BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan pengujian sistem prediksi harga sepeda motor menggunakan weighted evolving fuzzy neural network WEFuNN diperoleh beberapa kesimpulan yaitu:
1. Dari hasil pelatihan didapat hasil error rata-rata MAPE terkecil yaitu sebesar
0.698 dengan menggunakan data penjualan real periode tahun Januari 2010 sampai dengan Desember 2013 pada parameter sebagai berikut : Sensitive
Threshold 0,1, Error Threshold 0,01, LR1 0,01, LR2 0,01.
2. Hasil pengujian dengan menggunakan data penjualan sepeda motor dari periode
bulan Januari 2014 s.d. Juli 2014 mendapatkan hasil error rata-rata sebesar 1,269 .
3. Hasil prediksi yang didapat adalah untuk menentukan nilai harga sepeda motor
dengan mengimplementasikan metode WEFuNN dari data pengujian sebelumnya.
4. Hasil prediksi harga sepeda motor sangat terpengaruh terhadap nilai paramater
WEFuNN yang dimasukkan ke dalam sistem peramalan.
5. Hasil prediksi sangat terpengaruh hasil pelatihan yang dilakukan sebelum
pengujian, jika error pada saat pelatihan menghasilkan error yang besar pada bobot-bobot tertentu, maka pada saat pengujian beberapa data akan menghasilkan
error yang besar dan sebaliknya.
Universitas Sumatera Utara
6. WEFuNN dapat digunakan untuk data yang selalu berubah-ubah atau selalu
bertambah karena jaringan arsitektur WEFuNN dibentuk pada saat dilakukan pelatihan.
Berdasarkan kesimpulan di atas WEFuNN berhasil diimplementasikan pada suatu sistem prediksi harga sepeda motor. Nilai MAPE dari hasil prediksi dengan
menggunakan WEFuNN adalah 1,269.
5.2 Saran
Pada penelitian selanjutnya, dapat diterapkan metode prediksi lain untuk menghasilkan data prediksi yang lebih akurat dan nilai error MAPE yang lebih kecil
daripada metode WEFuNN.
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
Bab ini membahas tentang teori penunjang dan penelitian terdahulu yang berhubungan dengan penerapan metode Weighted Evolving Fuzzy Neural Network WEFuNN
untuk prediksi harga sepeda motor dan beberapa data pendukung.
2.1. Peramalan forecasting
Kategori