Text

Perbandingan Pemodelan Logika Fuzzy dan Regresi Linier Berganda untuk Peramalan Jumlah Penduduk Miskin (Data Nusa Tenggara Timur Tahun 2003-2022)

---

Metode peramalan merupakan metode untuk memprediksi suatu informasi di
masa depan dengan menggunakan data historis sebagai acuan. Tugas akhir ini
bertujuan membangun model untuk meramalkan jumlah penduduk miskin di
provinsi Nusa Tenggara Timur dengan menggunakan dua metode yaitu logika fuzzy
dan regresi linear berganda empat variabel. Kemudian hasil perbandingan kedua
metode diperoleh yang terbaik. Pada logika fuzzy, sistem inferensi fuzzy yang
digunakan yaitu metode fuzzy Tsukamoto. Pada regresi linear berganda empat
variabel, metode yang digunakan untuk mencari model regresi yaitu metode matriks
serta model regresi memenuhi uji asumsi klasik dan uji hipotesis. Bedasarkan nilai
Mean Absolute Percentage Error (MAPE) kedua model termasuk kriteria hasil
peramalan sangat akurat dan didapat bahwa nilai MAPE regresi linear berganda
lebih kecil dibandingkan dengan nilai MAPE logika fuzzy sehingga hasil peramalan
jumlah penduduk miskin di provinsi Nusa Tenggara Timur tahun 2003-2022
menggunakan regresi linear berganda lebih baik dibandingkan dengan logika fuzzy.
Namun bedasarkan proses perhitungan, kelebihan dari implementasi metode
peramalan menggunakan logika fuzzy lebih mudah karena tidak perlu memenuhi
syarat uji asumsi klasik dan uji hipotesis.
Kata kunci: Metode peramalan, logika fuzzy, regresi linear berganda empat
variabel, Mean Absolute Percentage Error

---

Ketersediaan

2636 A 2024

2636 A 2024

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

2636 A 2024

Penerbit

: ., 2023

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar