Penerapan Metode Fuzzy Time Series Chen Orde Tinggi Pada Peramalan Nilai Tukar Petani Provinsi Gorontalo

Nur Miftah Muhammad, Isran K. Hasan, Armayani Arsal, Emli Rahmi, Laode Nashar

Abstract


Nilai Tukar Petani (NTP) merupakan salah satu indikator ekonomi yang digunakan untuk menggambarkan tingkat kesejahteraan petani dan kondisi sektor pertanian. Pergerakan nilai NTP yang bersifat fluktuatif memerlukan pendekatan peramalan yang mampu menangkap pola data secara memadai. Penelitian ini bertujuan menerapkan metode Fuzzy Time Series (FTS) Chen orde tinggi untuk meramalkan Nilai Tukar Petani di Provinsi Gorontalo serta mengidentifikasi model orde yang memberikan tingkat kesalahan peramalan yang paling tepat. Data yang digunakan berupa data bulanan NTP Provinsi Gorontalo periode Januari 2020 hingga Oktober 2025 yang terdiri dari 70 observasi dan diperoleh dari publikasi resmi Badan Pusat Statistik. Data dibagi menjadi 80% data latih dan 20% data uji menggunakan pendekatan pembagian berdasarkan waktu. Tahapan analisis meliputi penentuan himpunan semesta, pembentukan interval, proses fuzzifikasi, pembentukan Fuzzy Logical Relationship (FLR) dan Fuzzy Logical Relationship Group (FLRG), defuzzifikasi, serta evaluasi kinerja model menggunakan Mean Absolute Percentage Error (MAPE). Hasil analisis menunjukkan bahwa model FTS Chen orde dua menghasilkan nilai MAPE sebesar 3,3164% pada data uji, yang lebih kecil dibandingkan dengan model orde satu. Sementara itu, model orde tiga tidak dapat digunakan secara optimal karena tidak terbentuk hubungan fuzzy pada beberapa periode data pengujian. Hasil ini menunjukkan bahwa pendekatan FTS Chen orde dua dapat memberikan hasil peramalan yang relatif lebih baik pada data NTP yang dianalisis dalam penelitian ini.

Keywords


Fuzzy Time Series Chen; Orde Tinggi; Peramalan ; Nilai Tukar Petani ;Mape

Full Text:

PDF

References


[1] H. H. Zain and M. N. Fauzan, Peramalan Terhadap Permintaan Produk Dalam Sektor Logistik di Indonesia. Penerbit Buku Pedia, 2023.

[2] E. Susanti et al., “Analisis peramalan permintaan produk palet kayu pada cv barokah utama,” Computer and Science Industrial Engineering (COMASIE), vol. 6, no. 2, pp. 107–118, 2022.

[3] M. Rachmat, “Nilai tukar petani: Konsep, pengukuran dan relevansinya sebagai indikator kesejahteraan petani,” in Forum Penelitian Agro Ekonomi, vol. 31, 2013, pp. 111–122.

[4] C. M. Keumala and Z. Zainuddin, “Indikator kesejahteraan petani melalui nilai tukar petani (ntp) dan pembiayaan syariah sebagai solusi,” Economica: Jurnal Ekonomi Islam, vol. 9, no. 1, pp. 129–149, 2018.

[5] M. I. Rizki and T. A. Taqiyyuddin, “Penerapan model sarima untuk memprediksi tingkat inflasi di indonesia,” Jurnal Sains Matematika dan Statistika, vol. 7, no. 2, pp. 62–72, 2021.

[6] L. Hablinawati and J. Nugraha, “Peramalan nilai tukar petani di daerah istimewa yogyakarta menggunakan metode arima,” Emerging Statistics and Data Science Journal, vol. 2, no. 1, 2024.

[7] Q. Song and B. S. Chissom, “Fuzzy time series and its models,” Fuzzy Sets and Systems, vol. 54, no. 3, pp. 269–277, 1993.

[8] S.-M. Chen, “Forecasting enrollments based on fuzzy time series,” Fuzzy Sets and Systems, vol. 81, no. 3, pp. 311–319, 1996.

[9] S.-M. Chen, “Forecasting enrollments based on high-order fuzzy time series,” Cybernetics and Systems, vol. 33, no. 1, pp. 1–16, 2002.

[10] O. D. Kelana, A. A. Putra, N. Amalita, and A. Salma, “Comparison of the chen and singhs fuzzy time series methods in forecasting farmer exchange rates in indonesia,” UNP Journal of Statistics and Data Science, vol. 1, no. 4, pp. 264–270, 2023.

11] M. R. Yuliyanto, T. Wuryandari, and I. T. Utami, “Peramalan pendapatan bulanan menggunakan fuzzy time series chen orde tinggi,” Jurnal Gaussian, vol. 12, no. 1, pp. 61–70, 2023.

[12] F. Muzaki and N. Agustina, “Comparison of forecasting model using chen and lee high order fuzzy time series,” Jurnal Matematika, Statistika dan Komputasi, vol. 21, no. 2, pp. 467–481, 2025.

[13] I. K. Hasan and I. Djakaria, “Perbandingan model hybrid arima-nn dan hybrid arimagarch untuk peramalan data nilai tukar petani di provinsi gorontalo,” J. Statistika dan Aplikasi, vol. 5, no. 2, pp. 155–165, 2021.

[14] A. Habibie, L. Yahya, and I. K. Hasan, “Perbandingan fuzzy time series lee untuk meramalkan nilai tukar petani di provinsi gorontalo,” Jambura Journal of Probability and Statistics, vol. 4, no. 1, pp. 39–46, 2023.

[15] R. J. Hyndman and A. B. Koehler, “Another look at measures of forecast accuracy,” International Journal of Forecasting, vol. 22, no. 4, pp. 679–688, 2006.

[16] L. Machrani and R. Adawiyah, “Perancangan aplikasi peramalan jumlah produksi permen pada pt. union confectionery menggunakan metode trend projection berbasis web,” Jurnal Rekayasa Sistem (JUREKSI), vol. 2, no. 3A, pp. 1739–1752, 2024.

[17] S. T. Purnomo and E. Aristriyana, “Implementasi metode peramalan (forecasting) permintaan produk tas pada pt. fajar raya di kecamatan kawali,” INTRIGA (Info Teknik Industri Galuh), vol. 2, no. 1, pp. 53–60, 2024.

[18] S. N. Adilah and B. Mardhotillah, “Peramalan nilai tukar petani subsektor hortikultura menggunakan arima,” Multi Proximity: Jurnal Statistika, vol. 2, no. 2, pp. 59–70, 2023.

[19] R. Adinugroho, “Perbandingan rasio split data training dan data testing menggunakan metode lstm dalam memprediksi harga indeks saham asia,” M.S. thesis, Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta, 2022.

[20] M. H. Widiyanto, R. Mayasari, and G. Garno, “Implementasi time series pada data penjualan di gaikindo menggunakan algoritma seasonal arima,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 3, pp. 1501–1506, 2023.

[21] M. I. Irawan and Y. Ujianto, “Perbandingan performansi metode peramalan fuzzy time series yang dimodifikasi dan jaringan syaraf tiruan backpropagation (studi kasus: Penutupan harga ihsg),” Jurnal Sains dan Seni ITS, vol. 4, no. 2, p. 15 604, 2015.

[22] I. I. Atmawanti, A. R. Hakim, and T. Tarno, “Perbandingan fuzzy time series markov chain dan fuzzy time series cheng,” Jurnal Gaussian, 2024.

[23] N. Hafiyya, F. Virgantari, and M. Widyastiti, “Implementasi metode fuzzy time series pada peramalan harga emas di indonesia,” Interval: Jurnal Ilmiah Matematika, vol. 2, no. 2, pp. 94–103, 2022.

[24] S. Lestari and S. Yurinanda, “Prediksi pajak pertambahan nilai pada penyediaan jasa dengan metode fuzzy time series model chen,” Euler: Jurnal Ilmiah Matematika, Sains dan Teknologi, vol. 11, no. 2, pp. 267–281, 2023.




DOI: https://doi.org/10.18860/jrmm.v5i4.41337

Refbacks

  • There are currently no refbacks.