Penerapan prediksi Chen dan Cheng untuk data penjualan mobil Toyota tahun 2013–2017.

Hello semuaaa! welcome back to my blog:D disini penulis akan membahas mengenai Fuzzy dan penerapannya. Lansung saja ya :D

  1. Definisi Fuzzy Time Series

Fuzzy Time Series (FTS) adalah metode peramalan data yang menggunakan prinsip-prinsip fuzzy sebagai dasarnya. Sistem peramalan dengan FTS menangkap pola dari data yang telah lalu kemudian digunakan untukmemproyeksikan data yang akan datang. Fuzzy Time Series (FTS) pertama kalidikembangkan oleh Song dan Chissom pada tahun 1993 untuk meramalkan jumlah pendaftar di suatu universitas. Metode ini digunakan oleh para penelitiuntuk menyelesaikan masalah peramalan. Hal yang membedakan antara fuzzy time series dengan time series konvensional adalah nilai-nilai yang digunakan dalam peramalan merupakan himpunan fuzzy dari bilangan-bilangan real atas himpunan semesta yang ditentukan. Secara kasar himpunan fuzzy dapat diartikan sebagai suatu kelas bilangan dengan batasan samar (Anwary, 2011).

2. Fuzzy Time Series Cheng

Pada metode Cheng, cara untuk penentuan interval dengan menggunakan FLR(Fuzzy Logical Relationship) dengan memasukkan semua hubugan (all relationship) dan memberikan bobot berdasarkan pada urutan dan perulangan FLR yang sama. Metode ini juga menerapkan peramalan adaptif untuk menghasilkan nilai perkiraan konklusif dalam memodifikasi peramalan.

3. Fuzzy Time Series Chen

Metode Fuzzy Time Series Chen dengan Penentuan Interval Berbasis Rata-rata.

Adapun langkah-langkah peramalan menggunakan time series Chen dengan penentuan interval berbasis rata-rata adalah sebagai berikut:

a. Menentukan semesta pembicaraan U (Universe of Discourse).

b. Menentukan panjang interval yang efektif menggunakan metode berbasis rata-rata (average based) dan bagi ke dalam beberapa interval yang memiliki interval yang sama.

c. Menentukan nilai linguistik yang difuzzifikasi dan mendefinisikan himpunan fuzzy pada U.

d. Melakukan fuzzifikasi pada data curah hujan Kota Samarinda.

e. Mengklasifikasikan FLR yang telah diperoleh pada tahap sebelumnya ke dalam kelompokkelompok sehingga terbentuk Fuzzy Logical Relationship Group (FLRG).

Adapun langkah-langkah untuk melakukan prediksi dengan metode fuzzy time series Chen dan Cheng adalah Sebagai Berikut:

  1. Berikut merupakan data penjualan mobil toyota tahun 2013–2017 yang diambil melalui website : http://triatmono.info/data-penjualan-tahun-2012/data-penjualan-mobil-2017/

2. Mencari nilai minimal dan maksimal dari data penjualan mobil tersebut. Dengan Rumus dalam excel adalah:

=min(C2:C61) untuk mencari nilai terkecil dari keseluruhan data dan =max(C2:C61) untuk mencari nilai tertinggi dari keseluruhan data.

Sehingga dapat dilihat pada gambar diatas bahwa nilai terendah pada data penjualan mobil adalah 13535 dan nilai terbesar pada penjualan mobil adalah 40806.

2. Membuat nilai minimal dan maksimal baru untuk membuat nilai minimal dan maksimal lama menjadi nilai yang bulat dengan nilai minimal lama dikurangkan dengan 35 sedangkan nilai maksimal lama dikurangkan dengan 6.

3. Mencari jumlah kelas dengan rumus: =ROUND(1+3,322*LOG10(60);0) dimana 60 merupakan banyaknya data yang ada setelah itu mencari panjang kelas dengan rumus: (Maksbaru — minbaru ) / jumlah kelas.

4. Mencari batas bawah dan batas atas masing-masing kelas dengan batas bawah untuk kelas 1 merupakan nilai minimum baru data kemudian untuk kelas-kelas selanjutnya adalah batas bawah kelas sebelumnya ditambah dengan panjang kelas. Sedangkan, untuk batas atas untuk kelas 1 merupakan hasil pengurangan batas bawah kelas kedua dikurang dengan 1 sedangkan untuk kelas kelas selanjutnya yaitu penjumlahan batas atas kelas sebelumnya dengan panjang kelas.

5. Menghitung nilai tengah dari masing-masing kelas dengan rumus: =(batas atas + batas bawah ) / 2

6. Melakukan fuzzifikasi pada data dengan membandingkan data yang ada dan batas bawah yang telah dicari dengan formula if pada excel. Untuk data pertama dengan formula:

=IF(C2>$G$8;”A7";IF(C2>$G$7;”A6";IF(C2>$G$6;”A5";IF(C2>$G$5;”A4";IF(C2>$G$4;”A3";IF(C2>$G$3;”A2";”A1"))))))

dimana C2 merupakan data pertama , G8(batas bawah kelas ke 7) = 36900, G7(batas bawah kelas ke 6) = 33000 , G6(batas bawah kelas ke 5)= 29100 , G5(batas bawah kelas ke 4)= 25200 , G4(batas bawah kelas ke 3)= 21300 , G3(batas bawah kelas ke2)= 17400 , G2(batas bawah kelas ke 1). dan pengelempokkannya menjadi A7 , A6 , A5 , A4 , A3 , A2 , A1. kemudian formula tersebut diseret sampai dengan data terakhir. berikut tampilannya:

7. Pada new sheet copy hasil fuzzyfikasi yang telah dilakukan pada sheet sebelumnya.

8. Membuat Fuzzy Logic Relationship dapat dilakukan dengan mengelompokkan pada fuzzifikasi pada langkah sebelumnya. adapun formula yang digunakan adalah pada data kedua :

=B2&”->”&B3

dimana B2 merupakan fuzzifikasi data pertama dan B3 merupakan fuzzifikasi untuk data kedua kemudian formula tersebut diseret sampai dengan data terakhir. berikut tampilannya:

9. Membuat LH dan RH dimana LH merupakan bagian kiri dari FLR dan RH adalah bagian kanan FLR.

10. Membuat pivot table dari LH dan RH.

11. Membuat current state dan next state dari pivot table yang dibuat.

12. Menghitung prediksi chen.

13. Menghitung prediksi cheng.

14. Dengan menggunakan formula “ If” seperti pada langkah 6 didapatkan nilai prediksi chen dan cheng untuk keseluruhan data sebagai berikut:

15. Mencari MAPE untuk prediksi Chen dan Cheng.

Adapun rumus MAPE adalah sebagai berikut:

  • Didapatkan nilai MAPE untuk Prediksi Chen yaitu: 100/60* 9.289847268 = 15.48307878%
  • Didapatkan nilai MAPE untuk Prediksi Cheng yaitu: 100/60* 8.826822048 = 14.71137008%

Karena nilai MAPE prediksi Cheng lebih kecil dibangdingkan Nilai MAPE untuk prediksi Chen maka dapat disimpulkan peramalan dengan menggunakan prediksi Cheng pada data Toyota adalah yang terbaik.