PERBANDINGAN METODE AVERAGE-BASED FUZZY TIME SERIES DAN WEIGHTED FUZZY TIME SERIES UNTUK MEMPREDIKSI EKSPOR MINYAK SAWIT MENTAH DI INDONESIA

YUNIAWAN WICAKSONO, . (2023) PERBANDINGAN METODE AVERAGE-BASED FUZZY TIME SERIES DAN WEIGHTED FUZZY TIME SERIES UNTUK MEMPREDIKSI EKSPOR MINYAK SAWIT MENTAH DI INDONESIA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (282kB)
	Text BAB 2.pdf Restricted to Registered users only Download (597kB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (291kB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (700kB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (286kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (249kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (916kB) | Request a copy

Abstract

Indonesia merupakan negara penghasil minyak sawit terbesar di dunia. Minyak sawit mentah atau Crude Palm Oil (CPO) merupakan produk dari minyak sawit yang menjadi salah satu sumber ekspor terbesar di Indonesia. Jumlah ekspor CPO ke seluruh dunia selalu mengalami fluktuasi setiap periodenya, sehingga diperlukan prediksi yang tepat agar pemerintah dapat mengalkulasikan devisa negara kedepannya. Tujuan penelitian ini adalah untuk mengetahui metode terbaik yang dapat digunakan antara metode Average-Based Fuzzy Time Series (ABFTS) dan Weighted Fuzzy Time Series (WFTS) dalam memprediksi ekspor CPO di Indonesia berdasarkan tingkat akurasi yang optimal. Data time series yang digunakan dalam penelitian ini adalah data ekspor CPO dari Indonesia ke seluruh dunia pada bulan Januari 2015 hingga Agustus 2022 dalam satuan kilogram dengan menggunakan uji keakuratan prediksi atau uji error yaitu MSE, MAD, dan MAPE. Penelitian ini membandingkan metode ABFTS, WFTS konstanta 1 (c=1), dan WFTS konstanta 2 (c=2). Hasil penelitian menunjukkan bahwa metode WFTS (c=1) memiliki tingkat error yang lebih rendah dibandingkan dengan metode prediksi lainnya, dimana metode WFTS (c=1) menghasilkan nilai MSE sebesar 16.674.974.689.632.000,00, MAD sebesar 102.780.270,41, dan MAPE sebesar 35,9%. Berdasarkan hal tersebut maka didapatkan akurasi prediksi sebesar 64,1% dan prediksi dapat dikatakan layak, sehingga metode WFTS dengan konstanta 1 layak digunakan untuk memprediksi ekspor CPO di Indonesia karena menghasilkan tingkat akurasi yang cukup tinggi. *** Indonesia is the largest palm oil producing country in the world. Crude Palm Oil (CPO) is a product of palm oil which is one of the largest export sources in Indonesia. The amount of CPO exports around the world always fluctuates every period, so an accurate prediction is needed so that the government can calculate the country's foreign exchange in the future. The purpose of this study was to find out the best method that can be used between the Average-Based Fuzzy Time Series (ABFTS) and Weighted Fuzzy Time Series (WFTS) methods in predicting CPO exports in Indonesia based on an optimal level of accuracy. The time series data used in this study is CPO export data from Indonesia to world from January 2015 to August 2022 in kilograms using prediction accuracy tests or error tests, namely MSE, MAD, and MAPE. This study compared the ABFTS method, WFTS constant 1 (c=1), and WFTS constant 2 (c=2). The results showed that the WFTS method (c=1) had a lower error rate compared to other prediction methods, where the WFTS method (c=1) produced MSE value of 16,674,974,689,632,000.00, MAD of 102,780,270.41 , and MAPE of 35.9%. Based on this, a prediction accuracy of 64.1% is obtained and the prediction can be said to be feasible, so that the WFTS method with a constant 1 is feasible to use to predict CPO exports in Indonesia because it produces a fairly high level of accuracy.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dr. Eti Dwi Wiraningsih, S.Pd., M.Si. ; 2). Ibnu Hadi, M.Si.
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	Users 17827 not found.
Date Deposited:	07 Mar 2023 06:34
Last Modified:	07 Mar 2023 06:34
URI:	http://repository.unj.ac.id/id/eprint/38075

Actions (login required)

View Item