Perbandingan akurasi metode Fuzzy Time Series Chen berbasis Fuzzy C-Means Dan Fuzzy Time Series Lee pada peramalan harga batu bara

ABSTRAK:

Peramalan merupakan proses untuk memperkirakan nilai suatu variabel di masa mendatang berdasarkan data historis. Ketika data memiliki pola yang tidak pasti atau mengandung ketidakpastian, diperlukan metode peramalan yang mampu menangani karakteristik tersebut. Fuzzy time series merupakan salah satu metode peramalan yang didasarkan pada teori himpunan fuzzy dan dapat digunakan untuk menangani data yang bersifat tidak pasti. Penelitian ini membandingkan dua model fuzzy time series, yaitu metode fuzzy time series Chen berbasis Fuzzy C-Means (FCM) dan fuzzy time series Lee. Tujuan dari penelitian ini adalah untuk mengetahui hasil peramalan dan perbandingan akurasi metode fuzzy time series Chen berbasis FCM dan fuzzy time series Lee pada peramalan harga batu bara. Modifikasi pada fuzzy time series Chen dilakukan dengan membentuk interval fuzzy menggunakan algoritma FCM yang bersifat adaptif terhadap distribusi data. Sementara itu fuzzy time series Lee menggunakan pembobotan pada relasi logika fuzzy untuk meningkatkan akurasi peramalan. Pengujian dilakukan pada data harga batu bara periode Januari 2019 hingga Desember 2023. Evaluasi tingkat akurasi dilakukan menggunakan Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa metode fuzzy time series Lee menghasilkan nilai MAPE sebesar 5,07%, sedangkan metode fuzzy time series Chen berbasis FCM menghasilkan nilai MAPE sebesar 2,56%, dengan demikian fuzzy time series Chen berbasis FCM menunjukkan kinerja peramalan yang lebih baik. Menariknya, hasil ini berbeda dari kecenderungan penelitian sebelumnya yang umumnya menunjukkan bahwa metode FTS Lee lebih unggul dibandingkan FTS Chen. Oleh karena itu, implementasi FCM ke dalam metode fuzzy time series Chen terbukti mampu meningkatkan akurasi peramalan harga batu bara secara signifikan.

ABSTRACT:

Forecasting is the process of estimating the future value of a variable based on historical data. When the data exhibits uncertainty or contains unpredictable patterns, a forecasting method capable of handling such characteristics is required. Fuzzy time series is one of the forecasting methods based on fuzzy set theory and can be used to handle uncertain data. This study compares two fuzzy time series models the fuzzy time series Chen method based on Fuzzy C-Means (FCM) and the fuzzy time series Lee method. The aim of this study is to determine the forecasting results and compare the accuracy of the fuzzy time series Chen method based on FCM with the fuzzy time series Lee method in forecasting coal prices. The Chen method is modified by forming fuzzy intervals using the FCM algorithm, which is adaptive to data distribution. Meanwhile, the Lee method applies weighting to fuzzy logical relationships to improve forecasting accuracy. The models are tested on coal price data from January 2019 to December 2023. The accuracy level is evaluated using the Mean Absolute Percentage Error (MAPE). The analysis shows that the fuzzy time series Lee method yields a MAPE of 5.07%, while the fuzzy time series Chen method based on FCM achieves a MAPE of 2.56%. Interestingly, these findings differ from most previous studies, which generally concluded that the fuzzy time series Lee method tends to outperform the fuzzy time series Chen method. Thus, the integration of the FCM algorithm into the fuzzy time series Chen method in this study has been proven to significantly improve the accuracy of coal price forecasting.

مستخلص البحث:

التنبؤ هو عملية تقدير قيمة المستقبلية للمتغير بناءً على البيانات التاريخية. وعندما تحتوي البيانات بنمط غير مؤكد أو تحتوي على درجة من الغموض، يتطلب طريقة تنبؤ يمكنها التعامل مع هذه الخصائص. غامض السلاسل الزمنية هي من إحدى طرق التنبؤ القائمة على نظرية المجموعات الغامضية، والتي تمكن استخدامها لمعالجة البيانات التي ذات الطبيعة غير المؤكدة. هذه البحوث مقارنة بين نموذجين من نماذج غامض السلاسل الزمنية، وهما: طريقة غامض السلاسل الزمنية تشين (Chen) على أساس الغامض C-Means، وطريقة غامض السلاسل الزمنية لي (Lee). أما الهدف من هذه البحوث هو تحديد نتائج التنبؤ والمقارنة بين الغامض السلاسل الزمنية تشين (Chen) على أساس الغامض C-Means وطريقة الغامض السلاسل الزمنية لي (Lee) في التنبؤ بأسعار الفحم. وقد تم تعديل غامض السلاسل الزمنية تشين (Chen) من خلال تشكيل الفواصل الغامضية باستخدام الخوارزميةFCM التي تمتاز بقدرتها التكيفية مع توزيع البيانات. أما طريقة الغامض السلاسل الزمنية لي (Lee) تستخدم الترجيح على العلاقات المنطقية الغامضية لتحسين دقة التنبؤ. أُجريت الاختبارات على بيانات أسعار الفحم للفترة من يناير ٢٠١٩ إلى ديسمبر ٢٠٢٣. وتم تقييم مستوى الدقة باستخدام المقياس المتوسط نسبة للخطأ المطلق (MAPE). تظهر نتائج التحليل أن طريقة غامض السلاسل الزمنية لي (Lee) تنتج قيمة MAPE تبلغ ٥،٠٧٪، أما طريقة غامض السلاسل الزمنية تشين (Chen) على أساس FCM تنتج قيمة MAPE تبلغ ٢،٥٦ ٪، وبالتالي فإن طريقة الغامض السلاسل الزمنية تشين (Chen) على أساس FCM تُظهر أداءً أفضل في التنبؤ. ومن المثير للاهتمام أن هذه النتيجة تختلف عن اتجاه الأبحاث السابقة التي تُظهر عمومًا أن طريقة الغامض السلاسل الزمنية لي (Lee) القائمة على FCM تتفوق على طريقة تشين (Chen) للتنبؤ بالسلاسل الزمنية الغامضية. لذلك، فقد ثبت أن تطبيق طريقة غامض السلاسل الزمنية تشين (Chen) على أساس FCM يحسن بشكل كبيرمن دقة التنبؤ بأسعار الفحم.