APLIKASI MODEL WAVELET – FUZZY SYSTEM UNTUK PREDIKSI BANYAK PENUMPANG KERETA API DAOP VI YOGYAKARTA

Abstract

Abstrak

Kereta api adalah salah satu sarana transportasi angkutan umum yang ramai digunakan. Transportasi merupakan suatu kebutuhan penting untuk masyarakat dalam beraktifitas. Dalam menunjang peningkatan kualitas transportasi umum dibutuhkan suatu analisi berupa prediksi banyak penumpang kedepannya. Salah satu model yang dapat digunakan untuk memprediksi banyak penumpang kereta api adalah wavelet-fuzzy system. Penelitian ini bertujuan untuk memprediksi banyak penumpang kereta api di DAOP VI Yogyakarta menggunakan wavelet-fuzzy system dan mendeskripsikan tingkat keakuratan model dalam memprediksi banyak penumpang kereta api.

Pemodelan wavelet-fuzzy System Takagi Sugeno Kang (TSK) orde satu diawali dengan transformasi data banyak penumpang kereta api kedalam transformasi wavelet. Dilakukan pembagian data traning dan dan testing. Data traning digunakan sebagai pembentuk sistem, sedangkan data testing adalah data yang akan diuji menggunakan sistem yang telah dibentuk pada data traning. Untuk membentuk sistem pada traning ditentukan variabel input dan output dengan menggunakan Autocorrelation Function (ACF) dan Parcial Autocorrelation Function (PACF). Selanjutnya dibentuk fungsi keanggotaan fuzzy pada himpunan tegas, proses ini disebut fuzzifikasi. Nilai fuzzy yang terbentuk kemudian akan mejadi sebuah rule. Rule tersebut nantinya akan menghasilkan output suatu SPL untuk menyelesaikan SPL yang didapatkan digunakan Dekomposisi Nilai Singular (DNS). Kemudian penulis lakukan defuzzifikasi untuk mendapatkan hasil prediksi.

Hasil penelitian menunjukan bahwa prediksi banyak penumpang kereta api dengan wavelet -  fuzzy system dengan input berupa lag 1 dan lag 2 mendapatkan hasil MAPE dan MSE untuk data traning dan testing berturut turut adalah 9,08%,  dan 8,61 %, . Dihasilkan prediksi banyak penumpang kereta api untuk 3 bulan kedepan dalam tiap minggunya.

Kata kunci: Kereta api, Wavelet, Sugeno orde satu, fuzzy system, dekomposisi nilai singular, ACF dan PACF

Abstract

Train is one of the public transportation that used by public. Transportation is a critical thing in the community. Support the improvement of the quality of public transport required a prediction analysis of passengers in the future. One of the models that can be used to predict a train passengers is wavelet-fuzzy system. This research aims to predict train passengers in DAOP VI Yogyakarta using wavelet-fuzzy system and describes the level of accuracy of the model in predicting train passengers.

Model of wavelet-fuzzy System Takagi Sugeno Kang (TSK) one order begins with transformation of train passengers data into the wavelet transform. Split the traning and testing data. Training data is used for system former, and testing data is the data that will be tested using systems that have been form on traning data. To establish systems on traning need an input and output variables using the Autocorrelation Function (ACF) and Parcial Autocorrelation Function (PACF). Then Fuzzy membership function was formed next in the set, this process is called fuzzifikasi. And Fuzzy values that formed are become a rule. The rule will produce an output called SPL and its SPL solved and obtained by Singular value decomposition (DNS). Then writer do a defuzzifikasi to get the predictions.

The results of this research showed that the predictions of train passengers with wavelet-fuzzy system and the form of lag 1 and lag 2 input get the MAPE and MSE of traning and testing data is 9.08%, 3.2137  and 8.61%, 3.3761  in respectively. The prediction result of train passengers on weekly in next 3 months

Keywords: train, Wavelet, Sugeno fuzzy one order, fuzzy system, singular value decomposition, ACF and PACF