ABSTRAK ANALISIS KOMPARASI METODE FUZZY TIME SERIES MARKOV CHAIN DENGAN FUZZY TIME SERIES PADA PERAMALAN CURAH HUJAN DAERAH KALIMANTAN SELATAN (Oleh : M Kevin Warendra; Pembimbing : Irwan Budiman, S.T, M. Kom dan Rudy Herteno, S. Kom, M. Kom; 2021;65 Halaman)

Data runtun Waktu (time series) merupakan jenis data yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu. Analisis data runtun waktu merupakan salah satu prosedur statistika yang diterapkan untuk meramalkan struktur probabilitas keadaan yang akan datang dalam rangka pengambilan keputusan. Fuzzy time series (FTS) adalah metode peramalan data yang menggunakan prinsip – prinsip fuzzy sebagai dasarnya. System peramalan dengan fuzzy time series menangkap pola dari data yang telah lalu kemudian digunakan untuk memproyeksikan data yang akan datang. Fuzzy time series Markov Chain merupakan konsep baru yang pertama kali diusulkan oleh Tsaur, dalam penenlitiannya untuk menganalisis keakuratan prediksi nilai tukar mata uang Taiwan dengan dolar US. Dalam penelitiannya Tsaur menggabungkan metode fuzzy time series dengan Markov Chain, penggabungan tersebut bertujuan untuk memperoleh probabilitas terbesar menggunakan matriks probabilitas transisi. Hasil yang diperoleh dari penelitan ini adalah pengujian dengan jumlah nilai presentasi terbaik dari Fuzzy Time Series Markov Chain dengan Fuzzy Time Series, menghasilkan nilai akurasi yang berbeda tergantung dari kedua metode tersebut. Performa Akurasi terbaik diperoleh metode fuzzy time series Markov Chain dengan nilai error sebesar 1,6% dan nilai akurasi sebesar 98,4% dan untuk fuzzy time series dengan nilai error sebesar 7,4% dan nilai akurasi sebesar 92,6%.

Kata Kunci : Forecasting, Time Series, Curah Hujan, Fuzzy Time Series, Fuzzy Time Series Markov Chain