PREDIKSI HARGA CABAI MENGGUNAKAN FUZZY TIME SERIES MODEL CHEN
Cabai rawit (Capsicum frutescens L.) merupakan salah satu tanaman hortikultura yang berperan penting dalam pengolahan makanan. Cita rasa yang pedas sangat disukai masyarakat Ponorogo, utamanya kuliner bagi kaum muda. Cabai rawit merupakan bahan makanan yang selalu tersedia untuk masakan sehari-hari maupun untuk industri rumah makan. Harga cabai rawit yang fluktuatif memaksa pengusaha rumah makan untuk menyusun strategi penjualan. Fuzzy Time Series merupakan metode penelitian yang mendasar pada data-data di masa lampau untuk melakukan prediksi di masa mendatang. Penelitian ini dilakukan untuk memprediksi harga cabai berdasarkan data harga cabai tahun 2018-2020 dengan menggunakan Fuzzy Time Series model Chen dan menghasilkan tingkat akurasi nilai MAPE sebesar 16,40%. Hasil pengujian sistem dengan metode blackbox memberikan hasil sesuai yang diharapkan, sedangkan pengujian algoritma dengan model performance menunjukkan hasil sebesar 0,0011% dengan sampel tahun 2018-2020. Keluaran dari penelitian ini adalah sebuah aplikasi prediksi harga cabai berbasis web. Keluaran mampu memberikan hasil prediksi dengan menggunakan model Chen Fuzzy Time Series terbaik berdasarkan urutan tahun 2018-2020. Kesimpulan dari penelitian ini adalah algoritma Chen model fuzzy times series merupakan metode yang cocok untuk memprediksi harga cabai rawit.
- F. Ilmu and K. Universitas, “PERAMALAN HARGA BAHAN POKOK CABAI RAWIT DI KOTA PALEMBANG MENGGUNAKAN FUZZY TIME [1] F. Ilmu and K. Universitas, “PERAMALAN HARGA BAHAN POKOK CABAI RAWIT DI KOTA PALEMBANG MENGGUNAKAN FUZZY TIME SERIES PALEMBANG MENGGUNAKAN FUZZY TIME SERIES,” 2021.
- V. F. Dr. Vladimir, “FAKTOR-FAKTOR YANG MEMPENGARUHI HARGA CABAI RAWIT DI KOTA MANADO,” Gastron. ecuatoriana y Tur. local., vol. 1, no. 69, pp. 5–24, 2016.
- D. Desmonda, T. Tursina, and M. A. Irwansyah, “Prediksi Besaran Curah Hujan Menggunakan Metode Fuzzy Time Series,” J. Sist. dan Teknol. Inf., vol. 6, no. 4, p. 141, 2018, doi: 10.26418/justin.v6i4.27036.
- M. Jurusan et al., “PERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK Arif Fadhillah,” 2014.
- D. I. D. Merangin et al., “Perbandingan model chen dan lee pada metode fuzzy time series untuk prediksi harga saham bank BRI,” vol. 2, no. 2, p. 2016, 2018, [Online]. Available: https://doi.org/10.1016/j.gecco.2019.e00539%0Ahttps://doi.org/10.1016/j.foreco.2018.06.029%0Ahttp://www.cpsg.org/sites/cbsg.org/files/documents/Sunda Pangolin National Conservation Strategy and Action Plan %28LoRes%29.pdf%0Ahttps://doi.org/10.1016/j.forec
- S. Aisyah, “Perbandingan Fuzzy Time Series Model Chen Dan Cheng Untuk Prediksi Data Pendapatan Bagi Hasil Bank Syariah Bukopin,” p. 15611057, 2019, [Online]. Available: https://dspace.uii.ac.id/handle/123456789/17915
- S. M. Robial, “Perbandingan Model Statistik pada Analisis Metode Peramalan Time Series (Studi Kasus: PT. Telekomunikasi Indonesia, Tbk Kandatel Sukabumi),” J. Ilm. SANTIKA, vol. 8, no. 2, pp. 1–17, 2018.
- N. Fauziah, S. Wahyuningsih, and Y. N. Nasution, “Peramalan Mengunakan Fuzzy Time Series Chen (Studi Kasus : Curah Hujan Kota Samarinda),” Statistika, vol. 4, no. 2, pp. 52–61, 2016.
- “prediksi jumlah kebutuhan pemakaian air menggunakan metode exponential smoothing ( studi kasus : PDAM KOTA MALANG),” 2018.
- A. Latif Rosyidah and D. Pembimbing ProfIr Arif Djunaidy MScPhD Rully Agus Hendrawan SKom, “Development of a Web-Based Stock Price Prediction Application Using Fuzzy Time Series : a Case Study At in-Donesia Stock Exchange,” 2015
