Dalam peramalan, hal terpenting yang akan dicapai adalah hasil peramalan dengan nilai error yang minimum. Semakin kecil nilai error maka semakin akurat hasil
peramalan yang diperoleh. Lee, dkk 2007 menyatakan bahwa hasil peramalan menggunakan metode fuzzy time series yang sudah ada masih memberikan nilai MSE
yang relatif besar sehingga metode peramalan yang sudah ada terus dikembangkan untuk mendapatkan metode peramalan yang memiliki tingkat akurasi lebih tinggi.
Hingga pada akhirnya, Wang, Chen dan Pan 2009 memperkenalkan sebuah metode peramalan yaitu metode automatic clustering-relasi logika fuzzy yang memiliki tingkat
akurasi lebih tinggi dalam meramalkan data dibanding dengan metode yang telah ada. Metode ini dapat digunakan untuk data yang relatif sedikit. Hanya saja metode ini tidak
memperhatikan fenomena yang terjadi pada data.
1.2 Rumusan Masalah
Bagaimana menerapkan metode automatic clustering-relasi logika fuzzy dan metode fuzzy time series dalam meramal jumlah peminat departemen S1 Matematika USU
tahun 2014 melalui jalur tertulis.
1.3 Batasan Masalah
Masalah yang diteliti dibatasi dalam perhitungan MSE. Data yang digunakan adalah data jumlah peminat Departemen S1 Matematika USU melalui jalur tertulis mulai tahun
2006 sampai dengan tahun 2013. Dalam hal ini data hanya sebagai bahan untuk perhitungannya dan tidak memperhatikan bagaimana pengaruh dan fenomena yang
terjadi pada data yang digunakan.
Universitas Sumatera Utara
1.4 Tinjauan Pustaka
Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Dalam usaha mengetahui atau melihat perkembangan di masa depan,
peramalan dibutuhkan untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul, sehingga dapat dipersiapkan kebijakan atau tindakan-tindakan
yang perlu dilakukan. Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan menejemen.
Metode peramalan merupakan bagian dari ilmu statistika. Salah satu metode peramalan adalah deret waktu. Metode ini disebut sebagai metode peramalan deret
waktu karena memiliki karakteristik bahwa data yang di analisis bersifat deret waktu. Periode deret waktu dapat berupa tahunan, mingguan, bulanan, semesteran, kuartal dan
lain-lain. Jenis pola data sangat penting untuk diketahui karena akan berpengaruh terhadap hasilan ramalan.
Menurut Assauri 1984, metode peramalan adalah cara memperkirakan secara kuantitatif apa yang akan terjadi pada masa depan, berdasarkan pada data yang relevan
pada masa lalu. Oleh karena metode peramalan didasarkan atas data yang relevan pada masa lalu, maka metode peramalan ini dipergunakan dalam peramalan yang objektif.
Metode peramalan fuzzy time series adalah metode peramalan yang menggunakan prinsip-prinsip fuzzy sebagai dasarnya. Konsep dasar fuzzy time series
yang diperkenalkan oleh Song dan Chissom 1993a, 1993b, 1994 dengan nilai fuzzy time series direpresentasikan dengan himpunan fuzzy Chen 1998 :
Didefenisikan U adalah semesta pembicaraan dengan U = { u
1
, u
2
, u
3
, ... , u
n
}. Ahmad Amiruddin Anwary 2011 dalam penelitiannya untuk meramal kurs
Rupiah terhadap terhadap Dollar Amerika menggunakan metode fuzzy time series. Dalam peramalan tersebut dilakukan upaya untuk memprediksi besarnya kurs untuk
satu hari ke depan. Permasalahan yang dihadapi adalah cara untuk memprediksi besarnya kurs yaang menghasilkan nilai prediksi dengan tingkat kesalahan minimal.
Penelitian ini menggunakan fuzzy time series FTS untuk memprediksi besarnya kurs. Hasilnya berupa data kurs yang terprediksi untuk tiap jenis kurs sampai satu hari ke
Universitas Sumatera Utara
depan. Tingkat keakuratan hasil prediksi diukur dengan nilai AFER Average Forecasting Error.
Robert Kurniawan pada penelitiannya menggunakan metode automatic clustering-relasi logika fuzzy untuk peramalan data unvariat. Robert Kurniawan
menerapkannya untuk Data Kunjungan Wisatawan Mancanegara ke Indonesia melalui Bandara Ngurah Rai Bali Januari 1989
– Februari 2009 dan Data Simulasi.
1.5 Tujuan Penelitian
