PERAMALAN DATA PRODUK DOMESTIK BRUTO DENGAN FUZZY TIME SERIES MARKOV CHAIN
Teks penuh
Gambar
Dokumen terkait
Hasil Peramalan dengan menggunakan metode Fuzzy Time Series memiliki nilaiAverage Forecasting Error Rate (AFER) lebih kecil dibandingkan metodeHolt- Winter Aditif sehingga
Hasil Peramalan dengan menggunakan metode Fuzzy Time Series memiliki nilai Average Forecasting Error Rate (AFER) lebih kecil dibandingkan metode Holt- Winter
Tujuan dari penelitian ini adalah meramalkan nilai kurs rupiah terhadap dolar Amerika di masa yang akan datang menggunakan metode berbasis rata-rata fuzzy time series Markov
Model fuzzy time series markov chain pada data nilai tukar jual dan beli rupiah terhadap yuan menghasilkan error dengan menggunakan MAPE masing-masing adalah sebesar 0.42% dan
Tahapan diagram alur secara umum dari aplikasi peramalan tingkat kunjungan wisatawan dengan menggunakan metode Average Based Fuzzy Time Series dan Markov Chain
Berdasarkan latar belakang dan penelitian terdahulu, maka akan dilakukan analisis fuzzy time series markov chain dengan menggunakan data Nilai Tukar Petani (NTP)
Dalam penelitiannya [4] menggabungkan metode fuzzy time series dengan rantai Markov, penggabungan tersebut bertujuan untuk memperoleh probabilitas terbesar menggunakan matriks
Hasil penelitian yang diperoleh, model yang dikembangkan yaitu automatic clustering-fuzzy time series-Markov chain menghasilkan tingkat akurasi peramalan yang lebih akurat dibandingkan
