Penerapan Metode Fuzzy Tsukamoto Untuk Prediksi Nilai Tukar Rupiah

Adani Dharmawati(1*),Hugo Aprilianto(2)
(1) STMIK Banjarbaru
(2) STMIK Banjarbaru
(*) Corresponding Author
DOI : 10.35889/jutisi.v3i3.18

Abstract

Nilai tukar mata uang suatu negara merupakan salah satu indikator penting dalam suatu perekonomian. Nilai tukar juga mempunyai implikasi yang luas, baik dalam konteks ekonomi domestik maupun internasional. Tujuan dilakukannya prediksi kurs mata uang adalah untuk mengetahui kira-kira besar nilai tukar mata uang di waktu yang akan datang. Setelah data hasil prediksi diperoleh, pihak-pihak yang berkepentingan dapat mengambil langkah-langkah strategis yang sekiranya perlu dilakukan agar tidak mengalami kerugian yang cukup besar. Pada penelitian ini akan digunakan fuzzy inference system Tsukamoto untuk memprediksi nilai
tukar Rupiah terhadap Dolar AS, Poundsterling, dan Euro. Penerapan inference system Tsukamoto dalam memprediksi nilai tukar rupiah terhadap Dolar AS, Poundsterling, dan Euro pada 36 sampel yatu data dari Januari 2011 sampai dengan Desember 2013 menghasilkan nilai simpangan rata-rata (AFER) untuk Dolar AS yaitu10,74%,
Poundsterling 13,26%, dan Euro. Sedangkan simpangan terkecil terjadi pada prediksi nilai tukar Euro yaitu 0,23% pada data Agustus 2013.

Kata kunci: prediksi, kurs, mata uang, fuzzy, tsukamoto

References


Handayani, D. T., & Abadi, A. M. (2012). Penggunaan Model NEuro Fuzzy Untuk Peramalan Nilai Tukar Rupiah Terhadap Yen Jepang.

Anwary, A. A. (2011). Prediksi Kurs Rupiah Terhadap Dollar Amerika Menggunakan Metode Fuzzy Time Series. Semarang: Universitas Diponegoro.

Kautsar, T. M. (2008). Prediksi Kurs Valuta Asing Menggunakan Algoritma Memetika. Jakarta: Universitas Indonesia.

Atmadja, A. S. (2002). Analisa Pergerakan Nilai Tukar Mengambang Bebas di Indonesia. Jurnal Akuntansi & Keuangan (Vol. 4 No. 1) , 69-78.

Widhiastuti, Y. (2007). Model Fuzzy Dengan Metode Tsukamoto. Bina Widya Vol. 18 No. 02, 91.

T, A. J., Burney, C., & Ardil. (2007). Fuzzy Metric Approach for Fuzzy Time Series Forecasting based on Frequency Density Based Partitioning. Proceedings of World Academy of Science, Engineering and Technology Vol. 23, pp.333-338.


The PDF file you selected should load here if your Web browser has a PDF reader plug-in installed (for example, a recent version of Adobe Acrobat Reader).

If you would like more information about how to print, save, and work with PDFs, Highwire Press provides a helpful Frequently Asked Questions about PDFs.

Alternatively, you can download the PDF file directly to your computer, from where it can be opened using a PDF reader. To download the PDF, click the Download link above.

Fullscreen Fullscreen Off

Full Text: PDF

How To Cite This :

Refbacks

  • There are currently no refbacks.