KAJIAN METODE FUZZY TIME SERIES-CHEN DAN FUZZY TIME SERIES-MARKOV CHAIN DAN TERAPAN PADA PERAMALAN CURAH HUJAN

Rahmadani Rahmadani, Mardiningsih Mardiningsih, Elly Rosmaini, Putri Khairiah Nasution

Abstract


Penelitian ini menggunakan metode Fuzzy Time Series-Chen dan Fuzzy Time Series-Markov Chain untuk mengkaji dan menerapkan kedua metode pada peramalan curah hujan di Kota Medan sehingga didapat keakuratan dari masing-masing metode. Fuzzy Time Series merupakan metode peramalan yang berdasarkan prinsip fuzzy. Peramalan pada metode ini yaitu dengan menggunakan pola data sebelumnya, kemudian pola tersebut dapat meramalkan data dimasa mendatang. Metode Fuzzy Time Series (FTS) merupakan pendekatan baru yang menggabungkan variabel linguistik dengan proses analisis sehingga diperoleh hasil kajian dan penerapan Fuzzy Time Series-Chen dan Fuzzy Time Series Markov-Chain untuk memprediksi curah hujan di Kota Medan pada Januari 2018- Oktober 2022 dilihat dari ketetapan nilai MAPE sangat akurat. Nilai MAPE dari hasil peramalan curah hujan di Kota Medan dengan menggunakan metode Fuzzy Time Series-Chen adalah sebesar % dan untuk peramalan satu bulan kedepan sebesar 264 mm di bulan November 2022 sedangkan Fuzzy Time Series Markov-Chain sebesar 1,01% dan prediksi bulan berikutnya sebesar 233 mm pada bulan November 2022. Perbandingan gambar Fuzzy Time Series-Chen memiliki (MAPE) lebih besar dibandingkan Fuzzy Time Series-Markov Chain dengan pola kesalahan pada tabelnya lebih besar. Berdasarkan kriteria MAPE, untuk Fuzzy Time Series-Chen dan Fuzzy Time Series-Markov Chain memenuhi akurasi peramalan akurat, karena tingkat MAPE-nya kurang dari 10%.


References


Agan and Teti Sofia Yanti (2022) ‘Perbandingan Metode Fuzzy Time Series Markov Chain dan Fuzzy Time Series Chen Average Based untuk Peramalan Volume Impor Migas.’, Bandung Conference Series: Statistics, 2(2), pp. 207–216. Available at: https://doi.org/10.29313/bcss.v2i2.3853.

Ajr, E.Q. and Dwirani, F. (2019) ‘Menentukan Stasiun Hujan dan Curah Hujan dengan Metode Polygon Thiessen Daerah Kabupaten Lebak’, Agustus, 2(2), pp. 139–146.

Alfajriani, A., Wati, M. and Puspitasari, N. (2020) ‘Penerapan Metode Fuzzy Time Series Chen dan Hsu dalam Memprediksi Kunjungan Wisatawan di Museum Mulawarman’, Jurnal Rekayasa Teknologi Informasi (JURTI), 4(2), p. 144. Available at: https://doi.org/10.30872/jurti.v4i2.5802.

Arnita, Afnisah, N. and Marpaung, F. (2020) ‘A Comparison of the Fuzzy Time Series Methods of Chen, Cheng and Markov Chain in Predicting Rainfall in Medan’, Journal of Physics: Conference Series, 1462(1). Available at: https://doi.org/10.1088/1742-6596/1462/1/012044.

Kurniawati Safitri, Dadan Kusnandar, N.N.D. (2023) ‘Peramalan Curah Hujan Dengan Metode Fuzzy Time Series Markov Chain’, Buletin Ilmiah Math, Stat, dan Terapannya (BIMASTER), 12(1), pp. 35–42.

Laily, Y.H., Rakhmawati, F. and Husein, I. (2023) ‘Penerapan Metode Fuzzy Time Series-Markov Chain Dalam Peramalan Curah Hujan Sebagai Jadwal Tanaman Padi’, Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika, 4(1), pp. 162–174. Available at: https://doi.org/10.46306/lb.v4i1.235.

Maria, L. et al. (2019) ‘respectively in Belu Regency at 261.4 mm; 339 mm; 258,167 mm, TTU Regency 123.5 mm; 77.35 mm; 57.57 mm, TTS Regency 379.5 mm; 381.95 mm; 380.07 mm, Kupang Regency 56.91 mm; 82.11 mm; 101.83 mm and Kota Kupang at 309.7 mm’, Jurnal Statistika Industri dan Komputasi, 4(2), pp. 1–9.

Nurhasan, U., Dyah Fatmawati, A. and Harijanto, B. (2021) ‘Implementasi Metode Fuzzy Time Series Markov Chain untuk Prediksi Harga Telur Puyuh’, Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 16(2), p. 80. Available at: https://doi.org/10.30872/jim.v16i2.5251.

Pambudi, R.A., Setiawan, B.D. and Wijoyo, S.H. (2018) ‘Implementasi Fuzzy Time Series untuk Memprediksi Jumlah Kemunculan Titik Api’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(11), pp. 4767–4776.

Rachim. F, Tarno and Sugito (2020) ‘Perbandingan Fuzzy Time Series dengan Metode Chen dan Metode S. R. Singh’, Jurnal Gaussian, Vol.9, pp. 306–315.

Rachmawati, M.D. and Anifah, L. (2021) ‘Prediksi Curah Hujan Menggunakan Metode Average Based dan High Order Fuzzy Time Series di Bandar Udara Juanda’, Journal of Information Engineering and Educational Technology, 3(1), pp. 11–15. Available at: https://doi.org/10.26740/jieet.v3n1.p11-15.

Sofhya, H.N. (2022) ‘Comparison of Fuzzy Time Series Chen and Cheng to Forecast Indonesia Rice Productivity’, Eduma : Mathematics Education Learning and Teaching, 11(1), p. 119. Available at: https://doi.org/10.24235/eduma.v11i1.10936.

Widiyani, W., Setyawan, Y. and Jatipaningrum, M.T. (2022) ‘Perbandingan Metode Fuzzy Time Series-Chen Dan Weighted Fuzzy Integrated Time Series Untuk Memprediksi Data Indeks Harga Saham Gabungan’, Jurnal Statistika Industri dan Komputasi, 7(1), pp. 81–87.




DOI: https://doi.org/10.30743/mes.v10i1.9333

Refbacks

  • There are currently no refbacks.