PENGARUH INTEGRASI LOGIKA KABUR TERHADAP PERAMALAN RUNTUN WAKTU BERBASIS JARINGAN SARAF TIRUAN

Rizki Pamela, Ir. Andi Sudiarso, S.T., M.T., M.Sc.,Ph.D., IPM. ASEAN. Eng

2009 | Skripsi | S1 TEKNIK INDUSTRI

Kegiatan perencanaan dan manajemen secara umum tidak bisa mengabaikan kondisi di masa yang akan datang yang belum dapat diketahui secara pasti. Untuk meminimalkan ketidakpastian yang terjadi, dibutuhkan suatu metode peramalan yang dapat memperkirakan kondisi di masa yang akan datang. Peramalan memang tidak akan pernah tepat, karena masa depan mengandung ketidakpastian. Namun demikian, dengan pemilihan metode yang tepat dapat diperoleh hasil peramalan dengan tingkat kesalahan minimal atau memberikan perkiraan sebaik mungkin terhadap keadaan masa yang akan datang. Berbagai metode telah dikembangkan untuk mencapai hasil yang akurat dari suatu peramalan, salah satunya yaitu artificial neural network atau jaringan saraf tiruan (JST). Salah satu kekurangan metode JST yaitu bersifat black box, sehingga perlu dilakukan eksperimen untuk menentukan arsitektur dan nilai parameter parameter jaringan yang tepat. Selain itu, logika kabur (fuzzy logic) dapat juga digunakan untuk peramalan. Meskipun peramalan dengan logika kabur telah banyak digunakan, namun terdapat faktor subjektivitas dan ketergantungan pada proses heuristik terutama dalam pemilihan fungsi keanggotaan dan pembuatan aturan. Berdasarkan keunggulan dan kelemahan masing-masing metode, dilakukan penelitian untuk mengintegrasikan logika kabur terhadap peramalan berbasis JST. Pada penelitian ini, dibuat dua model gabungan. Model gabungan I, yaitu JST digunakan untuk meramalkan residual dari peramalan, kemudian hasil peramalan logika kabur digunakan sebagai salah satu masukan dalam peramalan JST. Untuk model gabungan II, logika kabur digunakan untuk meramalkan residual peramalan, yaitu perbedaan data aktual dan hasil peramalan. Dari penelitian yang telah dilakukan, diperoleh kesimpulan bahwa integrasi logika kabur terhadap peramalan berbasis jaringan saraf tiruan dapat meningkatkan akurasi peramalan. Peramalan gabungan memberikan hasil yang lebih baik dibandingkan peramalan JST secara individual untuk peramalan short term. Model gabungan I memiliki rerata akurasi yang lebih baik dibanding dengan peramalan model gabungan II. Peramalan gabungan juga menghasilkan akurasi lebih baik dibanding metode peramalan yang digunakan pada penelitian sebelumnya, yaitu ARIMA maupun gabungan JST dan ARIMA.

Kata Kunci : peramalan runtun waktu, logika kabur, jaringan saraf tiruan, ARIMA