Perbandingan Metode Fuzzy Times Series Cheng dan Fuzzy Times Series Markov Chain dalam Memprediksi Tingkat Pengangguran Terbuka di Bali

Abstract

Penelitian ini bertujuan menemukan model untuk tingkat pengangguran terbuka di Bali dengan Fuzzy Times series Cheng (FTS Cheng) dan Fuzzy Times series Markov Chain (FTS Markov Chain) serta membandingkan tingkat akurasi kedua model tersebut. Jenis penelitian ini adalah jenis penelitian kuantitatif. Data tingkat pengangguran terbuka di Bali yang digunakan sebanyak 34 dari periode Februari 2006 sampai dengan Agustus 2021. Dari 34 data kemudian dibagi menjadi dua dengan proporsi 30% data latih dan 70% data uji. Tahapan penelitian yang dilakukan dengan menghitung FTS Cheng dan FTS Markov Chain pada data latih kemudian dilanjutkan pada data uji. Selanjutnya model FTS Cheng dan FTS Markov Chain dihitung akurasinya dengan MAPE (Mean Absolute Percentage Error),RMSE (Root Mean Square Error) dan Confusion Matrix (akurasi,presisi,recall). Hasil MAPE yang didapatkan adalah  FTS Cheng sebesar 18.43% dan FTS Markov Chain sebesar 31.19%. Kemudian hasil RMSE yang didapatkan dari FTS Cheng dan FTS Markov Chain secara berturut-turut adalah 0.88 dan 0.63. Pada pengujian menggunakan Confusion Matrix pada FTS Ceng didapatkan hasil akurasi, presisi, recall secara berturut-turut adalah 61.90%,41.22% dan 44.35%. Sedangkan untuk FTS Markov Chain mendapatkan hasil pengujian sebesar 61.90%,49.17% dan 48.75% untuk akurasi, presisi dan recall. Jadi Fuzzy Time Series Markov Chain lebih baik dibandingkan dengan model Fuzzy Time Series Cheng di dua metode pengujian keakuratan yaitu pada RMSE dan Confusion Matrix (presisi dan recall). Hal ini disebabkan karena perbedaan pembagian kelas serta perhitungan yang berbeda.