Show simple item record

dc.contributor.authorFitra, Margiansyah
dc.contributor.authorHakim, RB. Fajriya
dc.date.accessioned2015-04-18T06:49:17Z
dc.date.available2015-04-18T06:49:17Z
dc.date.issued2015-03-07
dc.identifier.citation[1] Chen, S.-M. dan Hsu, C.-C., 2004, A New MethodtoForecastEnrollmentsUsingFuzzy Time Series, International Journal of Applied Science andEngineering, 2, 3, 234-244. [2] Jilani, T.A., BurneyS.M.A., dan Ardil C., 2007, FuzzyMetricApproach for Fuzzy Time SeriesForecastingbased on FrequencyDensityBasedPartitioning, World Academy ofScience, Engineeringand Technology, 34, 1-6. [3] Stevenson, M. dan Porter, J.E., 2009, Fuzzy Time SeriesForecastingUsingPercentageChange as theUniverse of Discourse, World Academy of Science, Engineeringand Technology, 27, 55, 154-157, http://www.waset.org/journals/waset/v55/. [4] OECD: Glossary of StatisticalTerms, http://stats.oecd.org/glossary/about.asp, diakses pada 29 Desember 2014. [5] Subanar dan Suhartono, 2009, WaveletNeural Networks untuk Peramalan Data Time Series Finansial, Program Penelitian Ilmu Dasar Perguruan Tinggi, FMIPA UGM, Yogyakarta. [6] Boediono dan Koster, W., 2001, Teori dan Aplikasi Statistika dan Probabilitas, PT. Remaja Rosdakarya, Bandung. [7] Render, B., Stair Jr., R.M. dan Hanna, M.E., 2003, QuantitativeAnalysis for Management, 8th edition, Pearson Education, Inc., New Jersey. [8] Popoola, A., Ahmad, S. dan Ahmad, K., 2004, A Fuzzy-WaveletMethod for AnalyzingNon-Stationary Time Series, Proc. of the 5th International Conference on RecentAdvancesinSoftComputing RASC2004, Nottingham, United Kingdom, 231-236. [9] Popoola, A.O., 2007, Fuzzy-WaveletMethod for Time SeriesAnalysis, Disertasi, Department of Computing, School of Electronics andPhysical Sciences, University of Surrey, Surrey. [10] Hansun, S., 2011, Penerapan Pendekatan Baru Metode Fuzzy-Wavelet dalam Analisis Data Runtun Waktu, Prosiding Seminar Nasional Ilmu Komputer (SEMINASIK) GAMA,Yogyakarta, Indonesia, November 11. [11] Hansun, S., 2011, Penerapan Pendekatan Baru Metode Fuzzy-Wavelet dalam Analisis Data Runtun Waktu, Tesis, Program Pasca Sarjana Ilmu Komputer, Universitas Gadjah Mada : Yogyakarta. [12] Wang, L.-X. dan Mendel, J.M., 1992, Generating Fuzzy Rules by Learning from Examples,IEEE Transactions on Systems, Man, and Cybernatics, 22, 6, 1414-1427. [13]Wang, L.-X., 1996, A Course in Fuzzy Systems and Control, Prentice-Hall International,Inc., United States of America. [14] BP. 2014. BP StatisticalReview of World Energy, www.bp.com/stasticalreview, Diakses Pada 16 Desember 2014). [15] Makridakis S, Steven C, Wheelwright, Victor E andMcGee, 1999. Metode dan Aplikasi Peramalan Jilid I. Edisi Kedua. Binarupa Aksara: Jakarta. [16] Song, Q. dan B. S. Chissom, 1993, Fuzzytimeseriesandits model, FuzzySetsand Systems, 54: 269-277. [17] Kusumadewi, S. dan Purnomo, S., 2004, Aplikasi Logika Fuzzy Untuk Pendukung Keputusan, Graha Ilmu : Yogyakarta. [18] Puspitasari, E., Linawati, L., dan H.A. Parhusip, 2012, Peramalan Persentase Perubahan Data Indeks Harga Saham Gabungan (IHSG) Dengan Fuzyy Time Series, Seminar Nasional Sains Dan Pendidikan Sains Universitas Kristen Satya Wacana 21-22 September 2012. [19] Lamabelawa, M. I. J.. 2011. Metode Fuzzy Time Series untukPeramalan Data Runtun Waktu (Studikasus: Produk Domestik Bruto Indonesia). [Tesis]. Yogyakarta. Universitas Gadjah Madain_ID
dc.identifier.isbn978.602.361.002.0
dc.identifier.urihttp://hdl.handle.net/11617/5726
dc.description.abstractFuzzy Time Series merupakan salah satu metode softcomputing yang telah digunakan dan diterapkan dalam analisis data runtun waktu. Banyak peneliti yang telah berkontribusi dalam pengembangan analisis runtun waktu menggunakan Fuzzy Time Series, seperti Chen dan Hsu [1], Jilani dik.[2], serta Stevenson dan Porter [3]. Pada penelitian ini akan menerapkan metode Fuzzy Time Series yang dikembangkan oleh Stevenson dan Porter. Data yang digunakan dalam penelitian ini adalah data konsumsi batubara di Indonesia dari tahun 1989 – 2013. Pada penelitian ini Metode Fuzzy Time SeriesStevenson Porter digunakan untuk meramalkan konsumsi batubara di Indonesia pada waktu t+1 dan t+2 yaitu tahun 2014 dan 2015. Dalam hal ini akan dilakukan peramalan terlebih dahulu terhadap data konsumsi batubara pada waktu t+1 dan t+2 menggunakan DoubleExponentialSmoothing (DES). Penerapan Metode Fuzzy Time SeriesStevenson Porter pada data aktual ditambah data hasil peramalan menunjukkan nilai error yang lebih kecil dibandingkan dengan hanya menggunakan metode DES, yaitu 12,35 : 17,34 untuk nilai MAPE dan 14,23 : 15,21 untuk nilai MSEin_ID
dc.language.isoidin_ID
dc.publisherUniversitas Muhammadiyah Surakartain_ID
dc.subjectPeramalanin_ID
dc.subjectFuzzy Time Seriesin_ID
dc.subjectDESin_ID
dc.subjectBatubarain_ID
dc.titleMetode Fuzzy Time Series Stevenson Porter dalam Meramalkan Konsumsi Batubata di Indonesiain_ID
dc.typeArticlein_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record