PERBANDINGAN METODE FUZZY TIME SERIES CHENG DAN FEEDFORWARD NEURAL NETWORK PADA PERAMALAN HUTANG BUMN KE LUAR NEGERI
Abstract
BUMN adalah Badan Umum Milik Negara bertugas untuk mengelola sektor bisnis strategis agar tidak dikuasai pihak-pihak tertentu. Hutang BUMN ke luar negeri dari tahun ke tahun semakin meningkat. Sehubungan dengan meningkatnya hutang BUMN ke luar negeri, maka penting untuk meramalkan jumlah hutang BUMN ke luar negeri. Salah satu metode yang digunakan adalah metode peramalan, dengan metode ini dapat diperoleh nilai prediksi untuk periode selanjutnya. Metode peramalan yang digunakan adalah metode peramalan baru yaitu metode Fuzzy Time Series Cheng dan FeedForward Neural Network. Diantara kedua metode tersebut dilihat metode terbaiknya dengan melihat nilai error terkecil pada peramalan data hutang BUMN. Metode terbaik yang didapatkan yaitu pada metode FeedForward Neural Network yang memiliki nilai MSE dan MAPE lebih kecil dibanding metode Fuzzy Time Series Cheng, yaitu FeedForward Neural Network MSE = $196.985 juta dan MAPE = 1%. Dalam metode peramalan Fuzzy Time Series Cheng didapatkan nilai MSE = $13.672.808 juta dan MAPE = 13%.
Collections
- Statistics [899]