PERBANDINGAN METODE DEKOMPOSISI DAN METODE FUZZY TIME SERIES UNTUK PERAMALAN JUMLAH PENUMPANG KERETA STASIUN BOGOR

SITI RIMA AMATULLAH, . (2023) PERBANDINGAN METODE DEKOMPOSISI DAN METODE FUZZY TIME SERIES UNTUK PERAMALAN JUMLAH PENUMPANG KERETA STASIUN BOGOR. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf.pdf Download (3MB)
	Text BAB 1.pdf.pdf Download (217kB)
	Text BAB 2.pdf.pdf Restricted to Registered users only Download (525kB) | Request a copy
	Text BAB 3.pdf.pdf Restricted to Registered users only Download (287kB) | Request a copy
	Text BAB 4.pdf.pdf Restricted to Registered users only Download (437kB) | Request a copy
	Text BAB 5.pdf.pdf Restricted to Registered users only Download (211kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf.pdf Download (213kB)
	Text LAMPIRAN.pdf.pdf Restricted to Registered users only Download (272kB) | Request a copy

Abstract

Peramalan dilakukan untuk memprediksi sesuatu yang akan terjadi di masa depan dan membantu untuk membuat keputusan. Tujuan penelitian ini adalah membandingan tingkat kesalahan Metode Dekomposisi model Multiplikatif dan Metode Fuzzy Time Series model Chen dalam memprediksi jumlah penumpang kereta di Stasiun Bogor. Data jumlah penumpang kereta Stasiun Bogor yang digunakan dari bulan Januari 2017 sampai Juni 2022. Cara membandingkan kedua metode peramalan ini yaitu dengan menghitung tingkat kesalahan nilai RMSE (Root Mean Squared Error) dan MAPE (Mean Absolute Percentage Error). Hasil yang didapatkan menunjukkan Metode Fuzzy Time Series model Chen mempunyai tingkat kesalahan yang lebih kecil dibandingkan Metode Dekomposisi model Multiplikatif. Metode Fuzzy Time Series model Chen mempunyai nilai RMSE sebesar 94.686 dan MAPE sebesar 9,62%, sehingga metode ini merupakan metode terbaik dalam peramalan jumlah penumpang kereta Stasiun Bogor dan memiliki nilai peramalan untuk periode selanjutnya sebesar 974.934 orang penumpang. Forecasting is done to predict something that will happen in the future and help to make decisions. The purpose of this study was to compare the error rate of the Multiplicative Decomposition Method and Chen's Fuzzy Time Series method in predicting the number of train passengers at Bogor Station. Data on the number of passengers on the Bogor Station train used from January 2017 to June 2022. The way to compare these two forecasting methods is to calculate the error rate of RMSE (Root Mean Squared Error) and MAPE (Mean Absolute Percentage Error). The results obtained show that Chen's Fuzzy Time Series method has a smaller error rate than the Multiplicative Decomposition Method. The Fuzzy Time Series Chen model has an RMSE value of 94.686 and a MAPE of 9.62%, so this method is the best method in forecasting the number of passengers on the Bogor Station train and has a forecasting value for the next period of 974.934 passengers.

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 17798 not found.
Date Deposited:	08 Mar 2023 06:14
Last Modified:	08 Mar 2023 06:14
URI:	http://repository.unj.ac.id/id/eprint/38064

Actions (login required)

View Item