perusahaan
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
53 BAB 4 HASIL DAN PEMBAHASAN Pembahasan pada bab ini menjelaskan mengenai hasil pengumpulan data, hasil analisis data, pembahasan dan hasil perancangan layar. Setelah hasil perancangan layar juga terdapat
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 I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam aspek kehidupan ini, banyak ditemui permasalahan yang berkaitan dengan prediksi masa depan yang tidak pasti. Peramalan adalah suatu usaha untuk memperkirakan
Lebih terperinci