Prediksi Hasil Tangkapan Ikan Menggunakan Fuzzy Time Series

Authors

  • Ricky Mubarak Universitas Tanjungpura
  • Tursina Tursina Universitas Tanjungpura
  • Enda Esyudha Pratama Universitas Tanjungpura

DOI:

https://doi.org/10.26418/justin.v8i3.39831

Keywords:

Prediksi, Fuzzy Time Series, hasil tangkapan ikan, historis, time series

Abstract

Prediksi hasil tangkapan ikan merupakan suatu cara dalam memperkirakan hasil tangkapan nelayan yang selama ini ditangani oleh Dinas Perikanan Kota Pontianak dengan menggunakan data historis yang tercatat di Dinas tersebut. Data historis tersebut dapat digunakan sebagai faktor memprediksi yang bermanfaat untuk mengambil kebijakan bagi nelayan dan Dinas Perikanan kedepannya, tetapi sebelum sampai ketahap itu dilakukan penelitian untuk menganalisa seberapa baik dan seberapa akurat prediksi yang dihasilkan dari data historis tangkapan ikan yang tercatat selama ini pada Dinas Perikanan Kota Pontianak. Data yang digunakan dalam penelitian ini sebanyak 60 data dari Januari 2014 hingga Desember 2018. Metode yang digunakan dalam prediksi yaitu dengan Fuzzy Time Series dibagi menjadi 5 (lima) tahap, yaitu Fuzzy Set, Fuzzifikasi, FLR (Fuzzy logic Relationship), FLRG (Fuzzy logic Relationship Group), dan Defuzzifikasi. Terdapat 25 interval yang digunakan dalam penelitian ini. Hasil pengujian prediksi menggunakan MAPE (Mean Absolute Percentage Error) yang didapat hasil terbaik dengan melakukan penambahan pada nilai U (Universe of Discourse) sebesar 4% dengan MAPE 17,1699% sehingga diperoleh akurasi atau ketepatan sebesar 82,8301%. Sedangkan hasil pengujian MAPE terendah pada nilai U (Universe of Discourse) sebesar 0% yaitu 37,6438%, sehingga nilai akurasi atau ketepatan sebesar 62,3562%.

References

F. Teknik, U. Hasyim, & T. Jombang, “Prediksi Jumlah Tangkap Ikan Di Pelabuhan Perikanan Nusantara Brondong Menggunakan Fuzzy Time Series Model Chen,†2017.

N. Rukhansah, A. Muslim, R. Arifudin, F. Matematika, D. Ipa, & U. N. Semarang, “Peramalan Harga Emas Menggunakan Fuzzy Time Series Markov Chain Model,†2015.

M. N. Saleh, M. A. Irwansyah, M. Eng, H. H. Anra, & M. Kom, “Implementasi Peramalan Menggunakan Fuzzy Time Series pada Aplikasi Helpdesk Inventaris Perangkat Teknologi Informasi,†J. Sist. dan Teknol. Inf., vol. 1, no. 2, 2017.

M. Y. Fathoni, “Implementasi Metode Fuzzy Time Series Cheng untuk prediksi Kosentrasi Gas NO2 Di Udara,†J. Sist. Inf. Bisnis, vol. 7, no. 1, 2017.

I. Halimi & W. A. Kusuma, “Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Neural Network,†J. Edukasi dan Penelit. Inform., vol. 4, no. 1, 2018.

M. Dwi Rachmawati & L. Anifah, “Prediksi Curah Hujan Menggunakan Metode Average Based dan High Order Fuzzy Time Series di Bandar Udara Juanda,†JIEET, vol. 03, 2019.

A. B. Elfajar, B. D. Setiawan, & C. Dewi, “Peramalan Jumlah Kunjungan Wisatawan Kota Batu Menggunakan Metode Time Invariant Fuzzy Time Series,†J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 2, 2017.

N. Fauziah, S. Wahyuningsih, Y. N. Nasution, E. Smoothing, & N. Network, “Peramalan Mengunakan Fuzzy Time Series Chen ( Studi Kasus : Curah Hujan Kota Samarinda ),†Statistika, vol. 4, no. 2, 2016.

D. Desmonda, T. Tursina, & M. A. Irwansyah, “Prediksi Besaran Curah Hujan Menggunakan Metode Fuzzy Time Series,†J. Sist. dan Teknol. Inf., vol. 6, no. 4, 2018.

A. S. Sukamto & W. Setiawan, “Peramalan Saham Berdasarkan Data Masa Lalu dengan Pendekatan Fuzzy Time Series,†J. Edukasi dan Penelit. Inform., vol. 4, no. 2, 2018.

M. T. Jatipaningrum, “Peramalan Data Produk Domestik Bruto dengan Fuzzy Time Series Markov Chain,†J. Teknol., vol. 9, no. 1, 2016.

H. Tamrin, N. Junaidi, & S. Hamzah, “Perbandingan Model Chen dan Model Lee Pada Metode Fuzzy Time Series untuk Prediksi Jumlah Ikan,†J. Teknol. Inform., vol. 1, 2018.

S. Kusumadewi, Analisis dan Desain Sistem Fuzzy Menggunakan Tool Box Matlab. Yogyakarta: Graha Ilmu, 2002.

I. Sungkawa & R. T. Megasari, “Penerapan Ukuran Ketepatan Nilai Ramalan Data Deret Waktu dalam Seleksi Model Peramalan Volume Penjualan PT Satriamandiri Citramulia,†ComTech Comput. Math. Eng. Appl., vol. 2, no. 2, 2011.

U. Yudatama & U. M. Magelang, “Fuzzy Time Series Dan Algoritme Average-Based Length Untuk Fuzzy Time Series and Average-Based Length Algorithm for,†J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 4, 2019.

Downloads

Published

2020-07-31

Issue

Vol. 8 No. 3 (2020)

Section

Articles

License

Copyright (c) 2020 Jurnal Sistem dan Teknologi Informasi (JUSTIN)

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).  

                             

This is a human-readable summary of (and not a substitute for) the license. Disclaimer.

You are free to:
Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.