Perbandingan tingkat akurasi metode average based Fuzzy Time Series Markov Chain dan Algoritma Novel Fuzzy Time Series: Studi kasus harga beras di tingkat perdagangan besar Indonesia

INDONESIA:

Seiring dengan perkembangan metode time series menyebabkan banyak pilihan metode untuk menganalisis data time series, salah satunya menggunakan fuzzy time series. Kelebihan dari metode fuzzy time series yaitu tidak membutuhkan asumsi-asumsi tertentu dan tidak memperhatikan pola data. Metode fuzzy time series dapat diterapkan dalam meramalkan keadaan pada data perkembangan harga pangan misalnya beras. Posisi beras sebagai bahan makanan pokok mengakibatkan komoditas ini menjadi salah satu indikator pertumbuhan ekonomi. Pentingnya menekan harga beras supaya stabil dapat dilakukan dengan peramalan terhadap harga beras di Indonesia pada masa mendatang. Metode penelitian yang digunakan untuk peramalan yaitu metode Average Based Fuzzy Time Series Markov Chain dan Algoritma Novel Fuzzy Time Series. Peneliti akan membandingkan kedua metode pada kasus harga beras dengan melihat tingkat akurasi yang lebih baik. Data yang digunakan dalam penelitian ini yaitu data rata-rata harga beras bulanan di tingkat perdagangan besar mulai bulan Januari 2015 hingga Maret 2021 dalam satuan Rp/Kg sebanyak 75 data. Hasil perbandingan tingkat akurasi menggunakan nilai Mean Absolute Percentage Error (MAPE), diperoleh peramalan rata-rata harga beras ditingkat perdagangan besar Indonesia untuk metode Average Based Fuzzy Time Series Markov Chain yaitu 0.36%, sedangkan nilai MAPE untuk metode Algoritma Novel Fuzzy Time Series yaitu 0.19%. Berdasarkan hasil MAPE dapat disimpulkan bahwa metode Algoritma Novel Fuzzy Time Series menghasilkan tingkat akurasi lebih baik dibandingkan dengan metode Average Based Fuzzy Time Series Markov Chain.

ENGLISH:

The development of time series methods leads to many choices of methods for analyzing time series data, one of which uses fuzzy time series. The advantages of the fuzzy time series method that is it does not require certain assumptions and does not count the data patterns. Fuzzy time series method can be applied in predicting the situation in food price development data such as rice. The position of rice as a staple food has resulted in this commodity being one of the indicators of economic growth. The importance of suppressing rice prices so that they are stable can be done by forecasting rice prices in indonesia in the future. The research method used for forecasting is average based fuzzy time series markov chain and novel algorithms fuzzy time series. Researchers will compare the two methods in the case of rice prices by looking at the level of accuracy that is better. The data used in this study is the average monthly rice price at the wholesale trade level from January 2015 to March 2021 in units of Rp/Kg as much as 75 data. The results of the comparison of the level of accuracy using the value of Mean Absolute Percentage Error (MAPE), obtained the forecast of the average price of rice at the indonesian wholesale trade level for average based fuzzy time series markov chain which is 0.36%, while the mape value for novel algorithm fuzzy time series is 0.19%. Based on the mape results, it can be concluded that the novel algorithm method fuzzy time series produces a better level of accuracy compared to the method average based fuzzy time series markov chain.

ARABIC:

إن مرور تطور سلسلة المدة تؤثر على كثير اختيار الطرائق لتحليل بيانات سلسلة المدة ومن إحدى هذه الطرائق هي استخدام سلسلة مدة الأغبش. ومن مميزات طريقة سلسلة مدة الأغبش هي أنها لا تحتاج إلى افتراضات المعينة ولا تهتم نموذج البيانات. فطريقة سلسلة مدة الأغبش مطبقة فى تنبؤ الأحوال على بيانات تطور سعر الحاجيات مثل الأرز. فموقع الأرز كأدوات الوجبات تسبب إلى كون هذه الوجبات كإحدى مؤثرات التطور الاقتصادي. وكانت أهمية ضبط سعر الأرز ليكون ثابتا أجري بعملية التنبؤ عن سعر الأرز بإندونيسيا فى المستقبل. فطريقة البحث المستخدمة لعملية التنبؤ هي طريقة المتوسط المعتمدة على سلسلة مدة الأغبش لمركوف جهين "Average Based Fuzzy Time Series Markov Chain" وخوارزمية رواية سلسلة مدة الأغبش "Algoritma Novel Fuzzy Time Series" . قامت الباحثة بمقارنة الطريقتين فى سعر الأرز وهي بالنظر إلى درجة الدقة الأحسن. فالبيانات المستخدمة فى هذا البحث هي بيانات متوسط سعر الأرز شهريا فى درجة التجارة الكبيرة من شهر يناير سنة 2015 إلى شهر مارس سنة 2021 بوحدة روبية\كيلوغرام بعدد 75 بيانا. دلت نتائج مقارنة درجة الدقة باستخدام نتيجة متوسط خطأ النسبة المئوية المطلقة (Mean Absolute Percentage Error (MAPE)) على أن تنبؤ متوسط سعر الأرز فى درجة تجارة الأرز بإندونيسيا لطريقة المتوسط المعتمدة على سلسلة مدة الأغبش لمركوف جهين "Average Based Fuzzy Time Series Markov Chain" حصلت على نتيجة 0،36%، غير أن متوسط خطأ النسبة المئوية المطلقة لطريقة خوارزمية رواية تسلسل مدة الأغبش"Algoritma Novel Fuzzy Time Series" حصلت على نتيجة 0،19%. وانطلاقا من نتائج متوسط خطأ النسبة المئوية المطلقة تكون الخلاصة على أن طريقة خوارزمية رواية تسلسل مدة الأغبش"Algoritma Novel Fuzzy Time Series" تنتج درجة الدقة الأحسن من طريقة المتوسط المعتمدة على أساس سلسلة مدة الأغبش لمركوف جهين " Average Based Fuzzy Time Series Markov Chain".