PEMODELAN PERAMALAN MENGGUNAKAN METODE FUZZY TIME SERIES MARKOV CHAIN ORDE SATU DAN DUA : Studi Kasus Penjualan Mobil Merek Toyota

Poppy Fitrah Khopipah, - (2023) PEMODELAN PERAMALAN MENGGUNAKAN METODE FUZZY TIME SERIES MARKOV CHAIN ORDE SATU DAN DUA : Studi Kasus Penjualan Mobil Merek Toyota. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_MAT_1900695_Title.pdf Download (680kB)
	Text S_MAT_1900695_Chapter1.pdf Download (163kB)
	Text S_MAT_1900695_Chapter2.pdf Restricted to Staf Perpustakaan Download (198kB)
	Text S_MAT_1900695_Chapter3.pdf Download (256kB)
	Text S_MAT_1900695_Chapter4.pdf Restricted to Staf Perpustakaan Download (406kB)
	Text S_MAT_1900695_Chapter5.pdf Download (209kB)
	Text S_MAT_1900695_Appendix.pdf Restricted to Staf Perpustakaan Download (556kB)

Abstract

Salah satu teknik peramalan data time series adalah peramalan menggunakan Fuzzy Time Series (FTS) yang menggunakan konsep teori fuzzy dalam proses peramalannya. Penelitian ini membahas tentang peramalan data penjualan mobil merk Toyota dengan menggunakan metode Fuzzy Time Series Markov Chain orde satu dan dua. Salah satu perbedaan metode Fuzzy Time Series dengan peramalan yang menggunakan metode time series lainnya adalah peramalan menggunakan Fuzzy Time Series ini tidak memerlukan pemenuhan uji asumsi dan konsep yang digunakan untuk memprediksinya adalah dengan cara menggunakan data aktual yang dibentuk kedalam nilai – nilai linguistik. Tujuan dari peramalan ini adalah untuk mengetahui pemodelan terbaik dari Fuzzy Time Series Markov Chain orde satu dan dua serta meramalkan banyaknya penjualan mobil merk Toyota untuk dua peride selanjutnya. Peramalan dilakukan guna mengantisipasi adanya kelebihan atau kekurangan produksi. Data yang digunakan dalam penelitian ini adalah data penjualan mobil merk Toyota periode Janurari 2016 – April 2023. Software yang digunakan untuk pengolahan data pada penelitian ini adalah Microsoft Excel. Berdasarkan uji kesalahan Mean Absolute Percentage Error (MAPE) dapat ditarik kesimpulan bahwa metode peramalan menggunakan Fuzzy Time Series Markov Chain orde dua memberikan hasil paling baik dengan nilai MAPE sebesar 11,867 % dan RMSE sebesar 19,48. One technique for forecasting time series data is forecasting using Fuzzy Time Series (FTS) which uses the concept of fuzzy theory in the forecasting process. This study discusses the forecasting of Toyota car sales data using the order 1 and 2 Fuzzy Time Series Markov Chain methods. One of the differences between the Fuzzy Time Series method and forecasting using other time series methods is that forecasting using the Fuzzy Time Series does not require the fulfillment of assumptions and concept tests used to predict it by using actual data that is formed into linguistic values. The purpose of this forecasting is to find out the best modeling of the order 1 and 2 Fuzzy Time Series Markov Chain and to predict the number of sales of Toyota brand cars for the next two periods. Forecasting is done to anticipate any excess or shortage of production. The data used in this study is sales data for Toyota brand cars for the period January 2016 – April 2023. The software used for data processing in this study is Microsoft Excel. Based on the Mean Absolute Percentage Error (MAPE) error test, it can be concluded that the forecasting method using order 2 Fuzzy Time Series Markov Chain gives the best results with a MAPE value of 11.867% and with a RMSE value of 19,48.

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?hl=en&user=bSrKhNkAAAAJ SINTA ID : 6675529 SINTA ID : 5981275
Uncontrolled Keywords:	Fuzzy Time Series Markov Chain, orde satu, orde dua. Fuzzy Time Series Markov Chain, first order, second order.
Subjects:	L Education > L Education (General) Q Science > QA Mathematics
Divisions:	Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Program Studi Matematika (non kependidikan)
Depositing User:	Poppy Fitrah Khopipah
Date Deposited:	04 Sep 2023 07:45
Last Modified:	04 Sep 2023 07:45
URI:	http://repository.upi.edu/id/eprint/101071

Actions (login required)

View Item