##plugins.themes.academic_pro.article.sidebar##

Submitted
Jun 7, 2023
Published
Jun 30, 2023
Download
PDF
Statistic
Read Counter : 386 Download : 281

Downloads

Download data is not yet available.

Main Article Content

Abstract

Setiap bulan berat emas yang terjual di PT. Pegadaian Area Jambi tidak bisa dipastikan. Data hasil penjualan emas setiap bulannya tidak stabil yang mengalami  kenaikan dan penurunan penjualan. Hal tersebut menyebabkan data penjualan emas bersifat fluktuasi. Penelitian ini dilakukan untuk meramalkan jumlah penjualan emas pada bulan mendatang.


Fuzzy Time Series (FTS) Cheng merupakan metode peramalan untuk memprediksi data time series yang pola datanya tidak tetap atau berubah-ubah mengalami penurunan dan kenaikan di setiap periode. Sistem yang digunakan untuk memprediksi data dengan menangkap pola dari data sebelumnya atau data historis disebut sistem Fuzzy Times Series. Dalam penentuan interval, metode Cheng memiliki cara yang agak berbeda dengan membentuk Fuzzy Logical Relationship (FLR) berdasarkan pada urutan dan perulangan FLR yang sama dimasukan semua hubungan dengan pemberian bobot.


Penelitian ini menggunakan data Time Series. Data Time Series adalah data yang disusun berdasarkan urutan waktu atau data yang dikumpulkan dari waktu ke waktu atau disebut historis. Waktu yang digunakan pada data penelitian ini yaitu bulanan. Data yang digunakan adalah data penjualan emas di PT. Pegadaian Area Jambi dari bulan Januari 2020 hingga Oktober 2022. Penelitian ini memberikan hasil peramalan terhadap data historis menghasilkan nilai error Mean Absolute Percentage Error (MAPE) <10% dan menghasilkan nilai error Mean Absolute Deviation (MAD) sebesar 368 gram. Sehingga peramalan untuk bulan November 2022 diprediksi sebesar 4.521 gram. Sehingga metode Fuzzy Time Series Cheng sangat baik diguakan untuk meramalkan rata-rata penjualan emas di PT. Pegadaian Area Jambi.

Article Details

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

How to Cite
Risnawati, M., Syafmen, W., & Mardhotillahs, B. (2023). Prediksi Penjualan Emas di PT. Pegadaian Area Jambi Menggunakan Fuzzy Time Series Cheng. Jurnal Ekonomi Dan Statistik Indonesia, 3(1), 70-84. https://doi.org/10.11594/jesi.03.01.06

References

Aini, N. S. (2018). Penerapan Metode Simple Moving Avarage untuk Memprediksi Hasil Laba Laundry Karpet Pada CV. Homecare. JURIKOM (Jurnal Riset Komputer), 5(2), 167-175.
Baskoro., S. d. (2021). Prediksi Penerima Beasiswa dengan Menggunakan Teknik Data Mining di Universitas Muhammadiyah Pringsewu. Seminar Nasional Hasil Penelitian dan Pengabdian Masyarakat, 89.
Boaisha, S. M. (2010). Forecasting Based on Fuzzy Time Series Aproach. University of Gariyounis: Proceeding ACIT.
Cheng, C. H. (2008). Fuzzy Time-Series Based on Adaptif Expectation Model for TAIEX forecasting. ELSEVIER.
Fahmi, T. S. (2013). Perbandingan Metode Eksponensial Tunggal dan Fuzzy Time Series untuk Memprediksi Indeks Harga Saham Gabungan. Jurnal Gaussian, Vol. 2, 137-146.
Fernando. E. (2014). Sistem Pakar Mendiagnosis Penyakit Jantung dengan Metode Fuzzy Set. Jurnal Seminar Nasional Aplikasi Teknolo-gi Informasi (SNATI).
Firdausy, C. M. (2018). Peran Industri Keuangan Non-Bank terhadap Perekonomian Nasional. Jakarta: Yayasan Pustaka.
Irawan., T. M. (2014). Perbandingan Metode Fuzzy Time Series Cheng dan Metode Box-Jenkins untuk Memprediksi IHSG. Jurnal Sains dan Seni POMITS, Vol. 3, No 2.
Krisma. A, et. al. (2019). Perbandingan Metode Double Exponential Smoothing dan Triple Exponential Smoothing dalam Parameter Tingkat Error MAPE dan MAD. Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Infoemasi., Vol 4. No 2.
Kusumadewi, S. d. (2010). Aplikasi Logika Fuzzy. Yogyakarta: Graham Ilmu.
Makridakis, S. E. (1999). Metode dan Aplikasi Peramalan . Jakarta: Binarupa Aksara.
Margi, K. d. (2015). Analisa dan Penerapan Metode Single Exponential Smoothing untuk Prediksi Penjualan pada Periode Tertentu. Prosiding SNATIF.
Martiningtyas, N. (2004). Buku Materi Kuliah STIKOM Statistik. Surabaya: STIKOM Surabaya.
Nasution, H. (2012). Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan. ELKHA, Vol.4, No 2 (4).
Noval. B. (1971). Bussiness Statistics. India: Lincensees If Person Education in South Asia.
Nugroho, K. (2016). Model Analisis Prediksi menggunakan Metode Fuzzy Time Series. INFOKAM, 49.
Rusli, M. (2017). Dasar Perancangan Kendali Logika Fuzzy. Malang: UB Press.
Saelan, A. (2009). Logika Fuzzy. Makalah IF2091 Struktur Diskrit .
Sinay, L. J. (2017). Peramalan Curah Hujan di kota Ambon Menggunakan Metode Holt-Winters Exponential Smoothing. Jurnal Ilmu Matematika dan Terapan , Vol 11, No 2 (106).
Sukarna, A. d. (2006). Analisis Data Deret Waktu. Makassar: Andira Publisher.
Wei, W. W. (1990). Time Analysis Univariate and Multivariate Methods. New.
Yulmaini. (2018). Logika Fuzzy-Stud Kasus dan Penyelesaian Menggunakan Microsoft Excel dan Matlab. Yogyakarta: Penerbit ANDI.