Utari Sri Mayanti
Universitas Sumatera Utara

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

MODEL HIBRIDA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN FUZZY TIME SERIES (FTS) UNTUK PERAMALAN PRODUKSI KELAPA SAWIT PT. PERKEBUNAN NUSANTARA II Utari Sri Mayanti; Open Darnius; Israil Sitepu
CARTESIUS : Jurnal Pendidikan Matematika Vol 6 No.1 Tahun 2023
Publisher : Unika Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model autoregressive integrated moving average (ARIMA) merupakan model yang secara penuh mengabaikan independen varibel dalam pembuatan peramalan. Untuk menghasilkan peramalan dalam jangka pendek yang akurat metode ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen. Peramalan dengan menggunakan model ARIMA masih memiliki kekurangan dengan nilai kesalahan pengukuran yang cukup besar selain itu pada beberapa data time series terkadang mengandung pola linier maupun nonlinier sekaligus di dalamnya, maka diperlukan penggabungan model lain untuk meramalkan data non linier yang efektif seperti model fuzzy. Fuzzy Time Series (FTS) merupakan konsep yang digunakan untuk meramalkan masalah, dimana data aktual diubah menjadi nilai-nilai linguistik. Dengan Hibrida ARIMA dan FTS ditemukan model terbaik dengan Pemodelan Hibrida ARIMA (6,1,4) dan FTS pembobot Cheng dengan nilai RMSE terkecil yaitu sebesar 0,10615.
MODEL HIBRIDA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN FUZZY TIME SERIES (FTS) UNTUK PERAMALAN PRODUKSI KELAPA SAWIT PT. PERKEBUNAN NUSANTARA II Utari Sri Mayanti; Open Darnius; Israil Sitepu
CARTESIUS : Jurnal Pendidikan Matematika Vol 6 No.1 Tahun 2023
Publisher : Unika Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model autoregressive integrated moving average (ARIMA) merupakan model yang secara penuh mengabaikan independen varibel dalam pembuatan peramalan. Untuk menghasilkan peramalan dalam jangka pendek yang akurat metode ARIMA menggunakan nilai masa lalu dan sekarang dari variabel dependen. Peramalan dengan menggunakan model ARIMA masih memiliki kekurangan dengan nilai kesalahan pengukuran yang cukup besar selain itu pada beberapa data time series terkadang mengandung pola linier maupun nonlinier sekaligus di dalamnya, maka diperlukan penggabungan model lain untuk meramalkan data non linier yang efektif seperti model fuzzy. Fuzzy Time Series (FTS) merupakan konsep yang digunakan untuk meramalkan masalah, dimana data aktual diubah menjadi nilai-nilai linguistik. Dengan Hibrida ARIMA dan FTS ditemukan model terbaik dengan Pemodelan Hibrida ARIMA (6,1,4) dan FTS pembobot Cheng dengan nilai RMSE terkecil yaitu sebesar 0,10615.