PERAMALAN FUZZY TIME SERIES CHEN DENGAN FIREFLY CLUSTERING ALGORITHM

Abstract

Fuzzy Time Series (FTS) adalah metode peramalan data. Sistem peramalan dengan FTS menangkap pola dari data yang telah lalu, kemudian digunakan untuk memperkirakan data yang akan datang. FTS merupakan salah satu metode yang diterapkan dalam analisis data runtun waktu. Tujuan utama dari FTS adalah untuk memprediksi data runtun waktu yang dapat digunakan secara luas pada sembarang data real time. FTS Chen menerapkan operasi aritmatika yang disederhanakan dalam algoritma prediksi dari operasi komposisi maksimum – minimum yang rumit. Metode Chen memiliki perhitungan yang mudah dan prediksi yang lebih baik. Metode Fuzzy Time Series Chen menggunakan panjang interval yang sama atau bisa juga disebut interval statis. Untuk mendapatkan panjang interval yang lebih optimal maka ditambahkan algoritma firefly untuk menentukan panjang interval tiap clusternya. Firefly Clustering Algorithm ini menghasilkan panjang interval yang non-stasioner atau interval dinamis untuk mengelompokkan data numerik historis. Pada bagian akhir dari Tugas Akhir ini FTS Chen dan FTS Chen dengan Firefly Algoritm digunakan untuk meramalkan Kurs Rupiah (AUD) terhadap Dollar Australia (AUD) menggunakan data dari Web Site BI, bulan Januari 2012 – Agustus 2020. Setelah mendapatkan nilai prediksinya maka dapat dihitung RMSE (Root Mean Square Error) dan AFER (Average Forecasting Error Rate) sebagai pengukur akurasi nilai peramalan dari metode peramalan terhadap data. FTS Chen untuk periode bulan Januari 2012 – Agustus 2020 dengan RMSE 232,156127 dan AFER 1,82966%. FTS Chen dengan Firefly Algorithm untuk periode bulan Januari 2012 – Agustus 2020 dengan RMSE 208,1116631 dan AFER 1,56116%. Kata kunci: Peramalan, Fuzzy Time Series, RMSE, AFER, Rupiah (IDR), Dollar Australia (AUD).