Implementasi Fuzzy Time Series Markov Chain Model (Ftsmcm) Dalam Prediksi Jumlah Produksi Ayam Potong

Abstract

Pola konsumsi masyarakat akan produk hasil ternak semakin meningkat, tak terkecuali konsumsi ayam potong (broiler). Tingginya tingkat konsumsi masyarakat akan ayam potong otomatis akan memicu para produsen ternak untuk meningkatkan produksinya. Produksi ayam potong dapat diprediksi, salah satunya menggunakan Fuzzy Time Series. Perkembangan metode peramalan data time series yang cukup pesat mengakibatkan terdapat banyak pilihan metode yang dapat digunakan untuk meramalkan, salah satunya yaitu metode Fuzzy Time Series Markov Chain Model. Konsep Markov Chain digunakan dalam proses prediksi jumlah produksi ayam potong dengan menggunakan matriks transisi. Dengan Fuzzy Time Series Markov Chain Model, yang merupakan gabungan dari konsep metode fuzzy time series dengan model Markov, diharapkan dapat mendatangkan hasil analisis prediksi yang lebih akurat. Penelitian ini diharapkan dapat membantu proses analisis prediksi, sehingga proses analisis prediksi dapat dilakukan secara lebih efisien, teliti, mudah, dan praktis.

Evaluasi Perubahan Minat Pemilihan Mobil dan Market Share Konsumen di Showroom Pabrikan Honda

“…Langkah pertama dalam analisis Markov Chain adalah dengan mengidentifikasi nilai Brand Switching Pattern [16], [17] • Matriks Probabilitas Market Share Mobil Untuk memproleh market share periode ke-2 dilakukan perhitungan sebagai berikut ( 0,31 0,31 0,11 0,058 0,59 0,35 0,3 0,12 0,11 0,32 0,16 0 0,17 0,42 0,17 Dari hasil perkalian antara matriks probabilitas transisi dengan vektor dihasilkan prediksi market share periode ke-2 yaitu CR-V sebesar 23%, Mobilio 40%, Jazz 16%, dan Brio sebesar 21%…”

Peramalan Jumlah Populasi Sapi Potong di Kalimantan Selatan Menggunakan Metode Moving Average, Exponential Smoothing dan Trend Analysis

“…Penelitian terdahulu menunjukkan bahwa metode peramalan telah dilakukan pada komoditas peternakan dan pertanian seperti rempah-rempah (Fauzi, 2016), kopi (Tantika, et al, 2018), padi (Pratama & Salamah, 2018;Lestari, et al, 2017), Kedelai (Nugraha, et al, 2019), bawang merah (Jatmiko, et al, 2017), ayam potong (Puspitasari & Afianto, 2017) dan sapi potong (Revi, et al, 2018). Khusus untuk peramalan sapi potong, penelitian terdahulu berfokus pada produksi daging (bukan populasi sapi) dan belum memperbandingkan penggunaan beberapa metode peramalan time series sebagaimana dilakukan pada penelitian ini.…”