Putri, Nendiana (2017) Prediksi Volume Impor Beras Nasional Dengan Metode Multi-Factors High-Order Fuzzy Time Series. Sarjana thesis, Universitas Brawijaya.
Abstract
Swasembada beras yang baik diperlukan untuk menghemat devisa negara yang digunakan untuk mengimpor beras. Prediksi volume impor beras yang akurat dibutuhkan sebagai pertimbangan untuk merencanakan langkah – langkah strategis dalam menjaga kestabilan swasembada beras nasional. Terdapat berbagai model fuzzy time series, salah satunya adalah metode multi-factors high-order time series. Metode ini membagi data ke dalam subinterval dengan panjang yang berbeda, berdasarkan pusat cluster yang telah didapatkan melalui proses pengelompokan(clustering) menggunakan metode fuzzy C-Means. Kelebihan dari metode ini adalah dapat menggunakan beberapa antecedent factor serta order lebih dari satu, untuk membentuk fuzzy logic relationship. Disamping dari volume impor beras sebagai faktor utama, faktor produksi dan konsumsi beras dijadikan antecedent factor, karena kedua faktor tersebut mempengaruhi volume impor beras di Indonesia. Nilai Normalized Root Mean Squared Error (NRMSE) minimum yang didapatkan dari penelitian ini adalah sebesar 0,298. Nilai NRMSE yang mendekati nol menunjukkan bahwa metode multi-factors high-order fuzzy time series dapat melakukan prediksi volume impor beras dengan baik.
English Abstract
A good self-sufficient of rice support is needed to save some foreign exchange reserves that used to import rice. An accurate rice import volume prediction is needed to make a strategic plans for keeping management of rice support stability. Fuzzy time series is one of prediction methods which use past data pattern to projects data in the future. There are some fuzzy time series method’s models, one of those models is multi-factors high-order time series model. This method distributes data into several subintervals with different length, depending on centroids that came from clustering process with fuzzy C-Means method. Advantage from using multi-factors high-order time series model is this model uses more than one order and antecedent factor to build a fuzzy logic relationship. Antecedent factors that used in this case are rice productions and consumption factors that affect Indonesia’s rice import volume. Minimum value of Normalised Root Mean Squared Error (NRMSE) obtained 0.298 in this study. NRMSE value which is almost zero shows that multi-factors high-order fuzzy time series method is a good method for rice import volume prediction.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/358/051706871 |
| Uncontrolled Keywords: | prediksi, impor beras, fuzzy time series, multi-factors high-order fuzzy time series model, fuzzy C-Means. |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 16 Aug 2017 01:21 |
| Last Modified: | 08 Dec 2020 03:55 |
| URI: | http://repository.ub.ac.id/id/eprint/1368 |
Preview |
Text
Putri, Nendiana.pdf Download (5MB) | Preview |
Actions (login required)
 |
View Item |