PERAMALAN KAUSAL BERBASIS PARTIAL LEAST SQUARE DAN FUZZY LOGIC UNTUK APLIKASI TEKNIK INDUSTRI

Muhammad Ridha Indradewa, Ir. Subagyo, Ph.D., IPU., ASEAN Eng

2008 | Skripsi | S1 TEKNIK INDUSTRI

Pemilihan metode peramalan kausal yang tepat harus disesuaikan dengan kondisi tertentu, dimana tiap metode memiliki kekurangan dan kelebihan dalam melakukan pendekatan. Partial Least Square merupakan metode berbasis statistika standar yang mampu mengatasi masalah multikolinearitas, sehingga peramalan kausal dapat dilakukan dengan melibatkan semua informasi secara utuh pada data variable bebasnya, Metode ini memiliki kekurangan dalam mengatasi masalah non linear, sehingga perlu dibangun sebuah model peramalan lain dalam hal ini menggunakan logika fuzzy untuk mengatasi permasalahan tersebut, kemudian kedua metode tersebut dibandingkan untuk mengetahui keakurasian diantara keduanya. Hasil penelitian diharapkan mampu memberikan sebuah alternatif pemilihan metode peramalan yang tepat pada kondisi yang sesuai. Data yang digunakan dalam penelitian ini berjumlah 4 set data, yang masing masing data terdiri dari variable terikat dan variable bebas. Tiap set data dicari model peramalan Partial Least Square yang memberikan tingkat akurasi terbaik melalui 3 tahap simple cross validation, yaitu ½ , 1/3, dan ¼. Kemudian dibangun model peramalan menggunakan logika fuzzy mengunakan simple cross validation ¼. Berikutnya Hasil peramalan dari kedua metode tersebut dibandingkan kemudian dilakukan pemilihan model permalan terbaik didasarkan pada nilai parameter error MAPE kedua model tersebut. Kesimpulan yang dihasilkan dari penelitian ini ialah : (i) Peramalan menggunakan PLS memberikan hasil yang lebih akurat dibandingkan peramalan logika fuzzy pada 3 pola set yang diteliti, (ii) Peramalan model logika fuzzy memberikan hasil MAPE terbaik pada data-data yang tidak tepat, yaitu pada model peramalan batubara, (iii) Semakin banyak variable bebas yang dilibatkan dalam peramalan semakin meningkatkan jumlah waktu yang dibutuhkan pada pembangunan model fuzzy, (iv) keakurasian model PLS sangat ditentukan oleh pemilihan variable bebas awal yang dilibatkan dalam membangun model peramalan, (v) PLS lebih mudah digunakan dan lebih cepat pengerjaannya, (vi) Penentuan derajat keanggotaan pada logika fuzzy harus dilakukan secara tepat, karena hubungannya dengan keakurasian peramalan model fuzzy. Sebagai saran penelitian, maka hasil penelitian seharusnya diuji pada set data yang lebih banyak guna mendapat kevalidan dalam model peramalan, dan memberikan kemungkinan dalam pengembangan peramalan dari model fuzzy yang diharapkan mampu memberikan hasil yang berbeda.

Kata Kunci : Peramalan kausal, logika fuzzy, Partial Least Square, MAPE.