Metode Automatic Clustering dan Fuzzy Logical Relationships untuk Prakiraan

Abstract

Penelitian mengenai prakiraan dengan menggunakan metode fuzzy time series dalam beberapa kurun waktu terahir ini terus dikembangkan, hal ini dilakukan untuk menutupi kekurangan yang ada pada prakiraan dengan menggunakan metode tradisional. Metode prakiraan tradisional seperti markov, moving average (MA),  dan autoregresive (AR) dapat berjalan untuk memprakirakan data stasioner, tetapi tidak untuk data yang tidak stasioner. Sedangkan auto regresive integrated moving average (ARIMA) dan Box-Jenkins dapat berjalan dengan baik dengan data tidak stasioner. Metode fuzzy time series dapat digunakan dengan baik untuk kedua jenis data tersebut. Salah satu hasil pengembangkan prakiraan fuzzy time series adalah metode automatic clustering dan fuzzy logical relationship yang dalam penelitian ini akan diimplementasikan untuk prakiraan permintaan kredit. Berbeda dengan penelitian sebelumnya, pada penelitian ini hasil prakiraan dapat menghasilkan lebih dari satu periode yang akan datang dengan tujuan untuk mengetahui pengaruh rentang periode terhadap error yang dihasilkan. Selain itu juga dalam penelitian ini jumlah interval dibagi kedalam beberapa sub interval dengan tujuan untuk mengetahui pengaruh pembagian sub interval terhadap error yang dihasilkan.

Kata kunci : Fuzzy time series, automatic clustering dan fuzzy logical relationship