Seminar Tugas Akhir Muhammad Fahmi Abdulloh |
|
Selasa, Desember 16 2014, 11:00 - 12:00 |
by
Alamat e-mail ini dilindungi dari spambot, anda harus memampukan JavaScript untuk melihatnya
|
Hits : 1858 |
|
Seminar Tugas Akhir
Muhammad Fahmi Abdulloh g54100085
Penggunaan Metode Automatic Clustering dan Fuzzy Logical Relationships untuk Prediksi Jumlah Mahasiswa Baru IPB
Prediksi jumlah mahasiwa baru Institutut Pertanian Bogor secara akurat penting untuk dilakukan karena dari hasil prediksi tersebut bisa diambil banyak keputusan seperti penyesuaian ruang kelas yang diperlukan mahasiswa, penyesuaian jumlah dosen, dan penyesuain sarana pendukung kegiatan belajar mengajar lainnya. Beberapa penelitian telah dilakukan untuk memperkirakan jumlah mahasiswa baru Institutut Pertanian Bogor, antara lain oleh Steven (2013) dengan metode holt double exponential smoothing dan fuzzy time series Hsu et al. dan oleh Permana (2014) dengan metode fuzzy time series Chen dan Hsu.
Dalam perhitungan prediksi menggunakan fuzzy time series, panjang interval dari semesta pembicaraan telah ditentukan di awal proses perhitungan. Penentuan panjang interval sangat berpengaruh dalam pembentukan fuzzy relationships yang akan menentukan hasil perhitungan prediksi. Oleh karena itu, pembentukan fuzzy relationship haruslah tepat dan hal ini mengharuskan penentuan panjang setiap interval yang sesuai. Penelitian fuzzy time series sebelumnya oleh Steven (2013) dan Permana (2014) menggunakan interval statis yaitu panjang setiap interval dibuat sama. Kekurangan penggunaan interval statis diantaranya data historis dikelompokkan ke dalam interval-interval secara kasar sehingga hasil prediksi kurang baik. Oleh karena itu Chen et al. (2009, 2011) mengembangkan metode baru untuk prediksi menggunakan fuzzy time series dengan interval tak statis yaitu dengan automatic clustering.
Menurut Song dan Chissom (1993), sistem prediksi dengan metode fuzzy time series dilakukan dengan cara menangkap pola dari data sebelumnya kemudian data tersebut digunakan untuk memproyeksikan data yang akan datang. Prosesnya juga tidak membutuhkan suatu sistem pembelajaran dari suatu sistem yang rumit seperti yang ada pada algoritma genetika dan jaringan syaraf sehingga mudah untuk dikembangkan dan tidak memerlukan adanya pola trend untuk melakukan proses prediksi.
Penelitian yang dilakukan oleh Chen et al. (2009) memperkenalkan sebuah metode automatic clustering dan fuzzy logical relationships untuk memperkirakan pendaftaran di Universitas Alabama. Penelitian tersebut memberikan hasil MSE (Mean Square Error) lebih rendah daripada penelitian sebelumnya yang menggunakan metode Chen (1996), metode Cheng et al. (2006, 2008), metode Huarg (2001b), metode Song dan Chissom (1993a), dan metode Sullivan dan Woodall (1994) pada kasus yang sama.
Dalam karya ilmiah ini, penulis akan menggunakan metode automatic clustering dan fuzzy logical relationships untuk memperkirakan jumlah mahasiswa baru Institut Pertanian Bogor serta membandingkan tingkat keakuratannya menggunakan MAPE antara metode automatic clustering dan fuzzy logical relationships dengan metode fuzzy time series Hsu et al. yang dideskripsikan oleh Steven (2013) dan metode fuzzy time series Chen dan Hsu yang dideskripsikan oleh Permana (2014). Dengan demikian, diharapkan dapat dilihat metode yang lebih akurat dalam memperkirakan jumlah mahasiswa baru Institut Pertanian Bogor.
|