Kajian model Automatic Clustering-Fuzzy Time Series-Markov Chain dalam memprediksi data historis jumlah kecelakaan lalu lintas di kota Malang

Abstract

Abstrak

Penelitian ini mengembangan model peramalan fuzzy time series dengan pembentukan automatic clustering dan proses peramalan akhir menggunakan konsep rantai Markov. Model tersebut digunakan untuk memprediksi jumlah kecelakaan lalu lintas di kota Malang di masa mendatang. Sedangkan model pembanding yang digunakan yaitu fuzzy time series biasa. Untuk mengetahui seberapa akurat model yang dikembangkan, digunakan MAPE (Mean Average Percentage Error). Hasil penelitian yang diperoleh, model yang dikembangkan yaitu automatic clustering-fuzzy time series-Markov chain menghasilkan tingkat akurasi peramalan yang lebih akurat dibandingkan dengan fuzzy time series biasa. Model yang dikembangkan menghasilkan MAPE sebesar 14,51%, sedangkan model pembanding diperoleh MAPE sebesar 24,25.

Kata kunci: automatic clustering, fuzzy time series, Markov chains, kecelakaan lalu lintas