2023
DOI: 10.1063/5.0133299
|View full text |Cite
|
Sign up to set email alerts
|

Application of fuzzy time series to forecast COVID-19 cases in Central Sulawesi

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

0
0
0
2

Year Published

2023
2023
2023
2023

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(2 citation statements)
references
References 7 publications
0
0
0
2
Order By: Relevance
“…Metode peramalan memiliki peran dalam hal pengelolaan sumber daya, penyediaan sumber daya tambahan dan penentuan sumber daya yang diinginkan [14]. Dengan adanya peramalan, akan meminimasi ketidakpastian yang akan terjadi dimasa mendatang, sehingga perusahaan bisa membuat kebijakan agar dapat berjalan efektif [15]. Menurut [16] berpendapat bahwa tujuan dari peramalan dapat dilihat dari waktu yakni a) Jangka Pendek (Short Term) bersifat bulanan ataupun mingguan ditetapkan low managenment b) Jangka Menengah (Medium Term) bersifat bulanan atapun kuartil dan ditetapkan middle management c) Jangka Panjang (Long Term) bersifat tahunan : 5 tahun, 10 tahun, 20 tahun dan ditetapkan top management.…”
unclassified
See 1 more Smart Citation
“…Metode peramalan memiliki peran dalam hal pengelolaan sumber daya, penyediaan sumber daya tambahan dan penentuan sumber daya yang diinginkan [14]. Dengan adanya peramalan, akan meminimasi ketidakpastian yang akan terjadi dimasa mendatang, sehingga perusahaan bisa membuat kebijakan agar dapat berjalan efektif [15]. Menurut [16] berpendapat bahwa tujuan dari peramalan dapat dilihat dari waktu yakni a) Jangka Pendek (Short Term) bersifat bulanan ataupun mingguan ditetapkan low managenment b) Jangka Menengah (Medium Term) bersifat bulanan atapun kuartil dan ditetapkan middle management c) Jangka Panjang (Long Term) bersifat tahunan : 5 tahun, 10 tahun, 20 tahun dan ditetapkan top management.…”
unclassified
“…Dalam sebuah metode peramalan, perlu dilakukan pengenalan terhadap pola data. Jenis Pola data menurut Seto [15] : a) Trend (T), kondisi ini disebabkan peningkatan atau penurunan dari data secara bertahap dari gerakan data, b) Seasonality (S) atau musiman terjadi apabila pola data yang berulang sesudah sesuai periode tertentu, dalam hari, mingguan, bulanan, triwulan hingga tahunan, c) Cycles (C), merupakan pola data setiap beberapa tahun biasanya dipengaruhi oleh fluktuasi pada ekonomi dalam jangka panjang berhubungan dengan siklus bisnis, d) Horizontal (H)/ Stationer, kondisi berfluktuasi bila nilai data naik dan turun / tidak stabil di sekitar nilai rata rata yang tetap stabil Pola pola tersebut dapat ditunjukkan pada gambar berikut: Salah satu metode peramalan yakni peramalan time series. Metode time series merupakan metode peramalan kuantitatif yang menjadikan waktu sebagai dasar peramalan karena waktu mempengaruhi permintaan secara umum [16].…”
unclassified