Novita, Novita and Martaleli, Bettiza and Alena, Uperiati (2019) PERBANDINGAN TINGKAT AKURASI METODE FUZZY TIME SERIES MODEL MARKOV CHAIN DAN METODE FUZZY TIME SERIES JASIM UNTUK MEMPREDIKSI JUMLAH PENUMPANG KAPAL (Studi kasus: Pelabuhan Sri Bintan Pura dalam Negeri). S1 thesis, Universitas Maritim Raja Ali Haji.

Text LAPORAN SKRIPSI-(NOVITA-150155201010-TI).pdf Restricted to Registered users only Download (2MB)

Abstract

Provinsi Kepulauan Riau terdiri dari pulau-pulau kecil dimana banyak masyarakat yang akan bepergian dengan menyebrangi lautan untuk bisa sampai ke tujuan. Kapal laut merupakan transportasi yang sangat tepat untuk digunakan dalam hal penyebrangan antar pulau. Pada waktu tertentu seperti hari libur panjang, libur tahun baru, dan hari libur lainnya jumlah penumpang bisa meningkat lebih banyak dibandingkan hari sebelumnya. Hal tersebut bisa menjadi suatu permasalahan bagi pihak pelabuhan seperti antrian yang lama, habisnya tiket dan lain sebagainya. Oleh karena itu dibutuhkan suatu sistem yang dapat memprediksi jumlah penumpang yang akan menaiki kapal tersebut. Banyak sekali metode-metode yang bisa digunakan untuk melakukan prediksi diantara yaitu metode Markov Chain dan Metode Jasim, kedua metode ini merupakan metode Fuzzy Time Series dimana dari kedua metode tersebut terdapat perbedaan pada bagian menentukan lebar interval untuk pembentukkan himpunan fuzzy dari data yang akan diolah. Oleh karena itu peneliti akan membandingkan kedua metode tersebut pada kasus memprediksi jumlah penumpang kapal dengan melihat tingkat akurasi yang mana lebih baik. Dari hasil yang diperoleh menggunakan metode Fuzzy Time Series Model Markov Chain didapatkan tingkat kesalahan dengan nilai rata-rata error menggunakan MAPE sebesar 10,66023%, sedangkan metode Fuzzy Time Series Jasim didapatkan tingkat kesalahan degan nilai rata-rata error menggunakan MAPE sebesar 3.92362%. Dimana dapat disimpulkan bahwa metode Fuzzy Time Series Jasim lebih bagus dibandingkan metode Fuzzy Time Series Model Markov Chain.

Actions (login required)

View Item