Search for collections on Repository Universitas Maritim Raja Ali Haji

PREDIKSI JUMLAH PENGUNJUNG WISATA DI KOTA TANJUNGPINANG MENGGUNAKAN METODE AVERAGE BASED FUZZY TIME SERIES MODELS

HABIBATURROHIMADHANI, HABIBATURROHIMADHANI and Nurfalinda, Nurfalinda and Muhamad Radzi, Rathomi (2024) PREDIKSI JUMLAH PENGUNJUNG WISATA DI KOTA TANJUNGPINANG MENGGUNAKAN METODE AVERAGE BASED FUZZY TIME SERIES MODELS. S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text (Cover)
HABIBATURROHIMADHANI_190155201060_Teknik Informatika - Cover.pdf - Published Version

Download (974kB)
[img] Text (Abstrak)
HABIBATURROHIMADHANI_190155201060_Teknik Informatika - Abstrak.pdf - Published Version

Download (181kB)
[img] Text (BAB I)
HABIBATURROHIMADHANI_190155201060_Teknik Informatika - BAB I.pdf - Published Version

Download (217kB)
[img] Text (Daftar Pustaka)
HABIBATURROHIMADHANI_190155201060_Teknik Informatika - Daftar Pustaka.pdf - Published Version

Download (240kB)
[img] Text (Full Teks)
HABIBATURROHIMADHANI_190155201060_Teknik Informatika - Full Teks.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy
Official URL: https://lib.umrah.ac.id/

Abstract

Prediksi atau peramalan adalah proses memperkirakan kejadian di masa mendatang dengan melihat kejadian di masa lampau yang terjadi secara berurutan. Umumnya peramalan digunakan untuk memprediksi kejadian yang mungkin terjadi di masa depan. Fuzzy time series ialah salah satu metode untuk melakukan prediksi. Average-Based Fuzzy Time Series merupakan metode fuzzy time series berbasis rata-rata yang yang dapat menentukan panjang interval secara efektif dan memberikan hasil prediksi yang sangat akurat. Penelitian ini menggunakan data bulan Januari 2018 hingga Desember 2022, dan data yang dikumpulkan berjumlah 60 data wisatawan mancanegara dan data wisatawan nusantara. Untuk pengujian yang dijalankan sebanyak lima kali dengan jumlah data yang berbeda, rata-rata nilai error yang dihitung dengan metode MAPE (Mean Absolute Percentage Error) adalah 6.55% dan akurasinya 93.45%. Hal ini menunjukkan bahwa penelitian tersebut “sangat baik. Akurasi kesalahannya yang kurang dari 10%, dapat dikatakan sangat baik dalam memprediksi jumlah pengunjung.

Item Type: Thesis (S1)
Contributors:
ContributionNameNIP / NIDN
UNSPECIFIEDNurfalinda, NurfalindaNIP.198401212019032013
UNSPECIFIEDMuhamad Radzi, RathomiNIP.198903252019031014
Subjects: 000 Karya Umum > 000. Ilmu Umum dan Komputer > 005.1.Pemrograman
000 Karya Umum > 000. Ilmu Umum dan Komputer > 006.3 Artificial Intelligence/Kecerdasan Buatan
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: user Teknik Informatika
Date Deposited: 26 Jan 2024 01:23
Last Modified: 26 Jan 2024 01:23
URI: http://repositori.umrah.ac.id/id/eprint/6831

Actions (login required)

View Item View Item