Prediksi Jumlah Kendaraan Bermotor Di Indonesia Menggunakan Metode Average-Based Fuzzy Time Series Models

Abstrak

Kendaraan bermotor di Indonesia mengalami8pertumbuhan jumlah setiap tahunnya. Tingkat jumlah kendaraan bermotor yang tinggi akan berdampak pada berbagai sektor. Dampak yang ditimbulkan seperti kemacetan, polusi, kecelakaan, dan pelanggaran lalu lintas. Dengan mempredisikan jumlah kendaraan bermotor, data hasil prediksi dapat digunakan oleh pemerintah atau pihak terkait untuk membuat sebuah program untuk mengurangi dampak jumlah kendaraan bermotor yang tinggi. Fuzzy time series adalah salah satu metode untuk prediksi. Salah satu tipe metode fuzzy time series yaitu average-based fuzzy time series. Metode ini merupakan metode fuzzy time series berbasis rata-rata yang mampu menentukan panjang interval efektif, sehingga mampu memberikan hasil prediksi dengan tingkat akurasi yang baik. Data yang digunakan pada penelitian berjumlah 45 data. Hasil pengujian penelitian ini, nilai rata-rata kesalahan yang dihitung menggunakan metode Mean Absolute Percentage Error (MAPE) diperoleh nilai kesalahan sebesar 12.67% yang menunjukkan bahwa penelitian ini termasuk dalam kategori baik digunakan dalam prediksi kendaraan bermotor di Indonesia karena memiliki nilai akurasi dibawah 20%.