ANALISIS PERBANDINGAN FUZZY REGRESI BERGANDA DENGAN REGRESI BERGANDA KONVENSIONAL SEBAGAI ALAT PERAMALAN

Abstract

Regresi berganda merupakan suatu model yang terdapat variabel dependent dan variabel independent. Regresi berganda juga diartikan sebagai persamaan matematik yang memungkinkan peramalan nilai suatu peubah takbebas (dependent variable) dari nilai peubah bebas (independent variable). Suatu nilai tegas Yˆ diperoleh sebagai fungsi dari x, Yˆ = f(x). Tentu saja nilai Yˆ bukanlah nilai eksak, dengan kata lain terdapat toleransi error antara nilai Yˆ sebagai fungsi dari x, dengan nilai aktual yang diharapkan. Tentu saja toleransi error diharapkan cukup kecil sehingga akurasi Yˆ sebagai hasil regresi juga cukup tinggi. Oleh karena itu, variabel output Yˆ bisa saja tidak presisi. Untuk mengatasi ketidak presisian tersebut dapat digunakan metode statistik. Metode statistik didasari oleh teori probabilitas yang merepresentasikanketidakpastian. Selama ini hanya teori statistik yang digunakan dalam menyelesaikan masalah regresi berganda. Padahal toeri Fuzzy juga dapat digunakan dalam mempresentasikan ketidak presisian. Teori Fuzzy membuat suatu interval „kebolehan‟ yang mana keberadaan data hasil regresi dalam intervaltersebut masih diperbolehkan (mendapatkan toleransi). Interval ini sebenarnya dapat direpresentasikan dengan memberikan nilai koefisien regresi sebagai bilangan Fuzzy, (Tanaka 1992). Oleh karena itu, dalam penelitian ini mencoba untuk membandingkan kinerja metode konvensionil dalam hal ini analisis regresi berganda dengan metode logika Fuzzy. Dari hasil pengolahan data, metode Fuzzy regresi mempunyai nilaikoefisien determinasi (R2) sebesar 0.84 dan metode regresi berganda konvensional koefisien determinasi (R2) sebesar 0.167. Kesalahan standar ( y xk S , ) Fuzzy regresi sebesar 11.78 dan nilai y xk S , dari regresi berganda konvensional sebesar 9.93. Nilai Average Error (AE) dari metode Fuzzy regresi sebesar 0.57467 dan AE dari metode regresi berganda konvensional sebesar 0.00067.Pemilihan metode peramalandidasarkan nilai koefisien determinasi terbesar (R2), nilai standar baku estimasi yang terkecil dan kesalahan prakiraan atau error terkesil, (Arsyad,2001). Sehingga metode regresi berganda konvensional lebih tepat. Hal ini disebabkan karena penggunakan interval pada metode Fuzzy regresi untukmendapatkan nilai Ŷ tergantung dari batas bawah, batas atas dan jumlah data yang akan diamati.Kata kunci: Regresi Berganda, Teori Fuzzy, Keakuratan peramalan