Perbandingan Multiple Regression dengan Fuzzy Tsukamoto Dalam Memprediksi Produksi Barang

Perbandingan Multiple Regression dengan Fuzzy Tsukamoto Dalam Memprediksi Produksi Barang

Perbandingan Metode, Prediksi, Multiple Regression, Fuzzy Tsukamoto

Pada penelitian ini membahas tentang analisis perbandingan metode yang digunakan dalam
memprediksi produksi barang. Hal ini dilakukan untuk mengetahui metode yang paling baik
dalam menghasilkan nilai prediksi pada produksi barang. Metode yang akan digunakan dalam
proses prediksi produksi barang adalah dengan menggunakan Multiple Regression dan Fuzzy
Tsukamoto. Pemilihan kedua metode tersebut dikarenakan telah banyak kasus pada penelitian
sebelumnya yang menggunakan Multiple Regression dan Fuzzy Tsukamoto sehingga telah
teruji dalam melakukan prediksi. Proses pengujian metode nantinya dilakukan dengan
menghitung nilai prediksi dari masing-masing metode dengan data training dari bulan Januari
sampai dengan Desember 2019, kemudian akan dilakukan perbandingan metode dengan cara
mencocokkan dengan data uji produksi barang yang ada untuk menghasilkan nilai akurasi dari
kedua metode tersebut. Dari hasil pebandingan metode yang dilakukan diperoleh hasil bahwa
Multiple Regression memiliki nilai akurasi 25% sedangkan Fuzzy Tsukamoto memiliki nilai
akurasi 75% dari data uji pada bulan Januari sampai dengan April 2020. Dengan hasil tersebut
maka diperoleh kesimpulan bahwa metode Fuzzy Tsukamoto lebih baik daripada Multiple
Regression untuk kasus prediksi produksi barang pada penelitian ini.

Puji Sari Ramadhan

Perpustakaan Horizon Karawang

2019

Fajar bagus W

PDF

Indonesia

Text