PERAMALAN HARGA BAHAN POKOK CABAI RAWIT DI KOTA PALEMBANG MENGGUNAKAN FUZZY TIME SERIES
CHEN
Diajukan Sebagai Syarat Untuk Menyelesaikan Pendidikan Program Strata-1 Pada
Jurusan Teknik Informatika
Oleh:
Muhammad Ghufron Khaical Alfaris NIM : 09021281621060
Jurusan Teknik Informatika
FAKULTAS ILMU KOMPUTER UNIVERSITAS SRIWIJAYA 2021
ii Novi Yusliani, M.T.
LEMBAR PENGESAHAN SKRIPSI
PERAMALAN HARGA BAHAN POKOK CABAI RAWIT DI
KOTA PALEMBANG MENGGUNAKAN FUZZY TIME SERIES
CHEN
Oleh :
Muhammad Ghufron Khaical Alfaris NIM : 09021281621060
Palembang, 24 Agustus 2021 Pembimbing I Pembimbing II,
Muhammad Ali Buchari, S. Kom, M.T.
NIP. 198211082012122001 NIP. 198803302019031007
Mengetahui,
Ketua Jurusan Teknik Informatika
Alvi Syahrini Utami, M.Kom.
NIP. 197812222006042003
iii
TANDA LULUS UJIAN SIDANG TUGAS AKHIR
Pada hari Sabtu tanggal 31 Juli 2021 telah dilaksanakan ujian sidang skripsi oleh Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya.
Nama : Muhammad Ghufron Khaical Alfaris NIM : 09021281621060
Judul : Peramalan Harga Bahan Pokok Cabai Rawit di Kota Palembang Menggunakan Fuzzy Time Series Chen
1. Pembimbing I
Novi Yusliani, M.T. ………...
NIP. 198211082012122001 2. Pembimbing II
Muhammad Ali Buchari, S. Kom, M.T. ………...
NIP. 198803302019031007 3. Penguji I
Dian Palupi Rini, Ph.D ………...
NIP. 197802232006042002 4. Penguji I
Muhammad Naufal Rachmatullah, M.T. ………...
NIP.
Mengetahui,
Ketua Jurusan Teknik Informatika
Alvi Syahrini Utami, M.Kom NIP. 197812222006042003
iv
HALAMAN PERNYATAAN
Yang bertanda tangan dibawah ini :
Nama : Muhammad Ghufron Khaical Alfaris NIM : 09021281621060
Program Studi : Teknik Informatika
Judul : Peramalan Harga Bahan Pokok Cabai Rawit di Kota Palembang Menggunakan Fuzzy Time Series Chen Hasil Pengecekan Software iThenticate/Turnitin : 17%
Menyatakan bahwa Laporan Projek saya merupakan hasil karya sendiri dan bukan hasil penjiplakan/plagiat. Apabila ditemukan unsur penjiplakan/plagiat dalam laporan projek ini, maka saya bersedia menerima sanksi akademik dari Universitas Sriwijaya sesuai dengan ketentuan yang berlaku.
Demikian, pernyataan ini saya buat dengan sebenarnya dan tidak ada paksaan oleh siapapun
Palembang, 24 Agustus 2021
M. Ghufron Khaical Alfaris NIM. 09021281621060
MATER AI FOTO
v
MOTTO DAN PERSEMBAHAN
“Dahulukan urusan akhiratmu, maka Allah akan permudah urusan duniamu”
– Ibu
“Sedikit lebih beda lebik baik, daripada sedikit lebih baik.”
“Pergunakanlah setiap 5 menit kesempatan dalam hidupmu dengan sebaik- baiknya”
– Pandji Pragiwaksono
“Mimpi, sebuah kata untuk mengekspresikan tujuan masa depan atau harapan, Mimpi itu tidak sesederhana yang kau pikirkan”
– Aruto Hiden/Kamen Rider Zero One
Ku persembahkan karya tulis ini kepada :
• Allah Swt.
• Keluarga
• Sahabat
• Universitas Sriwijaya
vi
PERAMALAN HARGA BAHAN POKOK CABAI RAWIT DI KOTA PALEMBANG MENGGUNAKAN FUZZY TIME SERIES CHEN
Oleh :
Muhammad Ghufron Khaical Alfaris 09021281621060
ABSTRAK
Cabai rawit untuk masyarakat Indonesia terutama Sumatera Selatan adalah salah satu bahan pangan yang tinggi tingkat konsumsinya, berdasarkan catatan Kementerian Pertanian untuk kebutuhan konsumsi cabai rata – rata nasional berada di kisaran 1.296 juta – 1.320 juta ton per jenis cabai per tahun. Akan tetapi fluktuasi harga cabai di Indonesia masih selalu terjadi dalam periode tertentu sehingga dibutuhkan model peramalan harga cabai rawit yang memiliki kinerja yang baik.
Salah satu metode peramalan yaitu Fuzzy Time Series model Chen yang memiliki tingkat akurasi yang baik dan menghasilkan perhitungan relasi fuzzy yang efisien.
Dalam penelitian ini menggunakan Fuzzy Time Series Chen sebagai model peramalan dan Mean Absolute Percentage Error (MAPE) sebagai metode perhitungan error dalam penentuan kinerja peramalan terhadap data harga harian cabai rawit di kota Palembang dalam periode 1 April 2020 sampai dengan 1 April 2021. Hasil penelitian ini memperoleh nilai error sebesar 7,7723 persen.
Kata kunci : Peramalan, Fuzzy Time Series, Chen, MAPE, Cabai Rawit.
Pembimbing I,
Novi Yusliani, M.T.
NIP. 198211082012122001
Palembang, 24 Agustus 2021 Pembimbing II,
Muhammad Ali Buchari, S. Kom, M.T.
NIP. 198803302019031007
Mengetahui,
Ketua Jurusan Teknik Informatika
Alvi Syahrini Utami, M.Kom.
NIP. 197812222006042003
vii
FORECASTING THE PRICE OF CAYENNE PEPPER STAPLES IN THE CITY OF PALEMBANG USING THE FUZZY TIME SERIES CHEN
By :
Muhammad Ghufron Khaical Alfaris 09021281621060
ABSTRACT
Cayenne pepper for indonesian people, especially South Sumatra is one of the foodstuffs that have a high level of consumption, based on the ministry of agriculture's record for the consumption needs of chili peppers average - the national average is in the range of 1,296 million - 1,320 million tons per type of chili per year. However, fluctuations in the price of chili in Indonesia still always occur in a certain period so it takes a model of cayenne pepper price forecasting that has a good performance. One of the forecasting methods is Fuzzy Time Series Chen which has a good level of accuracy and produces efficient calculations of fuzzy relationships. In this study, Fuzzy Time Series Chen used as a forecasting model and Mean Absolute Percentage Error (MAPE) as a method of calculating errors in determining the performance of forecasting against the daily price data of cayenne pepper in palembang in the period 1 April 2020 to 1 April 2021. The results of this study obtained an error score of 7.7723 percent.
Key Words : Forecasting, Fuzzy Time Series, Chen, MAPE, Cayenne Pepper.
Supervisor I,
Novi Yusliani, M.T.
NIP. 198211082012122001
Palembang, 24 August 2021 Supervisor II,
Muhammad Ali Buchari, S. Kom, M.T.
NIP. 198803302019031007
Approve,
Head of Informatic Engineering Department,
Alvi Syahrini Utami, M.Kom.
NIP. 197812222006042003
viii
KATA PENGANTAR
Puji syukur kepada Allah SWT. atas rahmat dan karunia-Nya sehingga saya mampu menyelesaikan penelitian dan skripsi yang berjudul “Peramalan Harga Bahan Pokok Cabai Rawit di Kota Palembang Menggunakan Fuzzy Time Series Chen” dengan baik. Skripsi ini disusun untuk memenuhi salah satu syarat menyelesaikan pendidikan program Strata-1 pada Fakultas Ilmu Komputer Program Studi Teknik Informatika di Universitas Sriwijaya.
Dalam kesempatan ini, terhadap seluruh pihak yang telah memberikan dukungan dan bantuan baik moril maupun materil baik dalam proses penyelesaian skripsi ini dan proses perkuliahan selama 5 tahun ini, penulis ingin mengungkapkan rasa terima kasih yang sebesar besarnya kepada :
1. Abdul Haris dan Fadillah, kedua orang tua saya yang telah memberikan yang terbaik dalam bentuk apapun terhadap penyelesaian skripsi ini terutama pada perjalanan hidup saya.
2. Keluarga besar ayah saya di Palembang terutama ayah Taufik dan bunda Wiwiet, om dan tante saya yang telah bersedia menampung kebutuhan hidup saya dan tempat tinggal selama saya berada di Palembang.
3. Keluarga besar ibu saya di Muara Enim terutama bunda Icat dan pak cik Agus, om dan tante saya yang telah memberikan banyak dukungan dan do’a.
4. Thifal, Irsyad, Inara, Hanif, Falih dan Abid, adik – adik saya yang menjadi salah satu alasan saya untuk meraih kesuksesan.
ix
5. Jaidan Jauhari, M.T., selaku Dekan Fakultas Ilmu Komputer Universitas Sriwijaya.
6. Alvi Syahrini Utami, M.Kom., selaku Ketua Jurusan Teknik Informatika Fakultas Ilmu Komputer Universitas Sriwijaya.
7. Novi Yusliani, M.T. dan Muhammad Ali Buchari, S. Kom, M.T., selaku dosen pembimbing skripsi saya yang telah memberikan bimbingan dan masukan kepada saya selama penulisan tugas akhir ini.
8. Dian Palupi Rini, Ph.D dan Muhammad Naufal Rachmatullah, M.T., selaku dosen penguji saya yang telah memberikan banyak masukan kepada penulis mengenai tugas akhir
9. Osvari Arsalan, S. Kom, M.T., selaku dosen pembimbing akademik saya yang sangat baik dan membantu segala urusan akademik selama perkuliahan 10. Dosen – Dosen Fakultas Ilmu Komputer yang telah memberikan ilmu dan
nasihat selama proses perkuliahan.
11. Winda Kurnia Sari dan Ricy Firnando, selaku admin jurusan teknik informatika telah membantu saya dalam proses pengurusan administrasi perkuliahan.
12. Muhammad Irfan Triananto, S. Kom, selaku ketua kelas saya di INFORGEN’16 yang telah membantu saya selama ini.
13. Ahmad Ryadh, Muhammad Edu Agritama, Muhammad Shafrullah, selaku sahabat saya dalam berbagai hal.
14. Zikry Kurniawan, Reyhan Navind, Dhiya Fairuz, Friska, selaku teman satu dosen pembimbing yang telah membantu saya.
x
15. Teman – teman di INFORGEN 16 terutama Alif Muhammad, Acmad Fadli Aditama, Farid Landriandani, Daniel Farhan, M. Irsyad Masyhudin, M. Abdi Priyangga, M. Ramadhandi Sultan Arkas, Mohammad Sulthan Alif Utama, Bayu Catur Ramadhan, selaku teman satu kelas selama 5 tahun yang membantu dalam proses belajar dan proses bersosialisasi.
16. Teman satu daerah asal saya, IMMETA SUMSEL terutama Hervin, Judana, Adit, Febby, Gilang, Tina, Yuyun, Amei, yang telah membantu saya selama bersosialisasi di kehidupan perkuliahan di indralaya.
17. Sahabat – sahabat saya di SMANSA, Haris, Adit, Andre Gepe, Danang, Ilham, Rifqy, Santryo, Dodi, Virgiawan, Candra, Tegar, Gerra, Riski Yusa, Judana, yang banyak memberikan contoh untuk pelajaran hidup.
18. Angkatan 2016 Teknik Informatika yang telah banyak membantu selama perkuliahan di universitas
Penulis menyadari dalam penyusunan Tugas Akhir ini masih terdapat banyak kekurangan, oleh sebab itu kritik dan saran sangat diharapkan untuk kemajuan penelitian selanjutnya. Akhir kata semoga Tugas Akhir ini dapat bermanfaat untuk penelitian selanjutnya.
Palembang, 24 Agustus 2021 Penulis
MG Khaical Alfaris
xi
DAFTAR ISI
Halaman
HALAMAN JUDUL ... i
LEMBAR PENGESAHAN SKRIPSI... ii
TANDA LULUS UJIAN SIDANG TUGAS AKHIR ... iii
HALAMAN PERNYATAAN ... iv
MOTTO DAN PERSEMBAHAN ... v
ABSTRAK ... vi
ABSTRACT ... vii
KATA PENGANTAR ... viii
DAFTAR ISI ... xi
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xiv
DAFTAR LAMPIRAN ... xv BAB I ... I-1 1.1 Pendahuluan ... I-1 1.2 Latar Belakang ... I-1 1.3 Rumusan Masalah ... I-4 1.4 Tujuan Penelitian ... I-5 1.5 Manfaat Penelitian ... I-5 1.6 Batasan Masalah ... I-5 1.7 Sistematika Penulisan ... I-6 1.8 Kesimpulan ... I-7 BAB II ... II-1 2.1 Pendahuluan ... II-1 2.2 Landasan Teori ... II-1 2.2.1 Fuzzy Time Series Chen ... II-1 2.2.2 Evaluasi Hasil Peramalan ... II-5 2.2.3 Rational Unified Process (RUP) ... II-6 2.3 Penelitian Terkait ... II-7 2.4 Kesimpulan ... II-8 BAB III... III-1 3.1 Pendahuluan ... III-1 3.2 Pengumpulan Data ... III-1 3.3 Tahapan Penelitian ... III-1
xii
3.3.1 Kerangka Kerja ... III-2 3.3.2 Analisis Data ... III-3 3.3.3 Kriteria Pengujian ... III-4 3.3.4 Format Data Pengujian ... III-4 3.3.5 Alat yang Digunakan dalam Pelaksanaan Penelitian ... III-5 3.3.6 Pengujian Penelitian ... III-5 3.3.7 Analisis Hasil Pengujian dan Membuat Kesimpulan ... III-6 3.4 Metode Pengembangan Perangkat Lunak ... III-6 3.5 Manajemen Proyek Penelitian ... III-7 3.6 Kesimpulan ... III-10 BAB IV ... IV-1 4.1 Pendahuluan ... IV-1 4.2 Fase Insepsi ... IV-1 4.2.1 Pemodelan Bisnis ... IV-1 4.2.2 Kebutuhan Sistem ... IV-2 4.2.3 Analisis Kebutuhan dan Desain ... IV-3 4.3 Fase Elaborasi ... IV-13 4.3.1 Activity Diagram ... IV-13 4.3.2 Sequence Diagram... IV-14 4.3.3 Class Diagram ... IV-15 4.4 Fase Konstruksi ... IV-17 4.4.1 Perancangan Antar Muka ... IV-17 4.4.2 Implementasi Antar Muka Pengguna ... IV-19 4.5 Fase Transisi ... IV-20 4.5.1 Rencana Pengujian ... IV-20 4.5.2 Pengujian Use Case Fuzzy Time Series Chen ... IV-21 4.6 Kesimpulan ... IV-22 BAB V ... IV-1 5.1 Pendahuluan ... IV-1 5.2 Data Hasil Percobaan/Penelitian ... IV-1 5.2.1 Konfigurasi Percobaan ... IV-1 5.2.2 Data Hasil Percobaan ... IV-2 5.3 Analisis Hasil Penelitian ... IV-5 5.4 Kesimpulan ... IV-8 BAB VI ... IV-1 6.1 Kesimpulan ... IV-1 6.2 Saran ... IV-1 DAFTAR PUSTAKA ... xvi LAMPIRAN ... xviii
xiii
DAFTAR TABEL
Halaman Tabel III-1. Format Masukan Data... III-4 Tabel III-2. Format Data Keluaran... III-4 Tabel III-3. Analisa Hasil Pengujian ... III-6 Tabel III-4. Tabel Penjadwalan Penelitian dalam Work Breakdown Structure (WBS). ... III-8 Tabel IV-1. Kebutuhan Fungsional ... IV-2 Tabel IV-2. Kebutuhan Non Fungsional ... IV-3 Tabel IV-3. Sampel Dataset Harga Cabai Rawit ... IV-3 Tabel IV-4. Panjang Interval ... IV-5 Tabel IV-5. Nilai linguistik dari hasil fuzzifikasi ... IV-5 Tabel IV-6. Fuzzy Logic Relationship ... IV-6 Tabel IV-7. Fuzzy Logic Relationship Group ... IV-7 Tabel IV-8. Hasil Peramalan Fuzzy Time Series Chen ... IV-8 Tabel IV-9. Hasil Evaluasi MAPE ... IV-9 Tabel IV-10. Definisi Aktor ... IV-10 Tabel IV-11. Definisi Use Case ... IV-11 Tabel IV-12. Skenario Use Case Melakukan Peramalan menggunakan FTS Chen ... IV-11 Tabel IV-13. Skenario Use Case Menghitung Nilai MAPE ... IV-12 Tabel IV-14. Rencana Pengujian ... IV-20 Tabel IV-15. Pengujian Use Case ... IV-21 Tabel V-1. Hasil Peramalan Fuzzy Time Series Chen... V-2 Tabel V-2. Tingkat kesalahan MAPE di setiap parameter ... V-3 Tabel V-3. Tingkat kesalahan MAPE untuk Setiap Data pada Set 1 ... V-4
xiv
DAFTAR GAMBAR
Halaman Gambar II-1. Model Rational Unified Process ... II-6 Gambar III-1. Kerangka Kerja Fuzzy Time Series Chen ... III-2 Gambar IV-1. Use Case Diagram ... IV-10 Gambar IV-2. Activity Diagram Melakukan Peramalan menggunakan FTS Chen ... IV-13 Gambar IV-3. Activity Diagram Menghitung MAPE ... IV-14 Gambar IV-4. Sequence Diagram Peramalan FTS Chen ... IV-15 Gambar IV-5. Sequence Diagram Menghitung MAPE... IV-15 Gambar IV-6. Class Diagram Perangkat Lunak ... IV-16 Gambar IV-7. Antar Muka Masukan Data ... IV-17 Gambar IV-8. Antar Muka Keluaran Data ... IV-18 Gambar IV-9. Antar Muka Halaman Awal ... IV-19 Gambar IV-10. Antar Muka Halaman Hasil ... IV-20 Gambar V-1. Hasil Peramalan 1 April 2020 – 1 April 2021 ... V-5 Gambar V-2. Grafik Hasil Peramalan Periode Juni – Juli 2020 ... V-6 Gambar V-3. Grafik Hasil Peramalan Periode Desember 2020 – Januari 2021 . V-6
xv
DAFTAR LAMPIRAN
1. Perhitungan Manual Penelitian
VI-1
BAB I
PENDAHULUAN
1.1 Pendahuluan
Bab ini akan membahas penjelasan umum mengenai keseluruhan penelitian mencakup latar belakang dan rumusan masalah, tujuan dan manfaat penelitian serta batasan masalah penelitian.
1.2 Latar Belakang
Cabai rawit (Capsicum frutescens L. ) adalah salah satu tanaman hortikultura dari jenis sayuran yang berbentuk buah yang kecil tapi memiliki rasa yang pedas dan dibudidayakan di Indonesia. Cabai rawit banyak dikonsumsi dalam bentuk segar maupun olahan yang umumnya digunakan sebagai bahan utama atau bahan tambahan makanan dan penyedap untuk meningkatkan cita rasa makanan dan bergizi tinggi. Cabai rawit mempunyai banyak manfaat yang dirasakan masyarakat sehingga banyak petani yang membudidayakannya. (Umah, 2012; Sofiarani & Ambarwati, 2020)
Untuk masyarakat Indonesia terutama Palembang, cabai rawit adalah bahan pangan yang sepertinya akan selalu ada di masakan sehari – hari. Apalagi di Palembang yang menjadikan cabai rawit menjadi bahan dalam pembuatan cuko, salah satu dari bagian menu makanan khas daerah Sumatera Selatan (Efrianto et al., 2014; Muchsiri et al., 2020). Produksi cabai rawit seluruh Indonesia pada tahun 2020 menghasilkan 1.508.404 ton di mana Sumatera Selatan menghasilkan 11.645
VI-2
ton dari total keseluruhan 1. Konsumsi cabai rata – rata nasional berada di rentang 1.296 juta – 1.320 juta ton per jenis cabai per tahun 2 .
Namun fluktuasi harga cabai di Indonesia terutama cabai rawit dalam suatu periode tertentu di sekitar bulan Desember - Januari dan Juni - Juli masih selalu terjadi sehingga suatu waktu harga cabai naik relatif cukup tinggi dan sebaliknya pada periode lainnya harga cabai sangat rendah (Nauly, 2016). Kenaikan harga cabai rawit di Indonesia sebesar 24,21 % pada bulan Maret 2021 dari bulan sebelumnya yang pada bulan Februari 2021 harga cabai rawit sebesar Rp 80.229,- /kg menjadi Rp 99.655,-/kg3. Oleh karena itu diperlukan suatu cara untuk peramalan harga cabai rawit.
Kegiatan untuk memperkirakan suatu nilai atau kejadian di masa mendatang dengan memperhitungkan data pada masa lampau maupun data pada masa kini disebut peramalan(forecasting) (Fauziah et al., 2016). Peramalan data time series adalah proses peramalan yang lebih menekankan relasi antar data – data historis yang sudah ada. Fuzzy Time Series adalah salah satu metode peramalan data time series dengan data non linier (Gumelar et al., 2018). Fuzzy Time Series memiliki kelebihan di antara lain memiliki tingkat akurasi yang baik dan cocok untuk peramalan dalam jangka pendek maupun jangka panjang (Arnita et al., 2020; Putra, 2020).
1 Badan Pusat Statistik (bps.go.id)
2 Analisis Perkembangan Harga Bahan Pangan Pokok di Pasar Domestik dan Internasional Desember 2020, Kemterian Perdagangan Republik Indonesia
3 Analisis Perkembangan Harga Bahan Pangan Pokok di Pasar Domestik dan Internasional Maret 2021, Kemterian Perdagangan Republik Indonesia
VI-3
Salah satu metode Fuzzy Time Series adalah metode yang telah dikembangkan oleh Chen (1996) yang menyempurnakan metode Song dan Chissom (1992). Chen (1996) mempresentasikan metode untuk meramalkan pendaftaran historis dari Universitas Alabama berdasarkan deret waktu fuzzy, di mana pendaftaran historis Universitas Alabama dari tahun 1971 hingga 1992 dan menghasilkan perhitungan relasi fuzzy yang lebih efisien sehingga menghasilkan komputasi yang ringan daripada metode Song dan Chissom. (Chen, 1996; Putra, 2020)
Ketepatan suatu model peramalan adalah hal yang mendasar untuk mengukur kesesuaian suatu model peramalan dengan suatu dataset. Adapun cara yang digunakan dalam mengevaluasi hasil peramalan yaitu dengan menggunakan metode Mean Absolute Percentage Error (MAPE). Suatu model mempunyai kinerja sangat bagus jika nilai MAPE berada di bawah 10% (Arnita et al., 2020)
Data yang dipelajari pada peramalan harga bahan pokok cabai rawit merupakan data historis harga harian cabai rawit di periode 1 April 2020 sampai dengan 1 April 2021 yang ada di Pasar Cinde dan Pasar Lemabang di Kota Palembang. Data diperoleh dari website PIHPS Nasional 4 berdasarkan pencarian jenis harga di kota/kab Palembang. Data 1 tahun ke belakang yang diambil sudah cukup karena data tersebut mengandung 2 kali periode waktu di mana harga cabai rawit mengalami fluktuasi.
Beberapa penelitian sebelumnya yang menjadi rujukan penulis adalah
“Perbandingan Model Chen Dan Model Cheng Pada Algoritma Fuzzy Time Series
4 PIHPS Nasional - Tabel Harga Berdasarkan Daerah (hargapangan.id)
VI-4
Untuk Prediksi Harga Bahan Pokok” yang dilakukan oleh Arif Fadhillah pada tahun 2017 terhadap harga bahan pokok per bulan di periode januari 2014 sampai desember 2016 yang menghasilkan Mean Absolute Percentage Error (MAPE) pada peramalan harga cabai sebesar 18.25 % menggunakan model Chen dan 10.46 % pada model Cheng sehingga model Cheng lebih baik ketimbang model Chen.
Kemudian penelitian oleh Darsono Nababan dan Eric Alexander pada tahun 2020 yang berjudul “Implementasi Metode Fuzzy Time Series dengan Model Algoritma Chen untuk Memprediksi Harga Emas” menghasilkan nilai RMSE sekitar Rp.
2.850 sehingga menyimpulkan jika Fuzzy Time Series model Chen akurat dalam meramalkan harga emas satu hari ke depan. Terakhir adalah penelitian (Gumelar et al., 2018) menggunakan Fuzzy Time Series Chen pada 21 data harga daging di Kabupaten Malang pada tahun 2016 dan 2017, akurasi yang didapat dari peramalan menggunakan metode RMSE sebesar 57% .
Berdasarkan penjelasan tersebut, maka penulis mencoba melakukan peramalan harga bahan pokok cabai rawit di Kota Palembang menggunakan Fuzzy Time Series Chen dan evaluasi hasil peramalan menggunakan Mean Absolute Percentage Error (MAPE).
1.3 Rumusan Masalah
Berdasarkan latar belakang yang telah dijabarkan, permasalahan yang dibahas pada penelitian ini ialah :
1. Bagaimana membangun sistem Peramalan Fuzzy Time Series Chen untuk harga bahan pokok cabai rawit di pasar kota Palembang.
VI-5
2. Bagaimana kinerja Fuzzy Time Series Chen dalam peramalan harga bahan pokok cabai rawit.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini ialah :
1. Menghasilkan sistem peramalan harga bahan pokok cabai rawit di kota Palembang dengan menerapkan Fuzzy Time Series Chen.
2. Mengetahui kinerja dari Fuzzy Time Series Chen dalam peramalan harga bahan pokok cabai rawit di kota Palembang.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah :
1. Mendapatkan hasil peramalan harga cabai rawit di kota Palembang.
2. Menjadi bahan rujukan untuk penelitian berikutnya di bidang peramalan.
1.6 Batasan Masalah
Batasan masalah pada penelitian yang telah ditentukan adalah sebagai berikut :
1. Data yang digunakan adalah daftar harga harian per kg di pasar tradisional Cinde dan Lemabang dari 1 April 2020 sampai dengan 1 April 2021 yang didapat dari https://hargapangan.id/ .
2. Format berkas masukan hanya .csv .
VI-6
1.7 Sistematika Penulisan
Sistematika penulisan pada tugas akhir ini akan berdasarkan standar penulisan tugas akhir Fakultas Ilmu Komputer Universitas Sriwijaya yaitu sebagai berikut :
BAB I. PENDAHULUAN
Bab ini akan mennguraikan pembahasan mencakup latar belakang, perumusan masalah, tujuan dan manfaat penelitian serta batasan masalah dan sistematika penulisan.
BAB II. KAJIAN LITERATUR
Bab ini akan menguraikan pembahasan mencakup landasan teori pada penelitian ini seperti Fuzzy Time Series Chen serta membahas penelitian – penelitian lain yang terkait.
BAB III. METODE PENELITIAN
Bab ini akan menguraikan pembahasan pelaksanaan penelitian mencakup tahapan yang akan dikerjakan pada penelitian ini di mana setiap tahapan akan dideskripsikan secara rinci berdasarkan kerangka kerja sampai perancangan manajemen proyek.
VI-7
BAB IV. PENGEMBANGAN PERANGKAT LUNAK
Bab ini akan menguraikan pembahasan proses pengembangan perangkat lunak Peramalan Harga Bahan Pokok Cabai Rawit di Kota Palembang Menggunakan Fuzzy Time Series Chen.
BAB V. HASIL DAN ANALISIS PENELITIAN
Bab ini akan menguraikan pembahasan mencakup hasil pengujian penelitian dan analisis hasil pengujian berdasarkan format yang telah ditentukan.
BAB VI. KESIMPULAN DAN SARAN
Bab ini akan menguraikan pembahasan yang berisi kesimpulan dari setiap bab sebelumnya serta saran yang diharapkan untuk penelitian di bidang peramalan selanjutnya.
1.8 Kesimpulan
Berdasarkan penjelasan di dalam bab ini, secara umum mencakup penelitian yang akan dilakukan, meliputi latar belakang dan rumusan masalah, tujuan dan manfaat penelitian serta batasan masalah dan sistematika penulisan.
xvi
DAFTAR PUSTAKA
Andini, T.D. & Auristandi, P. 2016. Peramalan Jumlah Stok Alat Tulis Kantor di UD Achmad Jaya Menggunakan Metode Double Exponential Smoothing.
Jurnal Ilmiah Teknologi Informasi Asia, 10(1): 1–10.
Arnita, Afnisah, N. & Marpaung, F. 2020. A Comparison of the Fuzzy Time Series Methods of Chen, Cheng and Markov Chain in Predicting Rainfall in Medan.
Journal of Physics: Conference Series.
Chen, S.-M. 1996. Fuzzy forecasting with DNA computing. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 4287 LNCS: 324–336.
Efrianto, Zubir, Z. & Maryetti 2014. Pempek Palembang. Journal of Chemical Information and Modeling, .
Fadhillah, A., Betizza, M. & Ritha, N. 2017. Perbandingan Model Chen Dan Model Cheng Pada Algoritma Fuzzy Time Series Untuk Prediksi Harga Bahan Pokok Arif Fadhillah.
Fauziah, N., Wahyuningsih, S. & Nasution, Y.N. 2016. Peramalan Mengunakan Fuzzy Time Series Chen (Studi Kasus : Curah Hujan Kota Samarinda).
Statistika, 4(2): 52–61.
Gumelar, F.A., Regasari, R. & Putri, M. 2018. Implementasi Fuzzy Time Series Pada Prediksi Harga Daging Di Pasar Kabupaten Malang. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(8): 2724–2733.
Muchsiri, M., Alhanannasir, Verayani, A. & Ilham Agung Jaya Kusuma 2020.
Pelatihan Pembuatan Cuko Pempek Palembang Dengan Bahan Asam Dari Sari Jeruk Kunci. Jurnal Ilmiah Pengabdian Kepada Masyarakat, 2: 1–6.
Nababan, D. & Alexander, E. 2020. Implementasi Metode Fuzzy Time Series Dengan Model Algoritma Chen Untuk Memprediksi Harga Emas. Jurnal Teknik Informatika, 13(1): 71–78.
Nauly, D. 2016. Fluktuasi dan Disparitas Harga Cabai di Indonesia. Jurnal
xvii Agrosains dan Teknologi, 1(1): 57–69.
Putra, M.I.T. 2020. Elephant Herding Optimization Pada High Order Fuzzy Time Series Untuk Forecasting Harga Elephant Herding Optimization Pada High- Order Fuzzy Time Series Untuk Forecasting Harga Brent Oil.
Sofiarani, F.N. & Ambarwati, E. 2020. Pertumbuhan dan Hasil Cabai Rawit
<em>(Capsicum frutescens L.)</em> pada Berbagai Komposisi Media Tanam dalam Skala Pot. Vegetalika, 9(1): 292.
Sungkawa, I. & Megasari, R.T. 2011. Nilai Ramalan Data Deret Waktu Dalam Seleksi Model Peramalan Volume Penjualan Pt Satriamandiri Citramulia Iwa Sungkawa ; Ries Tri Megasari. ComTech, 2(2): 636–645.
Susilowati, S. 2017. Perancangan Sistem Informasi Pemesanan Makam Baru Menggunakan Metode Rational Unified Process (Studi kasus pada Taman Pemakaman Umum Joglo Jakarta Barat). Jurnal Pilar Nusa Mandiri, 13(ISSN
1978-1946 & E-ISSN 2527-6514): 92–97.
(http://ejournal.nusamandiri.ac.id/ejurnal/index.php/pilar/article/view/342).
Umah, F.K. 2012. Pengaruh Pemberian Pupuk Hayati (Biofertilizer) dan Media Tanam Yang Berbeda Pada Pertumbuhan dan Produktivitas Tanaman Cabai Rawit (Capsicum frutescens L.) di Polybag. 1–4.
