Perbandingan Akurasi Model Fuzzy Time Series dalam Peramalan Harga Cabai Rawit Merah di Kota Makassar
Ismail Gaffar(1*); Arwini Arisandi(2); A Ridwan Makkulawu(3);
(1) Politeknik Pertanian Negeri Pangkajene Kepulauan
(2) Politeknik Pertanian Negeri Pangkajene Kepulauan
(3) Politeknik Pertanian Negeri Pangkajene Kepulauan
(*) Corresponding Author
AbstractCabai rawit (Capsicum frutescens) merupakan bagian dari famili solanaceae. Cabai rawit adalah salah satu tanaman hortikultura yang banyak dibudidayakan di Indonesia. Selain dikonsumsi, zat capsaicin pada cabai rawit juga digunakan sebagai bahan kosmetik. Harga cabai rawit terkadang meresahkan masyarakat dikarenakan lonjakan harga. Sehingga peramalan harga diperlukan pemerintah untuk mengatasi lonjakan harga yang terjadi setiap tahunnya. Peramalan (Forecasting) merupakan ilmu yang mampu mempelajari informasi historis yang dapat meramalkan kejadian yang akan datang. Ilmu peramalan menggunakan data runtun waktu (Time Series) untuk mempelajari data historis, dapat berupa data harian, bulan, ataupun periode waktu tertentu. Dalam penelitian ini, membandingkan Fuzzy Time Series (FTS) model Chen dan Lee untuk mengetahui performa yang terbaik. Data yang digunakan yaitu panel harga cabai rawit merah di Kota Makassar sejak Juli 2022 hingga Mei 2024. Masing-masing model memiliki cara tersendiri dalam membentuk Fuzzy Logic Relationship Group (FLRG). Hasil penelitian menunjukkan model Lee memberikan performa terbaik untuk meramalkan harga cabai rawit merah dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 6,00%.
KeywordsCabai rawit; Fuzzy Time Series; Lee; MAPE; Peramalan
|
Full Text:PDF |
Article MetricsAbstract view: 65 timesPDF view: 31 times |
Digital Object Identifier![]() |
Cite |
References
Chairunnissak, Yefriwati, and Darmansyah., “Respon Pertumbuhan dan Hasil Tanaman cabai ( Capsicum frutescens) Terhadap Kombinasi Bahan Organik dan Fungi Mikoriza Arbuskular ( FMA),” J. agronida, vol. Volume 9, no. April, p. 23, 2023, [Online]. Available: https://ojs.unida.ac.id/JAG/article/view/7089
N. Chesaria, . Sobir, and M. Syukur, “Analisis Keragaan Cabai Rawit Merah (Capsicum frutescens ) Lokal Asal Kediri dan Jember,” Bul. Agrohorti, vol. 6, no. 3, pp. 388–396, 2018, doi: 10.29244/agrob.v6i3.21107
A. Y. Lapasi, L. C. Ch E Lengkey, and B. R. A Sumayku, “Pengemasan Vakum Cabai Rawit (Capsicum frutescens L) Pada Tingkat Kematangan yang Berbeda,” Univ. Sam Ratulangi, vol. 1, no. 22, pp. 1–9, 2020.
A. Imada, S. Anraeni, and A. Gaffar, “Sistem Pendukung Keputusan Pemilihan Benih Cabai Terbaik dengan Metode Weighted Product,” Bul. Sist. Inf. dan Teknol. Islam, vol. 5, no. 1, 2024, doi: https://doi.org/10.33096/busiti.v5i1.2188.
A. R. H. Astrini Padapi, Aksal Mursalat, “DISPARITAS CABAI RAWIT MERAH DI INDONESIA Astrini,” AGRIOVET, vol. 5, no. Oktober, 2022.
P. Lestari and B. Lokapitasari, “Implementasi Algoritma Neural Network untuk Memprediksi Harga Bawang Merah di Kabupaten Bima,” Bul. Sist. Inf. dan Teknol. Islam, vol. 4, no. 2, pp. 112–119, 2023.
V. Komaria, N. El Maidah, and M. A. Furqon, “Prediksi Harga Cabai Rawit di Provinsi Jawa Timur Menggunakan Metode Fuzzy Time Series Model Lee,” Komputika J. Sist. Komput., vol. 12, no. 2, pp. 37–47, 2023, doi: 10.34010/komputika.v12i2.10644.
M. Fajrul, R. Satra, and L. B. Ilmawan, “Aplikasi Prediksi Permintaan Peralatan Sarang Walet Menggunakan Metode Double Exponential Smoothing Berbasis Android,” Bul. Sist. Inf. dan Teknol. Islam, vol. 3, no. 3, pp. 188–195, 2022, doi: 10.33096/busiti.v3i3.1348.
D. R. Ramadhani, F. Rakhmawati, and R. Aprilia, “Prediction of Clean Water Supply Using the Fuzzy Time Series Cheng Method at PDAM Tirta Silau Piasa,” J. Mat. Stat. dan Komputasi, vol. 20, no. 2, pp. 340–350, 2023, doi: 10.20956/j.v20i2.32071.
Arnita, N. Afnisah, and F. Marpaung, “A Comparison of the Fuzzy Time Series Methods of Chen, Cheng and Markov Chain in Predicting Rainfall in Medan,” J. Phys. Conf. Ser., vol. 1462, no. 1, 2020, doi: 10.1088/1742-6596/1462/1/012044.
S. I. J. Telaumbanua and D. Febrian, “Comparison of Fuzzy Time Series Markov Chain and Fuzzy Time Series Lee in North Sumatra Import Value Forecasting,” Numer. J. Mat. dan Pendidik. Mat., vol. 7, no. 1, pp. 131–144, 2023, doi: 10.25217/numerical.v7i1.2745.
S. A. P. Lahuma, J. Junaidi, and I. Setiawan, “Application of the Fuzzy Time Series Chen Model in Forecasting the Rupiah Exchange Rate Against the Us Dollar (Usd),” J. Stat. Methods Data Sci., vol. 1, no. 2, pp. 9–20, 2024, doi: 10.31258/jsmds.v1i2.11.
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)
![Creative Commons License](http://licensebuttons.net/l/by-sa/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.