PREDIKSI HARGA KEBUTUHAN POKOK NASIONAL
MENGGUNAKAN AVERAGE BASED FUZZY TIME SERIES
DENGAN PENDEKATAN SONG
–
CHISSOM DAN MARKOV CHAIN
HALAMAN JUDUL
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu
Program Studi Informatika
Disusun Oleh:
KHOIRUN NISSA ISTI KHOMAH
M0512027
PROGRAM STUDI INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
MOTTO
“Alles zu seiner Zeit.”
― Johann Wolfgang von Goethe
“Build your own dreams, or someone else will hire you to build theirs.”
― Farrah Gray
“If you don't go after what you want, you'll never have it. If you don't ask, the answer is always no.
If you don't step forward, you're always in the same place.”
v
PERSEMBAHAN
Karya ini penulis persembahkan kepada :
“Ibu dan Bapak tercinta”
“Kakak-kakakku tersayang Mbak Iffah, Mbak Nurul dan Mas Ma’ruf”
“Bima Arya Alfarizzy dan Reyhan Abid Ramadhan”
“Keluarga Informatika 2012”
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah swt. yang senantiasa memberikan nikmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi
yang berjudul ”Prediksi Harga Kebutuhan Pokok Nasional Menggunakan Average
Based Fuzzy Time Series dengan Pendekatan Song
–
Chissom dan Markov Chain
”, yang merupakan salah satu syarat untuk menyelesaikan studi di Program Studi Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret Surakarta.Penulis menyadari akan adanya keterbatasan dalam penulisan skripsi. Penulis juga merasa bahwa begitu banyak bimbingan, bantuan, serta motivasi selama proses penyusunan skripsi. Oleh karena itu, penulis mengucapkan terima kasih kepada yang terhormat
1. Bapak Drs. Bambang Harjito, M.App.Sc., Ph.D., selaku Kepala Program Studi
Informatika yang telah memberikan dukungan selama proses penyusunan skripsi.
2. Bapak Abdul Aziz, S.Kom., M.Cs., selaku Pembimbing I yang penuh
kesungguhan dan kesabaran membimbing, mengarahkan, dan memotivasi penulis dalam proses penyusunan skripsi.
3. Bapak Drs. Sarngadi Palgunadi Yohanes, M.Sc., selaku Pembimbing II yang
penuh kesabaran pula dalam membimbing dan mengarahkan penulis selama proses penyusunan skripsi.
4. Bapak Wisnu Widiarto, S.Si., M.T. dan Bapak Ristu Saptono, S.Si., M.T.,
selaku Pembimbing Akademik yang telah memberi dukungan dan arahan kepada penulis selama proses studi di Informatika.
5. Bapak dan Ibu dosen Program Studi Informatika yang telah membimbing dan
membagi ilmu kepada penulis sebagai bekal penyusunan skripsi dan bekal untuk ke depannya.
6. Pemerintah dan Dikti yang memberikan dukungan material berupa beasiswa
vii
7. Ibu, Bapak, kakak – kakak yang telah memberikan dukungan moral dan
material selama penyusunan skripsi
8. Teman – teman yang senantiasa setia menemani selama proses studi dan
memberi dukungan moral selama proses penyusunan skripsi
9. Semua pihak yang telah membantu penyelesaian skripsi ini yang tidak dapat penulis sebutkan satu per satu.
Penulis berharap skripsi ini dapat bermanfaat bagi penulis khususnya dan pembaca pada umumnya.
PREDIKSI HARGA KEBUTUHAN POKOK NASIONAL
MENGGUNAKAN AVERAGE BASED FUZZY TIME SERIES
DENGAN PENDEKATAN SONG
–
CHISSOM DAN MARKOV CHAIN
KHOIRUN NISSA ISTI KHOMAH
Program Studi Informatika. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret
ABSTRAK
Kebutuhan pokok merupakan komoditas strategis yang memegang peranan penting dalam aspek ekonomi, sosial, bahkan politik di berbagai negara termasuk Indonesia. Kebutuhan pokok berpengaruh terhadap hajat hidup orang banyak dengan skala pemenuhan kebutuhan yang tinggi serta menjadi faktor pendukung kesejahteraan masyarakat. Permasalahan klasik dalam rangka pemenuhan kebutuhan pokok adalah fluktuasi harga kebutuhan pokok. Kenaikan harga kebutuhan pokok ini merupakan faktor pemicu utama inflasi. Untuk mengatasi permasalahan tersebut, salah satu upaya yang dilakukan pemerintah adalah dengan kebijakan stabilisasi harga kebutuhan pokok agar petani sebagai produsen mendapatkan hasil yang menguntungkan dan masyarakat sebagai konsumen mampu membeli kebutuhan pokok dengan harga yang terjangkau. Untuk mengakomodasi hal tersebut diperlukan suatu langkah peramalan untuk memprediksi harga kebutuhan pokok.
Penelitian ini bertujuan untuk melakukan prediksi harga kebutuhan pokok
Nasional menggunakan metode Average Based Fuzzy Time Series dengan
pendekatan Song – Chissomdan Markov Chain. Data yang digunakan adalah harga
kebutuhan pokok Nasional periode mingguan dari tahun 2015 s.d 2017. Data dibagi menjadi dua tahap: data training dan testing dengan rasio 90 : 10. Berdasarkan nilai
MAPE dan uji kelayakan, diperoleh kesimpulan bahwa metode Average Based
Fuzzy Time Series dengan pendekatan Markov Chain lebih baik dibandingkan
dengan pendekatan Song – Chissom untuk melakukan prediksi harga kebutuhan
pokok nasional.
ix
PREDICTION THE PRICE OF NATIONAL GROCERIES
USING AVERAGE BASED FUZZY TIME SERIES
WITH SONG
–
CHISSOM AND MARKOV CHAIN APPROACH
KHOIRUN NISSA ISTI KHOMAH
Informatics Department. Faculty of Mathematics and Natural Sciences. Sebelas Maret University
ABSTRACT
Groceries are strategic commodities that have important role in economic, social, and even political aspects in various countries including Indonesia. The groceries affect the livelihood of the people with the scale of the fulfillment of high needs as well as factors supporting the welfare of the community. The classical problem in the fulfillment of grocery is the fluctuation of the prices of groceries. The increase in the prices of groceries commodities becomes major factor in inflation. To overcome these problems, one of the efforts made by the government is to stabilize the price policy of grocery so that farmers as producers get profitable results and the community as consumers can afford to buy groceries at affordable prices. To accommodate the afford it is needed a forecasting step to predict the prices of groceries.
This study aims to predict the prices of national groceries using the Average Based Fuzzy Time Series method with Song - Chissom and Markov Chain approach. The data used are prices of groceries weekly period from 2015 - 2017. Data is divided into two phases: training and testing dataset with the ratio of 90: 10. Based on MAPE value and feasibility test, it can be concluded that Average Based Fuzzy Time Series with Markov Chain approach shew better than Song – Chissom approach for prediction the prices of national groceries.
DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PERSETUJUAN ... ii
HALAMAN PENGESAHAN ... iii
MOTTO ... iv
PERSEMBAHAN ... v
KATA PENGANTAR ... vi
ABSTRAK ... viii
ABSTRACT ... ix
DAFTAR ISI ... x
DAFTAR GAMBAR ... xii
DAFTAR TABEL ... xiii
DAFTAR LAMPIRAN ... xiv
BAB 1 PENDAHULUAN ... 1
1.6 Sistematika Penulisan ... 4
xi
2.1.8 Pengukuran Akurasi Peramalan ... 15
2.1.9 Pengujian Kelayakan Model ... 16
1.2. Penelitian Terkait ... 18
2.3 Rencana Penelitian ... 22
BAB 3 METODOLOGI PENELITIAN... 23
3.1 Pengumpulan dan Preprocessing Data ... 23
3.2 Pemodelan Peramalan Menggunakan Average Based Fuzzy Time Series dengan Pendekatan Song – Chissom dan Markov Chain ... 24
3.2.1 Pembagian Data Time Series ... 24
3.2.2 Penentuan Panjang Interval ... 24
3.2.3 Fuzzifikasi ... 25
3.2.4 Defuzzifikasi ... 25
3.3 Implementasi ... 28
3.4 Pengujian dan Pemilihan Metode Terbaik ... 30
BAB 4 HASIL DAN PEMBAHASAN... 32
4.1 Hasil Pengumpulan dan Preprocessing Data ... 32
4.2 Hasil Pemodelan Peramalan Menggunakan Average Based Fuzzy Time Series dengan Pendekatan Song – Chissom dan Markov Chain ... 32
4.3 Hasil Implementasi ... 44
4.4 Hasil Pengujian dan Pemilihan Metode Terbaik ... 51
4.5.1 Pengujian Kelayakan Metode Fuzzy Time Series Song – Chissom (FTS– SC) ... 53
4.5.2 Pengujian Kelayakan Metode Fuzzy Time Series Markov Chain (FTS– MC) ... 54
4.5.3 Pemilihan Metode Terbaik ... 56
BAB 5 PENUTUP ... 58
5.1 Kesimpulan ... 58
5.2 Saran ... 58
DAFTAR GAMBAR
Gambar 3. 1 Metodologi Penelitian ... 23
Gambar 3. 2 Diagram Alir Fuzzy Time Series Song – Chissom ... 29
Gambar 3. 3 Diagram Alir Fuzzy Time Series Markov Chain ... 29
Gambar 3. 4 Diagram Alir Subproses Penentuan Panjang Interval ... 30
Gambar 4. 1 Plot Data Time Series Harga Daging Ayam Ras ... 33
Gambar 4. 2 Tampilan Beranda ... 45
Gambar 4. 3 Tampilan Daftar Komoditas ... 45
Gambar 4. 4 Tampilan Daftar Komoditas ... 46
Gambar 4. 5 Tampilan Data Time Series ... 46
Gambar 4. 6 Tampilan Form Pengujian Data ... 47
Gambar 4. 7 Tampilan Hasil Pengujian Data ... 47
Gambar 4. 8 Tampilan Penentuan Panjang Interval... 48
Gambar 4. 9 Tampilan Penentuan Himpunan Fuzzy ... 48
Gambar 4. 10 Tampilan Data Set ... 48
Gambar 4. 11 Tampilan Proses Fuzzifikasi ... 49
Gambar 4. 12 Tampilan Penentuan Matriks Probabilitas ... 49
Gambar 4. 13 Tampilan Proses Defuzzifikasi... 49
Gambar 4. 14 Grafik Hasil Pengujian Data ... 50
Gambar 4. 15 Tampilan Form Prediksi... 50
Gambar 4. 16 Tampilan Hasil Prediksi ... 51
Gambar 4. 17 Grafik Hasil Prediksi ... 51
Gambar 4. 18 Grafik Perbandingan Harga Aktual dengan Prediksi Menggunakan FTS-SC dan FTS-MC ... 52
Gambar 4. 19 Pengujian Normalitas Komoditas Daging Ayam Ras (FTS– SC) . 53 Gambar 4. 20 Pengujian Kerandoman Komoditas Daging Ayam Ras (FTS– SC) ... 53
Gambar 4. 21 Pengujian Normalitas Komoditas Daging Ayam Ras (FTS– MC) 54
xiii
DAFTAR TABEL
Tabel 2. 1 Pemetaan Basis ... 10
Tabel 2. 2 Data Time Series Harga Tepung Terigu ... 11
Tabel 2. 3 Nilai Selisih Mutlak ... 11
Tabel 2. 4 Penelitian Terkait ... 20
Tabel 4.1 Data Harga Kebutuhan Pokok Nasional Periode Mingguan Tahun 2015 s.d 2017 ... 32
Tabel 4. 2 Data Time Series Harga Daging Ayam Ras ... 33
Tabel 4. 3 Nilai Selisih Mutlak ... 34
Tabel 4. 4 Fuzzifikasi dan Fuzzy Logical Relationship ... 37
Tabel 4. 5 Fuzzy Logical Relationship Group ... 37
Tabel 4. 6 Hasil Peramalan Data Training (FTS– SC)... 38
Tabel 4. 7 Hasil Peramalan Data Testing (FTS– SC) ... 39
Tabel 4. 8 Perhitungan MAPE (FTS – SC) ... 39
Tabel 4. 9 Matriks Probabilitas Transisi Markov... 40
Tabel 4. 10 Hasil Peramalan Data Training (FTS – MC) ... 42
Tabel 4. 11 Hasil Peramalan Data Testing (FTS – MC) ... 43
Tabel 4. 12 Perhitungan MAPE (FTS – MC) ... 44
Tabel 4. 13 Residual Hasil Prediksi Harga Komoditas Daging Ayam Ras ... 52
Tabel 4. 14 Hasil Pengujian Kerandoman Residual Komoditas Daging Ayam Ras (FTS– SC) ... 54
Tabel 4. 15 Hasil Pengujian Kerandoman Komoditas Daging Ayam Ras ... 55
