Home
Login.
Artikelilmiahs
43183
Update
REZKI AULIYA NABILA
NIM
Judul Artikel
METODE FUZZY TIME SERIES MODEL CHEN UNTUK PERAMALAN HARGA CABAI RAWIT MERAH DI KABUPATEN BANYUMAS
Abstrak (Bhs. Indonesia)
Cabai rawit merupakan komoditas sayuran yang banyak diminati oleh masyarakat Indonesia. Cabai rawit sering dijadikan bahan dasar dalam pembuatan berbagai jenis varian sambal, terutama pada industri rumah makan. Banyaknya rumah makan di Kabupaten Banyumas dapat menyebabkan terjadinya lonjakan harga cabai rawit. Kenaikan harga cabai yang fluktuatif mendorong pengusaha rumah makan untuk menyusun strategi penjualan. Oleh karena itu, tujuan dari penelitian ini untuk meramalkan harga cabai rawit merah di Kabupaten Banyumas bulan September 2022 hingga Juni 2023 dengan menggunakan metode fuzzy time series (FTS) model Chen dengan menggunakan data harga cabai rawit bulan September 2018 sampai Mei 2022. Hasil penelitian menyatakan peramalan harga cabai rawit merah di Kabupaten Banyumas dengan FTS model Chen belum baik. Hal ini ditunjukkan pada hasil perhitungan manual dan RStudio memberikan nilai rata-rata kesalahan ramalan yang sama yaitu sebesar 28,20%.
Abtrak (Bhs. Inggris)
Cayenne pepper is a vegetable commodity that is highly favored by the Indonesian people. Cayenne pepper is often used as a basic ingredient in the making of various types of sambal variants, especially in the restaurant industry. The abundance of restaurants in Banyumas Regency can lead to fluctuations in the price of cayenne pepper. The fluctuating increase in chili prices has encouraged restaurant entrepreneurs to develop sales strategies. Therefore, the aim of this research is to forecast the price of red cayenne pepper in Banyumas Regency from September 2022 to June 2023 using the fuzzy time series (FTS) Chen model, based on data on red cayenne pepper prices from September 2018 to May 2022. The results of the research state that Forecasting the price of red cayenne pepper in Banyumas Regency using the FTS Chen model is dificient. The results of manual calculations and RStudio which have the same results, with an average forecast error value of 28.20%.
Kata kunci
Pembimbing 1
Pembimbing 2
Pembimbing 3
Tahun
Jumlah Halaman
Save