Alghifari, Dloifur Rohman (2018) Optimasi Fuzzy Time Series Menggunakan Algoritme Particle Swarm Optimization Untuk Peramalan Produk Domestik Bruto (PDB) Indonesia. Sarjana thesis, Universitas Brawijaya.
Abstract
Sebagai salah satu indikator masukan pada penyusunan rancangan programprogram pembangunan. Peramalan Produk Domestik Bruto (PDB) ini diharapkan dapat memberikan gambaran mengenai pertumbuhan ekonomi dan kinerja perekonomian di Indonesia. Sumber data PDB biasanya berasal dari hasil survei maupun dari catatan administrasi dari berbagai Lembaga intansi. Terkadang terdapat permasahan sumber data kurang lengkap atau tidak tersedia saat perhitungan nilai PDB, sehingga diperlukan suatu cara untuk memperkirakan nilai PDB agar dapat menggambarkan keadaan sebenarnya. Untuk meningkatkan akurasi peramalan digunakan optimasi interval pada fuzzy time series menggunakan particle swarm optimization (PSO). Berdasarkan hasil parameter terbaik yang didapat, tingkat kesalahan peramalan yang dihasilkan menggunakan MAPE sebesar 2,48% dari 10 data uji. Hasil tersebut menunjukkan kemampuan peramalan yang baik dengan tingkat kesalahan yang rendah. Dilakukan perbandingan hasil peramalan untuk metode usulan sedikit lebih baik dari metode fuzzy time series dengan penentuan interval berbasis rata-rata dengan MAPE 2,66%. Tetapi tidak lebih baik dari metode regresi linier dengan MAPE 1,52%.
English Abstract
As one of the input indicators for development programs. This Gross Domestic Product (GDP) forecasting is expected to provide information about economic growth and performance in Indonesia. Data sources of GDP usually come from survey results or from administrative records from various institutions. Sometimes the source data is incomplete or not available when calculating GDP values, it must be determined how to calculate the GDP value so that it can be used to estimate GDP forecasting using fuzzy time series. To improve forecasting accuracy, we use fuzzy time series optimization intervals using particle swarm optimization (PSO). Based on the parameters obtained, the forecasting error rate generated using MAPE is 2.48% of the 10 test data. These results indicate good forecasting ability with a low error rate. The comparison of forecasting results for the proposed method is slightly better than the fuzzy time series method with the determination of the average interval based on MAPE 2.66%. But it is no better than the linear regression method with MAPE 1.52%
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/1049/051901078 |
| Uncontrolled Keywords: | produk domestic bruto, peramalan, fuzzy time series, particle swarm optimization.-gross domestic product, forecasting, fuzzy time series, particle swarm optimization. |
| Subjects: | 600 Technology (Applied sciences) > 658 General management > 658.4 Executive management > 658.403 Decision making and information management > 658.403 028 5 Computer applications |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | soegeng sugeng |
| Date Deposited: | 22 Apr 2020 19:20 |
| Last Modified: | 19 Oct 2021 08:12 |
| URI: | http://repository.ub.ac.id/id/eprint/167167 |
Preview |
Text
Dloifur Rohman Alghifari.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |