Titian Ilmu: Jurnal Ilmiah Multi Sciences.
Vol.
16 No.
Halaman: 94 Ae 102, 2024 https://doi.
org/10.
30599/jti.
Penerapan Metode Fuzzy Time Series Berbasis Algoritma Novel Dalam Memprediksi Indeks Harga Konsumen Di Provinsi Lampung Ahmad Muhaimin1.
Reni Permata Sari1*, dan MaAorufah Hayati1 1 Universitas Nahdlatul Ulama Lampung *E-mail: renipermatasari71@gmail.
Abstrak Indeks Harga Konsumen (IHK) menjadi indikator ekonomi yang digunakan sebagai standar untuk mengukur nilai dari rata-rata perubahan harga barang dan jasa yaitu berupa inflasi dan deflasi di tingkat konsumen.
Penelitian ini bertujuan untuk memprediksi nilai IHK di Provinsi Lampung pada Bulan Agustus Tahun 2023 menggunakan metode Fuzzy Time Series (FTS) berbasis Algoritma Novel dengan metode FTS Klasik.
Hasil pengujian menunjukkan bahwa metode FTS berbasis Algoritma Novel memberikan hasil yang lebih akurat, dengan Mean Absolute Percentage Error (MAPE) sebesar 0,082% dan korelasi sebesar 0,999.
Sedangkan metode FTS Klasik menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 0,101% dan korelasi sebesar 0,998.
Hasil prediksi nilai IHK di Provinsi Lampung pada Bulan Agustus Tahun 2023 menggunakan metode FTS berbasis Algoritma Novel sebesar 116,40 dan hasil prediksi menggunakan metode FTS Klasik sebesar 116,30.
Kata kunci: IHK.
FTS Algoritma Novel.
FTS Klasik.
PENDAHULUAN
Indeks Harga Konsumen (IHK) menjadi indikator ekonomi yang digunakan sebagai standar untuk mengukur nilai dari rata-rata perubahan harga barang dan jasa yaitu berupa inflasi dan deflasi di tingkat konsumen (Suharto, 2.
Deflasi adalah proses dari turunya harga barang dan jasa yang terjadi secara terus menerus.
Sedangkan inflasi adalah kebalikan dari deflasi yaitu keadaan dimana naiknya harga dari barang dan jasa (Cristanti et al.
, 2.
Mengutip dari laman BPS .
, pada Juni 2023, terjadi inflasi Years On Years (YOY) gabungan dua Kota di Lampung sebesar 3,24%, dengan IHK sebesar 116,29.
Inflasi YOY Kota Bandar Lampung sebesar 3,34%, dengan IHK sebesar 116,26 dan Inflasi YOY Kota Metro sebesar 2,40% dengan IHK sebesar 116,55.
Mengingat Indeks Harga Konsumen memiliki pengaruh yang cukup penting terhadap perubahan laju inflasi perekonomian di Indonesia khususnya di Provinsi Lampung, maka perlu dilakukan suatu prediksi terhadap IHK untuk membantu pemerintah dalam mengantisipasi dan juga menentukan suatu kebijakan yang akan diambil terhadap dampak negatif yang mungkin akan terjadi di masa mendatang (Nurfadilah et al.
, 2.
Adapun prediksi yang dilakukan adalah prediksi terhadap IHK pada periode selanjutnya dengan menggunakan data historis pada periode-periode sebelumnya (Tursina et al.
Fuzzy Time Series (FTS) adalah peramalan data yang menggunakan himpunan fuzzy sebagai dasar peramalan.
Peramalan dengan FTS dapat merekam pola dari data masa lalu untuk memprediksi data yang akan datang.
Beberapa Tahun ini banyak perkembangan dari metode FTS salah satunya dikembangkan oleh Jasim et al.
, .
yang memperkenalkan algoritma Novel berdasarkan metode FTS untuk memprediksi pendaftaran mahasiswa di Universitas Alabama dengan judul penelitian AuA Novel Algorithm to Forecast Enrollment Based on Fuzzy Time SeriesAy.
Pada penelitian tersebut menunjukkan metode yang lebih akurat dan hasil prediksi yang lebih baik dibandingkan dengan metode p-ISSN 2087-4839 .
-ISSN 2581-1452 Universitas Nurul Huda Penerapan Metode Fuzzy Time Series Berbasis Algoritma Novel Dalam.
Ahmad Muhaimin1.
Reni Permata Sari1*, dan MaAorufah Hayati1
METODE/EKSPERIMEN
1 Sumber Data Data yang digunakan dalam penelitian ini adalah data bulanan IHK di Provinsi Lampung Bulan Januari Tahun 2021 sampai Bulan Juli Tahun 2023.
Data penelitian disajikan sebagai berikut:
Tabel 1.
Data IHK di Provinsi Lampung
Bulan Januari 107,17 109,13 115,62 Februari 107,32 108,71 115,80 Maret
107,11
109,71
115,85
106,92
110,65
116,19
107,09
111,31
116,11
107,28
112,64
116,29
Juli
107,44
113,46
116,35
Agustus
106,90
113,00
September 106,96 114,49 Oktober
107,07
113,95
November 107,63 113,97 Desember 108,69 114,68 April Mei Juni 2 Tahapan Penelitian Adapun tahapan penelitian sebagai berikut:
Pengumpulan Data IHK di Provinsi Lampung Bulan Januari Tahun 2021 sampai dengan Bulan Juli Tahun 2023.
Membuat Plot Time Series.
Melakukan peramalan FTS berbasis Algoritma Novel dengan langkah-langkah sebagai berikut:
Menentukan himpunan semesta pembicaraan ycO.
Menentukan panjang interval.
Menentukan jumlah himpunan fuzzy yang terbentuk.
Melakukan fuzzifikasi.
Menentukan Fuzzy Logical Relasionship (FLR).
Menentukan Fuzzy Logical Relasionship Group (FLRG).
Perhitungan Hasil Peramalan IHK Menggunakan Metode FTS Berbasis Algoritma Novel (Haris et al.
, 2.
Perhitungan hasil Peramalan Menggunakan Metode FTS Klasik (Aditya et al.
, 2.
Menghitung keakuratan hasil prediksi dengan metode Mean Absolute Percentage Error (MAPE) (Fakhriyana & Brilliant, 2.
dan Analisis Korelasi Pearson (Jabnabillah & Margina, .
Menentukan Hasil Prediksi Menggunakan Metode FTS Berbasis Algoritma Novel.
Menarik Kesimpulan.
https://doi.
org/10.
30599/jti.
Titian Ilmu: Jurnal Ilmiah Multi Sciences Vol.
16 No.
2, 2024
HASIL DAN PEMBAHASAN
Plot Penelitian ini menghasilkan plot Data IHK Lampung.
Analisis pada data plot termasuk dalam analisis statistika deskriptif.
Salah satu penelitian analisis statistika deskriptif telah dilakukan oleh Sari & Hayati .
, penelitian ini bertujuan untuk menganalisis data Penerimaan Pajak Bumi dan Bangunan di Kecamatan Gunung Labuhan yang terdiri dari 19 Desa atau Kelurahan Tahun 2012 dan Berdasarkan hasil penelitian diperoleh : Nilai rata-rata Penerima Pajak Bumi dan Bangunan Tahun 2012 yaitu Rp5.
008 sedangkan Tahun 2013 yaitu Rp5.
Berdasarkan Tabel 1.
di gambarkan Plot sebagai berikut:
Gambar 1.
Plot Data IHK .
Berdasarkan gambar 1.
terlihat bahwa dari Bulan Januari 2021 sampai Bulan Juli 2023 terjadi trend naik yang menandakan adanya peningkatan nilai IHK di Provinsi Lampung.
Hal ini mengindikasikan terjadinya inflasi di Provinsi Lampung selama periode Bulan Januari 2021 sampai Bulan Juli 2023.
Penerapan Metode FTS Berbasis Algoritma Novel dan FTS Klasik Langkah awal dalam melakukan peramalan Indeks Harga Konsumen dengan menggunakan metode FTS berbasis Algoritma Novel adalah sebagai berikut:
Menentukan Semesta Pembicaraan U Menentukan himpunan semesta pembicaraan ycO, dengan ycO adalah data histori(Hasibuan et , 2.
Berdasarkan Tabel 1.
diperoleh data IHK yang mempunyai nilai terendah .
yaitu pada bulan Agustus 2021 dengan nilai IHK sebesar 106,90, dan yang mempunyai nilai tertinggi .
yaitu pada bulan Juli 2023 dengan nilai IHK sebesar 116,35.
Untuk menentukan himpunan semesta pembicaraan ycO dibutuhkan nilai ya1 dan ya2 yang merupakan bilangan positif yang sesuai, berdasarkan yaycoiycu dan yaycoycaycoyc yang diperoleh, maka digunakan nilai ya1 = 0,90 dan ya2 = 0,65 (Sari & Hariyanto, 2.
Himpunan semesta pembicaraan ycO didefinisikan sebagai ycO = [Dmiycu Oe ya1, yaycoycaycoyc ya.
= .
,90 Oe 0,90.
116,35 0,.
= .
Sehingga dapat didefinisikan himpunan semesta pembicaraan ycO = .
https://doi.
org/10.
30599/jti.
Penerapan Metode Fuzzy Time Series Berbasis Algoritma Novel Dalam.
Ahmad Muhaimin1.
Reni Permata Sari1*, dan MaAorufah Hayati1 .
Menentukan Panjang Interval Metode yang digunakan untuk menentukan panjang interval .
adalah metode average based .
(Pramana et al.
, 2.
Dengan menghitung seluruh nilai selisih mutlak antara Dt-1 dan Dt untuk t = 1,A,31.
Kemudian menghitung rata-rata nilai selisih mutlak dari data IHK di Provinsi Lampung, diperoleh nilai av adalah 0,301.
Nilai B diperoleh dengan membagi nilai av dengan 2 sehingga didapatkan nilai 0,153.
Berdasarkan hasil tersebut, maka basis interval yang digunakan adalah 0,1.
Kemudian 0,153 dibulatkan berdasarkan basis, sehingga diperoleh panjang interval .
sebesar 0,2.
Menentukan Jumlah Himpunan Fuzzy Yang Terbentuk Jumlah himpunan fuzzy yang terbentuk diperoleh dengan rumus berikut (Noviyanti et al.
yco=( yaycoycaycoyc ya1 Oe yaycoycnycu ya2 ya 116,35 0,90 Oe 106,90 0,65 = 55 Dari perhitungan di atas di hasilkan Jumlah himpunan fuzzy yang terbentuk adalah 55.
Kemudian himpunan semesta ycO dibagi menjadi 55 himpunan fuzzy dengan panjang masingmasing interval sebesar 0,2.
Adapun 55 himpunan fuzzy dalam semesta pembicaraan ycO yaitu U1.
U2.
U55.
Berdasarkan hasil tersebut dapat diperoleh setiap interval untuk seluruh semesta pembicaraan ycO yang di sajikan sebagai berikut:
Tabel 2.
Jumlah himpunan fuzzy yang terbentuk Jumlah himpunan fuzzy yang terbentuk 106,00 Ae 106,20 106,20 Ae 106,40 106,40 Ae 106,60 U 116,40 Ae 116,60 116,60 Ae 116,80 116,80 Ae 117,00 .
Fuzzyfikasi Proses fuzzifikasi merupakan proses menentukan nilai linguistik dari setiap data IHK di Provinsi Lampung (Marzuqi et al.
, 2.
Nilai linguistik dari suatu data ditentukan berdasarkan interval yang telah dibentuk, kemudian membandingkan derajat keanggotaan yang sesuai dan memilih derajat keanggotaan 1 (Habibie et al.
, 2.
Sebagai contoh data pada bulan Januari 2021 sebesar 107,17 nilai tersebut termasuk dalam interval U 6 = .
,00.
, maka fuzzifikasi dari data tersebut adalah A6.
https://doi.
org/10.
30599/jti.
Titian Ilmu: Jurnal Ilmiah Multi Sciences Vol.
16 No.
2, 2024
Menentukan Fuzzy Logical Relasionship (FLR) Berdasarkan hasil fuzzifikasi, dapat ditentukan FLR dengan menghubungkan data pada bulan sebelumnya dengan data pada bulan selanjutnya dalam bentuk A i Ie Aj yang mana Ai disebut sisi kiri .
urrent stat.
dan Aj sisi kanan .
ext stat.
(Ramadhan et al.
, 2.
Misalnya data pada periode Januari 2015 fuzzifikasi A6 dan data pada periode Februari 2021 fuzzifikasi A7 sehingga terbentuk FLR (A6 Ie A.
dan seterusnya.
Menentukan Fuzzy Logical Relationship Groups (FLRG) Menentukan Fuzzy Logical Relationship Groups (FLRG) dibentuk untuk mempermudah proses perhitungan prediksi.
Dari Tabel 3 dapat dibentuk FLRG (Selasakmida et al.
, 2.
FLRG dapat diperoleh dengan cara mengelompokan FLR yang sama dan berulang, kemudian FLR yang memiliki curent state yang sama di gabungkan menjadi satu grup (Syahputra, 2.
, hasil FLRG di sajikan pada tabel sebagai berikut:
Tabel 3.
Fuzzy Logical Relationship Groups (FLRG).
Current Stete
Next State
Keterangan A5 Ie
A5,A6,A6
One to many A6 Ie
A5,A7,A7,A9
One to many U
A52 Ie
A52
One to one A53 Ie Ai Ie OI .
Hasil Peramalan IHK Menggunakan Metode FTS Berbasis Algoritma Novel dan Metode FTS Klasik Berdasarkan aturan metode FTS berbasis algoritma Novel (Hayatunnufus et al.
, 2.
metode FTS Klasik (Aditya et al.
, 2.
Maka hasil prediksi dapat dilihat pada Tabel berikut:
Tabel 4.
Hasil Peramalan Metode FTS Algoritma Novel dan Metode FTS Klasik
Waktu Data
Aktual
FTS Algoritma
Novel
FTS Klasik
Jan-2021
107,17
Feb-2021
107,32
107,40
107,30
Mar-2021
107,11
107,40
107,30
Apr-2021
106,92
107,40
107,30
Apr-2023
116,19
116,25
116,10
Mei-2023
116,11
116,30
116,20
Jun-2023
116,29
116,30
116,20
Jul-2023
116,35
116,25
116,30
Uji Kebaikan Model https://doi.
org/10.
30599/jti.
Penerapan Metode Fuzzy Time Series Berbasis Algoritma Novel Dalam.
Ahmad Muhaimin1.
Reni Permata Sari1*, dan MaAorufah Hayati1 Pengujian tingkat akurasi dilakukan dengan membandingkan kriteria pengukuran Mean Absolute Percentage Error (MAPE) dan tingkat Korelasinya berdasarkan masing- masing metode yang digunakan untuk mengetahui metode yang paling baik dalam memprediksi data IHK di Provinsi Lampung.
Adapun hasil perhitungan tingkat akurasi metode dapat dilihat pada Tabel berikut:
Tabel 5.
Uji Kebaikan Model
Metode MAPE
Nilai Korelasi
Metode FTS Berbasis Algoritma Novel
0,082%
0,999
Metode FTS Klasik
0,101%
0,998
Berdasarkan Tabel 5 dapat dilihat bahwa perhitungan menggunakan metode FTS berbasis Algoritma Novel memperoleh nilai MAPE sebesar 0,082 % dan nilai korelasi sebesar 0,999.
Lalu untuk metode FTS Klasik memperoleh nilai MAPE sebesar 0,101% dan nilai korelasi sebesar 0,998.
Hal ini menandakan peramalan dengan menggunakan metode FTS berbasis algoritma Novel dan FTS Klasik mempunyai kinerja yang sangat bagus, karena mempunyai nilai MAPE di bawah 10% (Ruhiat & Suwanda, 2.
dan nilai korelasi mendekati 1 (Miftahuddin et al.
, 2.
Meramalkan Periode Selanjutnya Selanjutnya yaitu menghitung nilai peramalan satu periode selanjutnya dengan menggunakan metode FTS berbasis algoritma novel dan metode FTS klasik pada Bulan Agustus Tahun 2023.
Metode Fuzzy Time Series Berbasis Algoritma Novel Untuk meramalkan satu preiode kedepan menggunakan metode FTS berbasis algoritma novel Langkah pertama yang dilakukan untuk memprediksi IHK pada bulan Agustus 2023 dengan melihat current state (Juli 2.
dan next state (Agustus 2.
diketahui current state adalah ya52 dan next state adalah himpunan kosong .
a52Iey.
(Nababan & Alexander, 2.
Maka untuk memprediksi IHK pada bulan Agustus 2023 menggunakan ketentuan pertama, yaitu nilai prediksi berada ditengah interval fuzzy dengan rumus:
ya52 = .
cci-1, ycci, ycci 1, ycci .
ya52 = .
,10.
116,30.
116,50.
ya52 = 116,30 116,50 ya52 = 116,40 Berdasarkan hasil perhitungan tersebut, maka hasil prediksi IHK pada Bulan Agustus Tahun 2023 dengan menggunakan metode FTS Berbasis Algoritma Novel adalah sebesar 116,40 (Haris et al.
, 2.
Metode Fuzzy Time Series Klasik Untuk meramalkan satu preiode kedepan menggunakan metode FTS Klasik Langkah pertama yang dilakukan untuk memprediksi IHK pada bulan Agustus 2023 dengan melihat current state (Juli 2.
dan next state (Agustus 2.
diketahui current state adalah ya52 dan next state adalah himpunan kosong .
a52 Ie y.
(Zaenurrohman et al.
, 2.
Maka untuk memprediksi IHK pada bulan Agustus 2023 menggunakan ketentuan pertama, dengan menggunakan rumus Fn = di.
di adalah nilai tengah dari current state Ui (Aditya et al.
, 2.
Perhitungan hasil prediksi IHK pada bulan Agustus 2023 adalah sebagai berikut:
yaycu = yccycn https://doi.
org/10.
30599/jti.
Titian Ilmu: Jurnal Ilmiah Multi Sciences Vol.
16 No.
2, 2024
yaycu = ycc52 yaycu = 116,30 Berdasarkan hasil perhitungan tersebut, maka hasil prediksi IHK pada Bulan Agustus Tahun 2023 dengan menggunakan metode FTS Klasik adalah sebesar 116,30.
Berdasarkan hasil prediksi yang telah dilakukan dapat di bentuk Plot sebagai berikut:
Gambar 2.
Plot Data Prediksi dengan Data Aktual Dari Gambar 2.
dapat terlihat bahwa terdapat hubungan yang erat antara data prediksi dengan data aktual (Putri et al.
, 2.
Hal ini menunjukan bahwa peramalan menggunakan metode FTS Algoritma Novel dan metode FTS Klasik cukup akurat dalam memprediksi IHK di Provinsi Lampung.
Selain itu, prediksi untuk periode selanjutnya menunjukan kecendrungan peningkatan atau terjadi inflasi.
PENUTUP
Pada Bulan Januari 2021 sampai Bulan Juli 2023 terjadi trend naik yang menandakan adanya peningkatan nilai IHK di Provinsi Lampung.
Hal ini mengindikasikan terjadinya inflasi di Provinsi Lampung selama periode Bulan Januari 2021 sampai Bulan Juli 2023.
Metode FTS berbasis Algoritma Novel dan metode FTS Klasik mempunyai hasil peramalan yang akurat pada kasus Nilai IHK di Provinsi Lampung.
Hal tersebut disebabkan karena nilai MAPE dan nilai korelasi yang sangant bagus, untuk metode FTS berbasis Algoritma Novel mendapatkan nilai MAPE sebesar 0,082% dan nilai korelasi sebesar 0,999.
Sedangkan untuk metode FTS Klasik mendapatkan nilai MAPE sebesar 0,101% dan nilai korelasi sebesar 0,998.
Berdasarkan nilai MAPE dan nilai korelasi yang diperoleh diketahui bahwa dari metode FTS berbasis Algoritma Novel dan FTS Klasik, metode FTS berbasis Algoritma Novel terbukti lebih akurat dalam memprediksi data IHK, hal ini disebabkan pada metode FTS berbasis Algoritma Novel mempunyai nilai MAPE yang lebih kecil dan nilai korelasi yang lebih mendekati 1 dibandingkan dengan metode FTS Klasik.
Hasil prediksi nilai IHK di Provinsi Lampung pada Bulan Agustus 2023 dengan menggunakan metode FTS berbasis Algoritma Novel yaitu sebesar 116,40 .
atuan poin/indek.
dan menggunakan metode FTS Klasik yaitu sebesar 116,30 .
atuan poin/indek.
Berdasarkan hasil penelitian IHK di Provinsi Lampung, penulis menyimpulkan bahwa metode FTS Berbasis Algoritma Novel dapat memprediksi IHK di Provinsi Lampung untuk lebih dari satu periode, meskipun dengan peningkatan yang terbatas.
Sementara itu, metode FTS Klasik hanya mampu memprediksi IHK di Provinsi Lampung untuk satu periode saja, jika di terapkan lebih dari satu periode, maka diperoleh hasil yang sama.
https://doi.
org/10.
30599/jti.
Penerapan Metode Fuzzy Time Series Berbasis Algoritma Novel Dalam.
Ahmad Muhaimin1.
Reni Permata Sari1*, dan MaAorufah Hayati1
DAFTAR PUSTAKA