Analisis dan Peramalan FTS terhadap Zinc-Carbon Accumulator dan Yuasa Accumulator Model 6N4-2A-4

Authors

  • Anggri Sartika Wiguna
  • Kurriawan Budi Pranata

Abstract

Telah dilakukan Analisis dan Peramalan FTS terhadap Zinc-Carbon dan Yuasa Accumulator dengan peramalan Fuzzy tipe Average Based untuk data yang bersifat random. Data yang didapatkan adalah dari pengukuran charge dan discharge untuk 6 jam pada Zinc-Carbon Accumulator dan Yuasa Accumulator Model 6N4-2A4.

Analisis peramalan FTS terbukti efektif digunakan dengan hasil kesalahan relatif kurang dari 5%.

Kata kunci = Peramalan, FTS Average Based

Author Biographies

Anggri Sartika Wiguna

Teknik Informatika Universitas Kanjuruhan Malang

Kurriawan Budi Pranata

Fakultas Sains dan Teknologi Universitas Kanjuruhan Malang

References

Agus, S., Saptono., (2012), “Geoimage Journal”. Jurnal Geografi. Volume 1, no 1, http://journal.unnes.ac.id/sju/index.php/geoimage,
Agus, M., (2005)., “Pemodelan Tingkat Inflasi di Indonesia dengan menggunakan Sistem Fuzzy”., Jurnal UNY., Jogyakarta.
Ai., (1999).,“Optimasi Peramalan Pemulusan Eksponensial Satu Parameter Dengan Menggunakan Algoritma NonlinearProgramming”. JURNAL TEKNOLOGI INDUSTRI. VOL. III, No. 3, hal 139 – 148. <URL:http://www.uajy.ac.id/jurnal/jti/1999/3/3/do/
A Word Bank Country Study, (1994), “Indonesia : Environment and Development”. The Word Bank. Wahington – USA.
Baroto, T., (2002), “Perencanaan dan Pengendalian Produksi”., Ghalia Indonesia., Jakarta
Balsys, dkk (2010)., ”Traffic Flow detection and Forecasting”., ISSN 1392-1215 Electronic and Electrical Engineering, Vol. 5, hal. 101.
Cahya, S., (2010).,” Data dan Jenis Penelitian” ., /
Chen, S., (1996).,“Forecasting enrollments based on fuzzy time series - Fuzzy Sets and Systems”.,International Journal of Applied Science and Engineering.
Chen., (1996)., “Forecasting Enrollments Based on Fuzzy Time Series”, Fuzzy Sets and Systems, vol. 81, pp. 311-319
Chunshien, dkk (2012)., “A new ARIMA-based neuro-fuzzy approach and swarm intelligence for time series forecasting, Engineering Applications of Artificial Intelegence”., Vol. 25, Hal 295-308
Clarkson, H., Oglesby, (1999), “ Highway Engineering”., John Wiley and Sons., New York
Fang, dkk., (2001)., “Fuzzy ARIMA model for forecasting the foreign exchange”., Fuzzy Sets and Systems, Vol.118, Hal 9-19
Feng, dkk., (2013)., “The research of ARMA Model in CPI Time Series”., Applied Mechanics and Materials, Vol 347-350, Hal. 3099-3103
Gaspersz, (1998), “ Manajemen Produktivitas Total”., Gramedia., Jakarta
Harinaldi, (2005), “Prinsip-Prinsip Statistik untuk Teknik dan Sains”. Erlangga.Jakarta
Hanifah, U., (2013)., “Transcript of Copy of Implementasi Artificial Neural Network (ANN) Dengan Metode Backpropagation Dalam Peramalan Harga Logam Mulia Pada Emas B”., Prezi Press

Downloads

Published

2016-10-01

How to Cite

[1]
A. S. Wiguna and K. B. Pranata, “Analisis dan Peramalan FTS terhadap Zinc-Carbon Accumulator dan Yuasa Accumulator Model 6N4-2A-4”, SMARTICS, vol. 2, no. 2, pp. 55–60, Oct. 2016.

Most read articles by the same author(s)