TRUNOJOYO-Tugas Akhir-28402-180441100096_Abstract.pdf
Restricted to Repository staff only
Download (112kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_Cover.pdf
Restricted to Repository staff only
Download (434kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_Chapter1.pdf
Restricted to Repository staff only
Download (185kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_Chapter2.pdf
Restricted to Repository staff only
Download (206kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_Chapter3.pdf
Restricted to Repository staff only
Download (223kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_Chapter4.pdf
Restricted to Repository staff only
Download (654kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_Conclusion.pdf
Restricted to Repository staff only
Download (53kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_References.pdf
Restricted to Repository staff only
Download (117kB)
TRUNOJOYO-Tugas Akhir-28402-180441100096_Appendices.pdf
Restricted to Repository staff only
Download (330kB)
Abstract
Analisis dalam data deret waktu sangat penting dalam proses peramalan. Banyak metode telah dikembangkan untuk meramalkan data deret waktu dengan menggunakan beberapa kumpulan data data dan banyak variabel, termasuk: Metode k-NearestrnNeighbor (kNN). Untuk sebuah metode k-NN, pemilihan nilai tetangga k sangat penting karena dapat berpengaruh terhadap hasil prediksi. Karena menggunakan metode ensemble penulis menentukan beberapa nilai yang akan digunakan yaitu tetangga k-3, k-4, k-6, k-9, k-10, k-12, k-15, dan k-24. Metode ensemble yakni metode dengan akurasi sehingga dapat diprediksi dan dapat digunakan dengan sangat efisien dalam metode k-NN tanpa harus mencari nilai k terbaik. Pada prinsipnya metode ensemble terdiri dari menggabungkan dari hasil estimasi dari beberapa banyak model menjadi estimasi terakhir. Teknik Ensemble bisa juga diterapkan pada analisisrnderet waktu untuk membuat perkiraan yang akurat. Sebelum melakukan metode ensemble peneliti melakukan preprocessing data yaitu dengan melakukan missing value. Pada penelitian ini, metode k-NN dengan Ensemble dapat diterapkan terhadap data harga emas untuk mendapatkan akurasi prediksi. Hasil dari penelitian ini nilai MAPE 0,7108920975867588% untuk split data 70%:30% nilai MAPE 0.7469424701909465% untuk split data 80%:20% dan nilai MAPE 0,629917448244596% untuk split data 90%:10%
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM NUR HALIMAH |
| Department | Sistem Informasi |
| Uncontrolled Keywords | K-Nearest Neighbor |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 16 Oct 2026 13:57 |
| Last Modified | 24 Oct 2026 17:09 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/21194 |
