PERBANDINGAN METODE FUZZY TIME SERIES-CHEN dan METODE FUZZY TIME SERIES-MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA

Nurfazriani, Nurfazriani (2021) PERBANDINGAN METODE FUZZY TIME SERIES-CHEN dan METODE FUZZY TIME SERIES-MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA. Sarjana thesis, INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA.

[img] Text
LAPORAN_SKRIPSI_NURFAZRIANI_171061028.pdf - Accepted Version
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Inflasi diartikan sebagai meningkatnya harga-harga barang secara umum dan terus menerus. Kenaikan harga dari satu atau dua barang saja tidak dapat disebut inflasi kecuali bila kenaikan itu meluas (atau mengakibatkan kenaikan harga) pada barang lainnya. Kebalikan dari inflasi disebut deflasi. Salah satu cara untuk mengendalikan inflasi dengan menggunakan peramalan. Peramalan merupakan kegiatan yang memperkirakan kejadian di masa yang akan datang. Tujuan dari penenlitian ini adalah untuk memprediksi data inflasi dengan menggunakan Fuzzy Time Series-Chen (FTS-CHEN) dan Fuzzy Time Series�Markov Chain (FTS-MC). Berkaitan dengan peramalan inflasi tersebut. Dalam penelitian ini, metode Fuzzy Time Series-Chen digunakan untuk memprediksi data inflasi dengan menggunakan Fuzzy Logical Relationship Group. Sedangkan, untuk metode Fuzzy Time Series-Markov Chain digunakan untuk memprediksi data inflasi dengan menggunakan Fuzzy Logical Relationship Group dan matriks probabilitas transisi. Hasil prediksi tersebut dibandingkan dengan menggunakan nilai Root Mean Square (RMSE), nilai Mean Absolute Percentage Error (MAPE) dan Koefesien Determinasi (

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Inflasi, Fuzzy Time Series-Chen, Fuzzy Time Series-Markov Chain
Subjects: H Social Sciences > HA Statistics
Divisions: Fakultas Sains Terapan > Statistika (S1)
Depositing User: Unnamed user with email [email protected]
Date Deposited: 08 Jan 2024 05:10
Last Modified: 08 Jan 2024 05:10
URI: http://eprints.akprind.ac.id/id/eprint/2650

Actions (login required)

View Item View Item