Perpustakaan Digital ITB

Salah satu metode prediksi yang paling banyak dikembangkan saat ini adalah time series (runtun waktu) dengan menggunakan pendekatan kuantitatif, yaitu menggunakan data masa lampau. Proses prediksi sangat penting pada data runtun waktu karena diperlukan dalam proses pengambilan keputusan. Pada bidang perhubungan, prediksi dapat digunakan untuk memprediksi banyak kecelakaan lalu lintas. Perkembangan metode prediksi data runtun waktu yang cukup pesat mengakibatkan terdapat banyak pilihan metode yang dapat digunakan untuk memprediksi data sehingga perlu membandingkan metode yang satu dengan metode yang lainnya untuk mendapatkan hasil prediksi dengan akurasi yang tinggi. Penelitian ini menjelaskan masalah pemodelan pada prediksi kecelakaan lalu lintas di Provinsi Sulawesi Selatan menggunakan Fuzzy Time Series (FTS) yang dikembangkan dengan orde tinggi dan rantai Markov. Pengembangan metode dilakukan dengan cara meningkatkan metode FTS dengan kaidah matematis dan diterapkan pada tahapan proses prediksi data seasonal jumlah kecelakaan lalu lintas. Hasil pengujian menunjukkan bahwa model prediksi FTS orde tiga memiliki nilai akurasi prediksi yang lebih baik dengan persentase perhitungan akurasi Mean Square Deviation (MSD), Mean Absolute Deviation (MAD), dan Mean Absolute Percentage Error (MAPE) terbaik.