Skripsi

Perbandingan fuzzy time series dengan k-nearest neighbor pada prediksi harga bahan pokok di Jawa Timur / Trias Nur Ilmiani

Abstrak
Kebutuhan pangan merupakan kebutuhan dasar manusia yang harus dipenuhi. Tetapi dalam rangka pemenuhan kebutuhan seringkali dihadapkan oleh ketidakstabilan harga. Penyebabnya adalah karena faktor-faktor seperti gagal panen cuaca buruk (Satya 2016) harga bahan bakar naik serta distribusi yang tidak merata (Setiawan Hadianto 2013) dan tradisi pada hari besar keagamaan (Mangeswuri 2016). Seperti halnya pada daerah jawa timur harga bahan pokok mengalami kenaikan menjelang ramadhan akibat banyaknya permintaan dari luar daerah (Garside Asjari 2015). Dimana provinsi jawa timur merupakan pembangunan perekonomian nasional terbesar kedua setelah DKI Jakarta dengan kontribusi utama produksi pertanian perikanan dan kehutanan. Kenaikan harga bahan pokok dapat memicu terjadinya inflasi (Setiawan Hadianto 2013) sehingga dapat menyebabkan harga kebutuhan lain meningkat. Pada kasus tersebut metode peramalan atau prediksi diperlukan sebagai langkah antisipasi lonjakan harga bahan pokok. Metode peramalan ini merupakan metode peramalan time series karena data yang digunakan bergerak dalam kurun waktu tertentu. Metode yang dikembangkan untuk penelitian ini adalah Fuzzy Time Series dan K-Nearest Neighbor. Pengujian pada metode ini digunakan 1610 record data untuk masing-masing 8 komoditi bahan pokok yaitu beras minyak goreng daging ayam telur ayam cabai merah cabai rawit bawang merah dan bawang putih. Pengujian dibagi menjadi empat skenario diantaranya skenario 1yaitu data training 90 dan data testing 10 skenario 2 yaitu data training 80 dan data testing 20 skenario 3 yaitu data training 70 dan data testing 30 skenario 4 yaitu data training 60 dan data testing 40. Hasilnya Fuzzy Time Series nilai MAPE rata-rata lebih kecil yaitu 0.24 dibandingkan K-Nearest Neighbor dengan rata-rata MAPE 0.554. Sementara itu waktu eksekusi untuk K-Nearest Neighbor lebih cepat dibanding Fuzzy Time Series.

Informasi Detail

DDC

Rs 005.1 ILM p

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2020.

Deskripsi Fisik

xvi, 104 lembar: il., tab.; 30 cm

Bahasa

Indonesia

No Reg

00059/KI/21

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2020

Subjek

1. ALGORITMA KOMPUTER
2. EXTREME LEARNING MACHINE
3. COMPUTER ALGORITHMS

Pembimbing

1. Anik Nur Handayani; 2. Siti Sendari

Lampiran Berkas