Beranda 
Akademik Program Studi S1 Matematika & S1 Aktuaria Karya Ilmiah Alumni
Akademik Program Studi S1 Matematika & S1 Aktuaria Karya Ilmiah Alumni
Data Skripsi
| Judul | : | Pemodelan Berbasis Fuzzy Regression |
| Jenis | : | Skripsi |
| Penulis | : | Kiki Rizki Romadhoniyah |
| NRP | : | g54100058 |
| Tanggal Lulus | : | 11 February 2015 |
| Tanggal Seminar | : | 14 November 2014 10:00 |
| Tanggal Sidang | : | 22 December 2014 11:00 |
| Pembimbing | : |
Dr. Ir. Sri Nurdiati, M.Sc. Elis Khatizah, S.Si., M.Si. |
| Ringkasan | : | Salah satu hal penting yang harus dipelajari mahasiswa matematika adalah membuat model suatu masalah. Untuk sebuah model matematika, metode yang akan digunakan berperan dalam mendapatkan model yang baik atau tidak. Banyak metode yang bisa digunakan dalam membuat model matematika, salah satunya adalah regresi. Menurut Algifari (1997), dengan regresi, sebuah model dibuat untuk bisa memperlihatkan hubungan antar variabel bebas dan variabel tak bebas yang ada di dalam data. Data yang bisa digunakan dalam metode regresi harus memenuhi beberapa syarat. Di antaranya, data yang akan digunakan harus bisa mewakili keadaan yang sebenarnya dan data harus saling berhubungan. Kenyataannya, tidaklah mudah dalam mengambil sebuah data yang sesuai dan selalu ada kekurangan dari tiap data yang diinginkan. Data yang tidak sesuai akan sulit digunakan untuk menginterpretasikan keadaan yang sebenarnya, sehingga tidak semua kasus bisa menggunakan regresi. Kekurangan dari konsep regresi tersebut yang disoroti oleh Tanaka et.al. pada tahun 1980 sehingga muncul konsep baru bernama fuzzy regression models (Terano 1987). Fuzzy membantu regresi dalam menutupi kekurangan yang dimiliki olehnya. Konsep Tanaka el.al, ini sudah banyak digunakan dalam berbagai bidang. Sebagai contoh pada bidang kesehatan, fuzzy regression models dapat melihat dan memodelkan status diabetes seseorang dengan melihat beberapa faktor yang diduga memengaruhi munculnya penyakit diabetes (Pourahmad et al. 2011). Pada bidang keuangan, fuzzy regression models membantu aktuaris dalam memperkirakan estimasi cadangan benefit mendatang yang harus dipunyai dalam mempersiapkan proses suatu klaims asuransi dengan melihat cadangan yang dimiliki ditahun sebelumnya (Marija et al. 2009). Fuzzy regression models juga membantu memodelkan pasokan energi primer untuk tahun-tahun yang akan datang (Hikmayangkara et al. 2012). Selain itu, banyak contoh kasus lain penggunaan fuzzy regression models. Dari beberapa contoh yang telah disebutkan di atas, fuzzy regression models memiliki keunikan yang bisa kita pelajari untuk dijadikan metode referensi dalam memecahkan suatu permasalahan. Oleh karena itu, dalam karya tulis ini akan dikaji konsep fuzzy regression models dengan melihat tiga masalah dari tiga bidang kajian berbeda. |
Copyright © 2023 Matematika IPB
