Prediksi Harga Bahan Pangan dengan Metode Fuzzy Time Series Chen dan Markov Chain

Abstract

Abstract. In this study, predictions of food prices in Banten Province were carried out. This food data includes time series data, namely data collected within a certain period of time. Prediction for time series data uses various methods, one of which is Fuzzy Time Series which aims to predict the next period's time series data with the actual data of the previous period widely on real time data. There are several models in the fuzzy time series method including the Chen and Markov Chain models. Furthermore, to see the level of accuracy of the prediction results, the Mean Absolute Percentage Error (MAPE) is used. The smaller the error value, the more accurate the prediction will be. The results showed that in some foodstuffs the Fuzzy Time Series Chen method had a better accuracy rate and there was one food ingredient with the Fuzzy Time Seies Markov Chain method which had a better accuracy level.

Abstrak. Pada penelitian ini dilakukan prediksi harga bahan pangan di Provinsi Banten. Data bahan pangan ini termasuk data time series yaitu data yang dikumpulkan dalam kurun waktu tertentu. Prediksi untuk data time series menggunakan berbagai metode salah satunya yaitu Fuzzy Time Series yang bertujuan untuk memprediksi data time series periode berikutnya dengan data aktual periode sebelumnya secara luas pada data real time. Terdapat beberapa model pada metode fuzzy time series diantaranya yaitu model Chen dan Markov Chain. Selanjutnya, untuk melihat tingkat keakuratan dari hasil prediksi maka digunakan Mean Absolute Percentage Error (MAPE). Semakin kecil nilai error yang dihasilkan maka semakin akurat hasil dari prediksi tersebut. Hasil penelitian menunjukkan bahwa pada beberapa bahan pangan Metode Fuzzy Time Series Chen memiliki tingkat akurasi lebih baik dan terdapat satu bahan pangan dengan metode Fuzzy Time Seies Markov Chain memiliki tingkat akurasi lebih baik.