Penulis Utama : Lilis Setyorini
NIM / NIP : M0111050
×

ABSTRAK
Setiap tahun Universitas Sebelas Maret (UNS) perlu melakukan perencanaan
berhubungan dengan pengambilan keputusan manajerial UNS. Jumlah peminat di
UNS tidak menentu setiap tahun sehingga pihak manajemen UNS tidak dapat
menggunakan perencanaan anggaran sama seperti tahun sebelumnya. Oleh karena
itu, perlu dilakukan peramalan jumlah peminat untuk membantu mengatasi
masalah tersebut. Peramalan jumlah peminat dapat menggunakan metode runtun
waktu fuzzy. Metode tersebut menggunakan prinsip-prinsip fuzzy dalam proses
peramalannya. Penentuan interval merupakan langkah penting pada runtun waktu
fuzzy karena dapat memengaruhi hasil peramalan. Penelitian ini membahas
peramalan jumlah peminat Program Studi Matematika dengan penentuan interval
runtun waktu fuzzy menggunakan metode berbasis rata-rata dan metode
pengelompokan otomatis. Selanjutnya, metode dengan hasil root mean square
error (RMSE) yang terkecil digunakan untuk meramalkan jumlah peminat tahun
2015.
Pada penelitian ini data yang digunakan diubah menjadi himpunan fuzzy
berdasarkan interval yang telah terbentuk dari semesta pembicaraan U. Langkah
selanjutnya adalah membentuk kelompok relasi logika fuzzy untuk menentukan
nilai peramalan.
Berdasarkan hasil penelitian, nilai peramalan runtun waktu fuzzy
menggunakan metode pengelompokan otomatis dengan subinterval 18 lebih
akurat daripada metode berbasis rata-rata pada peramalan jumlah peminat
Program Studi Matematika FMIPA UNS dari tahun 2003 sampai dengan 2014.
Hal ini dapat menunjukkan nilai peramalan jumlah peminat pada tahun 2015
dengan menggunakan metode terbaik adalah 1705.
Kata kunci: runtun waktu fuzzy, metode berbasis rata-rata, metode
pengelompokan otomatis.
ABSTRACT
Every year UNS needs to create a plan related to the decision-making of UNS
managerial. The enrollments number is fluctuate every year so that the university
can not use the same last year budget planning. Hence, it is necessary to forecast
the number of enrollments to resolve the issue. Forecasting the number of
enrollments can be done by using fuzzy time series. The method uses the
principles of fuzzy in the forecasting process. The Intervals determination is an
important step on fuzzy time series because it is able to affect the forecasting
outcome. This study discusses the application of the average-based method and
automatic clustering method in determining the intervals of fuzzy time series on
forecasting the number of enrollments of Mathematics Department UNS from
2003 to 2014. Furthermore, the method with the smaller value of the root mean
square error (RMSE) is used to forecast the number of enrollments in 2015.
In this study, the data used is converted into fuzzy sets based on the interval
that has been formed from the universe of discourse U. The next step is to define
fuzzy logical relationship groups to obtain the forecasting value.
Based on the result of research, the forecast values of fuzzy time series using
automatic clustering method with subinterval 18 are more accurate than averagebased
method for forecasting the number of enrollment of mathematics
departement of FMIPA UNS from 2003 until 2014. It can be showed that the
forecast value of the number enrollment in 2015 by using the best method is 1705.
Keywords: Fuzzy time series, average-based method, automatic clustering
method.

×
Penulis Utama : Lilis Setyorini
Penulis Tambahan : -
NIM / NIP : M0111050
Tahun : 2015
Judul : Peramalan Jumlah Peminat Program Studi Matematika Fmipa UNS Menggunakan Runtun Waktu Fuzzy pada Penentuan Interval dengan Metode Berbasis Rata-Rata dan Pengelompokan Otomatis
Edisi :
Imprint : Surakarta - FMIPA - 2015
Program Studi : S-1 Matematika
Kolasi :
Sumber : UNS-FMIPA Jur. Pendidikan Sains Matematika-M0111050-2015
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Winita Sulandari, M.Si.
2. Drs. Santoso Budiwiyono, M.Si.
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.