Implementasi Fuzzy Time Series pada Prediksi Jumlah Penjualan Rumah
DOI:
https://doi.org/10.26418/justin.v8i4.40186Keywords:
Rumah, Fuzzy Time Series, Data Historis, Peramalan, MAPEAbstract
Rumah adalah bangunan gedung yang berfungsi sebagai tempat tinggal yang layak huni, sarana pembinaan keluarga, cerminan harkat dan martabat penghuninya, serta aset bagi pemiliknya. Menurut Direktur Jenderal Pembiayaan Perumahan Kementerian Pekerjaan Umum Perumahan Rakyat, perumahan di Indonesia masih mengalami defisit pasokan sebesar 7,6 juta pada 2015 dan menargetkan akan mengurangi angka kebutuhan rumah atau backlog perumahan di 2019 mendatang menjadi 5,4 juta agar masyarakat Indonesia bisa mempunyai rumah sendiri. Tingginya kebutuhan rumah yang harus dipenuhi memerlukan kerjasama seluruh stakeholder di bidang perumahan seperti developer properti. Dalam rangka menghadapi para pesaing dan mempertahankan kelangsungan perusahaan, dibutuhkan manajemen yang baik di bidang perencanaan. Tujuan penelitian ini adalah untuk memprediksi jumlah penjualan rumah sehingga dapat dijadikan acuan oleh developer properti dalam menyusun perencanaan. Memprediksi adalah suatu teknik analisa perhitungan untuk memperkirakan kejadian dimasa depan dengan menggunakan referensi data-data di masa lalu. Metode yang digunakan dalam memprediksi jumlah penjualan rumah adalah metode fuzzy time series. Metode Fuzzy Time Series (FTS) merupakan suatu konsep yang digunakan untuk meramalkan masalah di mana data historis diubah ke dalam nilai linguistik. Adapun hasil pengujian Mean Absolute Percentage Error (MAPE) yang sudah dilakukan menunjukkan tingkat akurasi prediksi sebesar 85,79% dengan menggunakan margin sebesar 5% sehingga perancangan ini dapat diterapkan oleh developer properti.
References
Ratningsih, “Forecasting Penjualan Rumah Dengan Menggunakan Metode Trend Moment Pada PT.Rumakita Prima Karsa,†Perspektif, vol. 15, no. 1, 2017.
H. Tama, “Perumahan Pusat Kota dengan Konsep Efisiensi di Pontianak,†vol. 4, no. 1, 2016.
M. Munandar, Budgeting: Perencanaan Kerja, Pengkoordinasian Kerja, Pengawasan Kerja. Yogyakarta: BPFE Universitas Gajahmada, 2001.
N. Rukhansah, M. A. Muslim, & A. Riza, “Peramalan Harga Emas Menggunakan Fuzzy Time Series Markov Chain Model,†KOMPUTAKI, vol. 1, no. 1, 2016.
M. N. Saleh, M. A. Irwansyah, & H. H. Anra, “Implementasi Peramalan Menggunakan Fuzzy Time Series pada Aplikasi Helpdesk Inventaris Perangkat Teknologi Informasi,†Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 1, no. 2, 2017.
M. Y. Fathoni, “Implementasi Metode Fuzzy Time Series Cheng untuk prediksi Kosentrasi Gas NO2 Di Udara,†Jurnal Sistem Informasi Bisnis, 2017.
I. Halimi & W. A. Kusuma, “Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Algoritma Neural Network,†Jurnal Edukasi dan Penelitian Informatika (JEPIN), vol. 4, no. 1, 2018.
J. Lin, E. Keogh, S. Lonardi, & B. Chiu, “A symbolic representation of time series, with implications for streaming algorithms,†Proceedings of the 8th ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery, 2003.
J. R. Hwang, S. M. Chen, & C. H. Lee, “Handling forecasting problems using fuzzy time series,†Fuzzy Sets and Systems, vol. 100, no. 1–3, 1998.
E. A. Nugroho, “Sistem Pengendali Lampu Lalulintas Berbasis Logika Fuzzy,†Jurnal SIMETRIS, vol. 8, no. 1, 2017.
I. G. A. D. Saryanti, “Perancangan Sistem Klasifikasi Tingkat Hipertensi Manusia dengan Metode Logika Fuzzy,†Proceeding Seminar Nasional Sistem Informasi dan Teknologi Informasi, vol. 1, no. 1, 2018.
M. C. C. Utomo, W. F. Mahmudy, & S. Anam, “Kombinasi Logika Fuzzy dan Jaringan Syaraf Tiruan untuk Prakiraan Curah Hujan Timeseries di Area Puspo – Jawa Timur,†Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 3, 2017.
P. C. L. Silva, H. J. Sadaei, R. Ballini, & F. G. Guimaraes, “Probabilistic Forecasting With Fuzzy Time Series,†IEEE Transactions on Fuzzy Systems, 2019.
N. Nikentari, M. Bettiza, & H. Sastypratiwi, “Prediksi Kecepatan Angin Menggunakan Adaptive Neuro Fuzzy (ANFIS) dan Radial Basis Function Neural Network (RBFNN),†Jurnal Edukasi dan Penelitian Informatika (JEPIN), vol. 4, no. 1, 2018.
P. Singh, “A Brief Review of Modeling Approaches Based on Fuzzy Time Series,†International Journal of Machine Learning and Cybernetics, vol. 8, no. 2, 2017.
W. Kurniadi, “Pendukung Keputusan Dalam Peramalan Penjualan Ayam Broiler Dengan Metode Trend Moment Dan Simple Moving Average Pada CV. Merdeka Adi Perkasa,†Jurnal Media Informatika Budidarma, vol. 2, no. 3, 2018.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 JUSTIN (Jurnal Sistem dan Teknologi Informasi)
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.
