PERBANDINGAN TINGKAT AKURASI METODE AUTOMATIC CLUSTERING, AVERAGE BASED, DAN MARKOV CHAIN FUZZY TIME SERIES PADA NILAI TUKAR (KURS) RUPIAH


Hengky Tri Ikhsanto , 4111412025 (2016) PERBANDINGAN TINGKAT AKURASI METODE AUTOMATIC CLUSTERING, AVERAGE BASED, DAN MARKOV CHAIN FUZZY TIME SERIES PADA NILAI TUKAR (KURS) RUPIAH. Under Graduates thesis, Universitas Negeri Semarang.

[thumbnail of 4111412025.pdf]
Preview
PDF - Published Version
Download (2MB) | Preview

Abstract

Adanya informasi data masa lalu yang didokumentasikan dapat dimanfaatkan sebagai acuan untuk memperoleh informasi yang akan datang. Kumpulan data masa lalu yang digunakan untuk melakukan ramalan biasanya berupa data time series. Untuk peramalan dalam jangka waktu yang tidak harus panjang, terdapat metode peramalan yang tepat, yaitu fuzzy time series. Penelitian ini membahas perbandingan keakurasian model peramalan fuzzy time series dengan automatic clustering dan average based untuk membentuk interval dan proses defuzzifikasi menggunakan konsep markov chain. Model tersebut digunakan untuk meramalkan data nilai tukar (KURS) mata uang Rupiah terhadap US Dolar dan Euro. Fluktuasi data nilai tukar dapat dikurangi dengan memanfaatkan kelebihan dari relasi logika fuzzy yaitu mengelompokkan data yang dikumpulkan berdasarkan waktu. Pemilihan metode terbaik dalam menentukan interval berpengaruh terhadap hasil peramalan, serta menggabungkan kelebihan dari markov chain dapat meningkatkan keakurasian dari hasil ramalan. Tujuan dari penelitian ini adalah pemilihan metode terbaik dalam menentukan interval serta mengetahui pengaruh adanya penggabungan dengan markov chain. Berdasarkan penerapan metode fuzzy time series pada data nilai tukar Rupiah terhadap US Dolar dan Euro periode Januari-Maret 2016 diperoleh kesimpulan Automatic Clustering lebih baik daripada Average Based dalam pembentukan interval, dengan nilai MSE 1.065 dan MAPE 0,15% pada data nilai tukar Rupiah terhadap US Dolar dan pada nilai tukar Rupiah terhadap Euro dengan nilai MSE 694 dan MAPE 0,09%. Adanya penggabungan markov chain pada metode Automatic clustering memberikan peningkatan akurasi sebesar 60,65% pada data nilai tukar Rupiah terhadap US Dolar dan pada nilai tukar Rupiah terhadap Euro meningkat sebesar 14,99%. Berdasarkan penelitian maka dapat disimpulkan bahwa metode Automatic Clustering adalah metode terbaik dalam pembentukan interval metode fuzzy time series dan metode markov chain meningkatkan keakursaian ramalan dan dapat digabungan dalam proses defuzzifikasi metode fuzzy time series. Sehingga metode tersebut dapat digunakan untuk meramalkan data nilai tukar (KURS) mata uang Rupiah dengan hasil yang lebih baik.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Peramalan, Automatic Clustering, Average Based, Fuzzy Time Series, Markov Chain, Nilai Tukar.
Subjects: Q Science > QA Mathematics
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika, S1
Depositing User: Users 98 not found.
Date Deposited: 02 Oct 2017 13:28
Last Modified: 02 Oct 2017 13:28
URI: http://lib.unnes.ac.id/id/eprint/26611

Actions (login required)

View Item View Item