Perbandingan Multiple Regression dengan Fuzzy Tsukamoto Dalam Memprediksi Produksi Barang

Pada penelitian ini membahas tentang analisis perbandingan metode yang digunakan dalam memprediksi produksi barang. Hal ini dilakukan untuk mengetahui metode yang paling baik dalam menghasilkan nilai prediksi pada produksi barang. Metode yang akan digunakan dalam proses prediksi produksi barang adalah dengan menggunakan Multiple Regression dan Fuzzy Tsukamoto . Pemilihan kedua metode tersebut dikarenakan telah banyak kasus pada penelitian sebelumnya yang menggunakan Multiple Regression dan Fuzzy Tsukamoto sehingga telah teruji dalam melakukan prediksi. Proses pengujian metode nantinya dilakukan dengan menghitung nilai prediksi dari masing-masing metode dengan data training dari bulan Januari sampai dengan Desember 2019, kemudian akan dilakukan perbandingan metode dengan cara mencocokkan dengan data uji produksi barang yang ada untuk menghasilkan nilai akurasi dari kedua metode tersebut. Dari hasil pebandingan metode yang dilakukan diperoleh hasil bahwa  Multiple Regression memiliki nilai akurasi 25% sedangkan Fuzzy Tsukamoto memiliki nilai akurasi 75% dari data uji pada bulan Januari sampai dengan April 2020. Dengan hasil tersebut maka diperoleh kesimpulan bahwa metode Fuzzy Tsukamoto lebih baik daripada Multiple Regression untuk kasus prediksi produksi barang pada penelitian ini.