Text

Penerapan Metode Wvaelet Neuro-Fuzzy System (WNFS) Dalam Memprediksi Harga Beras Dunia (Studi Kasus : Harga Beras Thailand Sebagai Harga Acuan dunia)

---

ABSTRAK

Perdagangan beras menjadi salah satu komponen ketahanan pangan dari sisi ketersediaan pangan. Adanya integrasi sepenuhnya antara harga beras komoditas internasional dengan harga domestik menjadi hal yang mendorong dilakukannya prediksi harga beras dunia, dengan harga beras Thailand sebagai harga acuan dunia. Pada penelitian ini, model Wavelet Neuro-Fuzzy System (WNFS) yang mengkombinasikan antara transformasi wavelet dan teknik neuro-fuzzy diterapkan untuk memprediksi harga beras dunia secara bulanan. Data harga beras bulanan yang terobservasi didekomposisikan kedalam beberapa komponen sub-series dengan Maximal Overlap Discrete Wavelet Transform (MODWT), kemudian sub-series yang bersesuaian yang memiliki korelasi yang tinggi dengan data sebenarnya digunakan sebagai input model neuro-fuzzy untuk memprediksi harga beras bulanan pada enam bulan kedepan. Model neuro-fuzzy diawali dengan penentuan nilai keanggotaan setiap data menggunakan Fuzzy C-Means, kemudian dilanjutkan dengan prosedur inferensi fuzzy model Sugeno orde-nol. Hasil penelitian yang diperoleh menunjukkan bahwa metode WNFS dapat digunakan untuk memprediksi harga beras dunia, dengan nilai kesalahan yang dihasilkan dari proses pembelajaran yaitu MSE sebesar 20,69097 dan perolehan MAPE sebesar 0,65584%. Sedangkan hasil pengukuran kesalahan untuk prediksi enam bulan kedepan menunjukkan perolehan MSE sebesar 3610,14847 dan nilai MAPE sebesar 13,62334%.

Kata Kunci : prediksi harga beras dunia bulanan, maximal overlap discrete wavelet transform, sistem neuro-fuzzy.
 
ABSTRACT

Rice trade is one of the food resistance components in terms of its availability. The comprehensive integration between international commodity rice prices and domestic prices encourage the prediction of world rice prices, using the Thai rice price as the world's reference price. In this study, the wavelet neuro-fuzzy system which combines the wavelet transform and the neuro-fuzzy technique has been applied to monthly predict the world rice price. The observed monthly rice price data are decomposed into some sub-series components by maximal overlap discrete wavelet transform (MODWT), and then the appropriate sub-series that have higher correlation to the real data are used as inputs of the neuro-fuzzy model for monthly predicting world rice prices for six months in advance. The neuro-fuzzy model is begun with determining the membership value of each data using Fuzzy C-Means, followed by fuzzy inference procedure of the Sugeno zero-order model. Obtained results showed that the WNFS method can be used to predict the world rice price, with the error value resulted from learning process of MSE 20,69097 and MAPE 0,65584%. While the error measurement results for the six months in advance prediction shows the acquisition of MSE 3610,14847 and MAPE 13,62334%.
Keywords : prediction of monthly world rice price, maximal overlap discrete wavelet transform, neuro-fuzzy system.

---

Ketersediaan

552E17III

519.535 SRI p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.535 SRI p

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1592

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Sri Endah Moelya Artha

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar