PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY-RANTAI MARKOV

CHISWARI, ERIKHA AJENG (2015) PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY-RANTAI MARKOV. Other thesis, Universitas Sebelas Maret.

Preview

PDF Download (465Kb) | Preview

Abstract

Nilai tukar mata uang suatu negara terhadap negara lain cenderung fluktuatif. Pergerakan nilai tukar tersebut sangat berpengaruh terhadap perekonomian suatu negara. Misalnya depresiasi nilai tukar yang tajam dapat menyebabkan beban pengeluaran negara untuk pembayaran hutang luar negeri meningkat serta dapat memengaruhi perekonomian domestik lainnya. Mengingat besarnya dampak dari fluktuasi nilai tukar terhadap perekonomian maka dibutuhkan suatu metode yang akurat untuk mengetahui pergerakan nilai tukar tersebut. Fluktuasi data nilai tukar dapat dikurangi dengan memanfaatkan kelebihan dari relasi logika fuzzy yaitu mengelompokkan data yang dikumpulkan berdasarkan waktu serta menggabungkan kelebihan dari rantai Markov sehingga diperoleh peramalan dengan akurasi yang lebih baik. Tujuan penelitian ini adalah meramalkan nilai tukar rupiah terhadap dolar Amerika menggunakan model runtun waktu fuzzy-rantai Markov. Dalam peramalan menggunakan model runtun waktu fuzzy-rantai Markov, data nilai tukar rupiah terhadap dolar Amerika diubah menjadi himpunan fuzzy sehingga diperoleh grup relasi logika fuzzy (GRLF). GRLF yang diperoleh selanjutnya digunakan untuk membentuk matriks probabilitas transisi yang kemudian digunakan untuk menentukan hasil peramalan. Berdasarkan penerapan model runtun waktu fuzzy-rantai Markov pada data nilai tukar rupiah terhadap dolar Amerika periode Januari 2010-Juli 2015 diperoleh kesimpulan bahwa model tersebut menghasilkan nilai peramalan yang mendekati data sebenarnya sehingga dapat digunakan untuk peramalan nilai tukar mata uang. Nilai root mean square error (RMSE) dan mean absolute error(MAE) yang dihasilkan dari hasil peramalan berturut-turut adalah 61,553 dan 0,0041.

Actions (login required)