Download Konsep Algoritma Metode Fuzzy Time Series Forecasting PDF

TitleKonsep Algoritma Metode Fuzzy Time Series Forecasting
File Size167.6 KB
Total Pages6
Document Text Contents
Page 1

Konsep Algoritma Fuzzy Time Series Forecasting

Perbedaan utama antara fuzzy time series dan konvensional time

series yaitu pada nilai yang digunakan dalam peramalan, yang

merupakan himpunan fuzzy dari bilangan-bilangan real atas

himpunan semesta yang ditentukan. Himpunan fuzzy dapat diartikan

sebagai suatu kelas bilangan dengan batasan yang samar.

Jika U adalah himpunan semesta, U = {u1, uz, ... , un}, maka suatu

himpunan fuzzy A dari U dedefinisikan sebagai A = fA(u1)/u1 +

fA(u2)/u2 + … + fA(un)/un dimana fA adalah fungsi keanggotaan dari

A, fA : U  [0,1] and 1 ≤ i ≤ n.

Sedangkan definisi dari fuzzy time series adalah sebagai berikut :

Misalkan Y (t) (t= …,0,1,2, …), adalah himpunan bagian dari R,

yang menjadi himpunan semesta dimana himpunan fuzzy fi(t) (i=1,2,

…) telah didefinisikan sebelumnya dan jadikan F(t) menjadi

kumpulan dari fi(t)(i=1,2,…). Maka, F(t) dinyatakan sebagai fuzzy

time series terhadap Y(t)(t=…,0,1,2,…).

Dari definisi di atas, dapat dilihat bahwa F(t) bisa dianggap sebagai

variabel linguistik dan fi(t)(i=1,2,…) bisa dianggap sebagai

kemungkinan nilai linguistik dari F(t), dimana fi(t)(i=1,2,…)

direpresentasikan oleh suatu himpunan fuzzy. Bisa dilihat juga

bahwa F(t) adalah suatu fungsi waktu dari t misalnya, nilai-nilai dari

F(t) bisa berbeda pada waktu yang yang berbeda bergantung pada

kenyataan bahwa himpunan semesta bisa berbeda pada waktu yang

berbeda. Dan jika F(t) hanya disebabkan oleh F(t-1) maka hubungan

ini digambarkan sebagai F(t-1)  F(t).

Defini lain dari fuzzy time series adalah jika F(t) = F(t-1) untuk

setiap waktu t dan F(t) hanya memiliki elemen yang terbatas maka

F(t) dikatakan sebagai time-invariant fuzzy time series. Demikian

juga jika sebaliknya maka dikatakan time-variant fuzzy time series.

Similer Documents