thesis presentation fuzzy time series forecasting

Upload: syauqi-haris

Post on 10-Jul-2015

303 views

Category:

Documents


18 download

DESCRIPTION

Fuzzy time series forecasting system seizes the patterns from the previous data and uses it to project the future data. Whereas it does not need a sophisticated learning method as in genetic algorithm and neural network does, will make fuzzy time series easier to be developed. In the forecasting calculation using this method, interval length is determined at the beginning of the process. While the different lengths of intervals may results vary in fuzzy relationship, and in turn different forecasting results. Therefore, the appropriate fuzzy relationship is important to be built based on the effective length of intervals. One of the solutions is average-based interval fuzzy time series. In this thesis, average-based fuzzy time series is implemented to forecast the amount of monthly sales that available on the U.S. Census Bureau website. From the research can be obtained that average-based interval fuzzy time series is more accurate than the standard method with fixed number of intervals. The calculation shows approximately 52.39 % in AFER and 70.90 % in MSE for the result deviation between the two methods.

TRANSCRIPT

IMPLEMENTASI METODE FUZZY TIME SERIES DENGAN PENENTUAN INTERVAL BERBASIS RATA-RATA UNTUK PERAMALAN DATA PENJUALAN BULANANoleh: M SYAUQI HARIS 0310960048-96PROGRAM STUDI ILMU KOMPUTER JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS BRAWIJAYA MALANG 2010

LATAR BELAKANG

Chen (1996) menggunakan Metode fuzzy time series untuk meramalkan jumlah pendaftar di Universitas Alabama berdasarkan dari data histori. Chen (2000) fuzzy time series diimplementasikan untuk prediksi temperatur dalam suatu daerah berdasarkan data-data

LATAR BELAKANG (1)

Penentuan panjang interval sangat berpengaruh dalam pembentukan fuzzy relationship yang tentunya akan memberikan dampak perbedaan hasil perhitungan peramalan. Xihao (2008) Salah satu metode untuk penentuan panjang interval yang efektif adalah dengan

RUMUSAN MASALAHBagaimana mengimplementasikan metode Fuzzy Time Series dengan penentuan interval berbasis rata-rata untuk peramalan data penjualan bulanan. Membandingkan hasil peramalan fuzzy time series berbasis rata-rata dengan fuzzy time series standar dalam AFER (average forecasting error rate) dan

TUJUANMengimplementasikan sistem Fuzzy Time Series dengan penentuan interval berbasis rata-rata dalam perangkat lunak. Melakukan analisis terhadap hasil implementasi yang diperoleh.

BATASAN MASALAHData yang digunakan dalam penelitian ini adalah data riil atau aktual yang didapatkan oleh pengguna melalui website penyedia data dan jasa statistik untuk penelitian. Skripsi dan perangkat lunak yang akan dibuat bukanlah software yang mengakomodasi semua rule peramalan sehingga siap dipakai di

TINJAUAN PUSTAKAData runtun waktu (time series) Fuzzy Time Series Interval Berbasis Rata-rata

Data runtun waktu (time series)Time seriesmerupakan data yang terdiri atas satu objek tetapi meliputi beberapa periode waktu misalnya harian, bulanan, mingguan, tahunan, dan lain-lain. Tipe data lain : Data Silang (cross section) beberapa objek data pada suatu

Fuzzy Time SeriesBagi himpunan semesta U = [Dmin, Dmax] menjadi sejumlah ganjil interval yang sama u1, u2, , um,. Misalkan U = [13000, 20000] bisa dibagi menjadi tujuh interval u1, u2, u3, u4, u5, u6, u7 u1 = [13000,14000], u2 = [14000,15000], u3 = [15000,16000], u4 =

Fuzzy Time Series (1)Jadikan A1, A2, , Ak menjadi suatu himpunan-himpunan fuzzy yang variabel linguistiknya ditentukan sesuai dengan keadaan semesta. A1 = a11 / u1 + a12 / u2 + + a1m / um A1 = a21 / u1 + a22 / u2 + + a2m / um

Fuzzy Time Series (2)A1 = 1/ u1 + 0.5/ u2 + 0/ u3 + 0/ u4 + 0/ u5 + 0/ u6 + 0/ u7 , A2 = 0.5/ u1 + 1/ u2 + 0.5/ u3 + 0/ u4 + 0/ u5 + 0/ u6 + 0/ u7 , A3 = 0/ u1 + 0.5/ u2 + 1/ u3 + 0.5/ u4 + 0/ u5 + 0/ u6 + 0/ u7 , A4 = 0/ u1 + 0/ u2 + 0.5/ u3 + 1/ u4 + 0.5/ u5 + 0/ u6 + 0/ u7 , A5 = 0/ u1 + 0/ u2 + 0/ u3 + 0.5/ u4 + 1/ u5 + 0.5/ u6 + 0/ u7 ,

Fuzzy Time Series (4)Click to edit Master text styles Second level Third level Fourth level Fifth level

Fuzzy Time Series (5)Fuzzy Logic Relationship (FLR)

Fuzzy Logic Relationship Group (FLRG)

Fuzzy Time Series (6)Hitung hasil keluaran peramalan dengan menggunakan beberapa prinsip : (Aj Ak) maka i+1 = mk (Aj Ak1, Ak2, , Akp) maka i+1 = (m1 + m2 + + mp)/p Aj [kosong] maka i+1 = mj

Average-based FTSMisalkan terdapat data time series sebagai berikut : 30, 50, 120, 110, dan 70. Maka bisa diketahui bahwa rata-rata selisih data : 28. Setengah dari rata-rata sebagai panjang interval : 14.

METODOLOGI DAN PERANCANGAN

Flowchart Penentuan Interval Berbasis Rata-rata

Flowchart Peramalan dengan Fuzzy Time Series

Flowchart Perangkat Lunak Peramalan dengan Fuzzy Time Series

IMPLEMENTASI DAN PEMBAHASAN

Form Input Data

Form Fuzzifikasi

Form Peramalan

Hasil

Click to edit Master text styles Second level Third level Fourth level Fifth level

FTS standar AFER 1,61 dan MSE 3472,69. FTS interval berbasis rata-rata AFER 0,37 dan MSE 312,53

FTS standar AFER 3,02 dan MSE 746,06. FTS interval berbasis rata-rata AFER 1,84 dan MSE 307,90.

HasilClick to edit Master text styles Second level Third level Fourth level Fifth level

TERIMA KASIH