SIRDA YENI (2018) MODEL AUTO REGRESSIVE MENGGUNAKAN TRIANGULAR FUZZY NUMBERSI METRIS BERDASARKAN STANDAR DEVIASI DATA (Studi Kasus: Prediksi Nilai Tukar Rupiah Terhadap Dollar Amerika. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER_2018575MT.pdf Download (128kB) | Preview |
|
|
Text
2. PENGESAHAN_2018575MT.pdf Download (646kB) | Preview |
|
|
Text
3. ABSTRAK_2018575MT.pdf Download (101kB) | Preview |
|
|
Text
4. KATA PENGANTAR_2018575MT.pdf Download (213kB) | Preview |
|
|
Text
5. DAFTAR ISI_2018575MT.pdf Download (178kB) | Preview |
|
|
Text
6. BAB I_2018575MT.pdf Download (369kB) | Preview |
|
|
Text
7. BAB II_2018575MT.pdf Download (514kB) | Preview |
|
|
Text
8. BAB III_2018575MT.pdf Download (475kB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
9. BAB IV_2018575MT.pdf Restricted to Repository staff only Download (792kB) |
|
|
Text
10. BAB V_2018575MT.pdf Download (171kB) | Preview |
|
|
Text
11. DAFTAR PUSTAKA_2018575MT.pdf Download (302kB) | Preview |
Abstract
Beberapa prosedur pembentukan triangular fuzzy number(TFN)dalam prediksi data time series sudah diperkenalkan. Namun pembentukan tersebut belum mencapai standar yang diharapkan, sehingga tidak mudah untuk diikuti dan diaplikasikan pada data prediksi atau tujuan lainnya. Dimotivasi oleh keadaan tersebut, maka penulis tertarik untuk membentuk sebuah prosedur baru TFN simetris berdasarkan standar deviasi data. Selanjutnya prosedur TFN tersebut akan digunakan untuk membangun model auto regressive pada peramalan data simulasi dan kemudian diimplementasikan pada peramalan nilai tukar rupiah terhadap dollar Amerika. Hasil penelitian ini menunjukkan bahwa akurasi model auto regressive single point lebih besar dari TFN simetris. Dengan kata lain, prosedur baru TFN yang disarankan dapat dijadikan sebagai salah satu persiapan data input untuk meningkatkan akurasi hasil peramalan. Menariknya, melalui model auto regressive ini TFN simetris ini dapat ditentukan tiga peramalan secara serentak yaitu nilai tukar terendah,medium dan tertinggi. Kata kunci: Model Auto regressive, nilai tukar, standar deviasi, peramalan, TFN.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 300 Ilmu Sosial |
| Divisions: | Fakultas Sains dan Teknologi > Matematika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 26 Jul 2019 03:03 |
| Last Modified: | 26 Jul 2019 03:03 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/16832 |
Actions (login required)
 |
View Item |