PREDIKSI JUMLAH KENDARAAN BERMOTOR DI KOTA TERNATE MENGGUNAKAN METODE AVERAGE BASED FUZZY TIME SERIES MODEL

., Friyanti (2024) PREDIKSI JUMLAH KENDARAAN BERMOTOR DI KOTA TERNATE MENGGUNAKAN METODE AVERAGE BASED FUZZY TIME SERIES MODEL. Masters thesis, UNIVERSITAS KHAIRUN.

	Text 1. COVER.pdf - Published Version Download (216kB)
	Text 7. Abstrak_indonesia.pdf - Published Version Download (185kB)
	Text 10. BAB I.pdf - Published Version Download (436kB)
	Text 15. DAFTAR PUSTAKA.pdf - Published Version Download (301kB)

Abstract

Friyanti 2024. Prediksi atau forecasting merupakan salah satu unsur yang sangatpenting dalam pengambilan keputusan. Dampak yang ditimbulkan seperti jumlah kendaraan bermotor, penduduk, jalan, dan luas wilayah. Dengan mempredisikan jumlah kendaraan bermotor, data hasil prediksi dapat digunakan dari sebuah program untuk mengurangi dampak jumlah kendaraan bermotor yang tinggi. Penelitian ini bertujuan untuk mengetahui Prediksi Jumlah Kendaraan Bermotor Di Kota Ternate Menggunakan Metode Average Based Fuzzy Time Series Model pada Kota Ternate pada tahun 2019 sampai 2024. Penyelesaian dengan menggunakan data Metode Average Based dan fuzzy time seriesangka interval telah ditentukan di awal proses perhitungan, proses ini sangat berpengaruh dalam pembentukan fuzzy relationship pada setiap angka untuk saling membandingkan yang tentuakan memberikan dampak perbedaan hasil perhitungan perediksi. Hasil pengujian yang diketahui bahwa Fuzzy time series adalah salah satu metode untuk prediksi. Salah satu tipe metode yaitu averagebased fuzzy time series dengan nilai total rata-rata yang dihitung menggunakan metode Mean Absolute Percentage Error (MAPE) diperoleh dari jumlah masing-masing indikator sebesar 2.98% yang menunjukkan bahwa penelitian ini termasuk dalam kategori baik digunakan dalam prediksi kendaraan bermotor di Kota Ternate karena memiliki nilai akurasi dibawah 20%. Dari predksi yang dilakukan menghasilkan nilai MAPE pengujian sebesar 1.01%, nilai MSE peramalan sebesar 1400,5 nilai MAD peramalan sebesar 27,93. Kata Kunci: Jumlah Kendaraan Bermotor, Prediksi, Fuzzy Time Series, Average Based, Mean Absolute Percentage Error (MAPE).

Actions (login required)

View Item