Prediksi Produksi Biofarmaka Menggunakan Model Fuzzy Time Series dengan Pendekatan Percentage Change dan Frequency Based Partition

<p class="Abstrak">Masa depan biofarmasi semakin cerah. Akibat mahalnya harga obat modern, maka permintaan tanaman meningkat di dalam dan luar negeri. Hal ini karena biofarmaka banyak digunakan industri lain, seperti makanan, minuman, kosmetik. Konsumen seluruh dunia termasuk Indonesia bergerak menuju produk makanan kesehatan yang lebih sehat dengan slogan "kembali ke alam". Dengan demikian sebagai bahan baku lainnya juga meningkat. Untuk mengatasi masalah tersebut diperlukan suatu prediksi untuk menentukan besaran kenaikan atau penurunan jumlah produksi komoditas strategis beberapa tahun depan, sehingga Memungkinkan analisis pergerakan tren dari perkembangan data sebelumnya. Saat belum dijumpai studi peramalan deret waktu memprediksi tingkat akurasi baik. Dalam eksperimen kami mengusulkan model <em>fuzzy time series </em>berdasarkan pendekatan <em>percentage change</em> himpunan semesta <em>frequency-based partition</em> dapat memberikan tinggi. Prediksi difokuskan pada empat jenis rimpang yaitu Jahe, Lengkuas, Kencur, Kunyit dinilai menjadi prioritas utama pengembangan Indonesia. penelitian menggunakan sekunder diperoleh Badan Pusat Statistika 1997-2020. Tujuan survei adalah menganalisa rimpang. Hasil menunjukan biasa nilai <em>Mean Absolute Percentage Error</em> sangat kecil yakni Jahe 0,03%, Lengkuas 0,02%, Kencur 0,14%, 0,03%. hasil berkontribusi bagi pihak berkompeten membantu kebijakan masa depan.</p><p class="Abstrak"> </p><p class="Abstrak"><em><strong>Abstract</strong></em></p><p><em>Biopharmaceuticals' future is brightening. Due to the exorbitant cost of modern treatment, desire for medicinal herbs growing. due their widespread use in different industries such as food, beverages, and cosmetics. Consumers worldwide, especially Indonesia, are gravitating towards healthier food health goods. So demand plants raw materials increases. To solve this issue, a forecast required next few years on increase or decline production strategic </em><em>biopharmaca</em><em> commodities. Currently, no reliable forecasting study exists production. achieve high predicting accuracy, we present fuzzy based percentage change universal set </em><em>frequency</em><em>-based partition. Ginger, </em><em>Galangal</em><em>, </em><em>Kencur</em><em>, turmeric predicted be most important rhizomes research Secondary statistics from Central Statistics Agency 1997–2020 This study's goal was anticipate analyze synthesis four rhizomes. </em><em>The prediction results incredibly accurate, with Mean Error values just 0.03%, 0.02%, 0.14%, 0.03% Galangal, Turmeric, respectively. </em><em>Thus, competent parties can outcomes experiment help determine policies.</em><em></em></p><p class="Abstrak"><em><strong><br /></strong></em></p>