PERAMALAN JUMLAH KASUS TERKONFIRMASI COVID-19 MENGGUNAKAN NONLINEAR GREY BERNOULLI MODEL

AFIFAH ZAHRAH, . (2022) PERAMALAN JUMLAH KASUS TERKONFIRMASI COVID-19 MENGGUNAKAN NONLINEAR GREY BERNOULLI MODEL. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB 1.pdf Restricted to Registered users only Download (66kB)
	Text BAB 2.pdf Restricted to Registered users only Download (193kB)
	Text BAB 3.pdf Restricted to Registered users only Download (136kB)
	Text BAB 4.pdf Restricted to Registered users only Download (176kB)
	Text BAB 5.pdf Restricted to Registered users only Download (131kB)
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (63kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (345kB)

Abstract

Grey model adalah model dasar dari grey sistem teori dan salah satu tek- nik yang paling sering digunakan. GM(1,1) adalah model peramalan dengan satu variabel orde satu dan diketahui memiliki tingkat akurasi peramalan yang tinggi hanya dengan minimal empat data. Untuk meningkatkan keakuratan model peramalan, diberikan modi�kasi menggunakan persamaan Bernoulli se- hingga terbentuk Nonlinear Grey Bernoulli Model. Pada NGBM digunakan persamaan Bernoulli dengan pangkat n yang didapatkan dengan menghitung nilai rata-rata eror relatif terkecil dari model peramalan. Pada skripsi ini di- lakukan peramalan kasus Covid-19 di Indoensia baik positif, sembuh, maupun meninggal. Ketiga kasus tersebut menggunakan nilai n yang berbeda untuk mendapatkan rata-rata eror relatif yang kecil. Nilai MAPE untuk kasus po- sitif, sembuh, dan meninggal yaitu 0:0655; 0:0368; 0:0783. Ketiga nilai MAPE bernilai < 10% yang berarti nilai eror sangat baik.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dr. Yudi Mahatna, M.Si. ; 2). Dr. Eti Dwi Wiraningsih, S.Pd., M.Si
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	sawung yudo
Date Deposited:	21 Oct 2024 08:14
Last Modified:	21 Oct 2024 08:14
URI:	http://repository.unj.ac.id/id/eprint/51742

Actions (login required)

View Item