Implementasi Model Fuzzy-Wavelet dan FIS Metode Mamdani dalam Prediksi Nilai Tukar EUR/IDR
Article Sidebar
Main Article Content
Abstract
Penelitian ini bertujuan untuk mengetahui hasil model fuzzy-wavelet dalam memprediksi nilai tukar EUR/IDR serta mengetahui tingkat akurasi model tersebut. Dengan mengambil data time series sebagai variabel yang digunakan dalam memprediksi, yaitu data mingguan nilai tukar EUR/IDR 128 minggu terakhir, Model yang digunakan adalah fuzzy-wavelet yang merupakan penggabungan dari wavelet dan fuzzy. Pemodelan fuzzy-wavelet diawali dengan transformasi wavelet menggunakan (Maximal Overlap Discrete Wavelet Transform) MODWT mother haar sebagai pre-prosesing dan hasil MODWT digunakan sebagai input dalam sistem inferensi fuzzy. Pemilihan input ditentukan berdasarkan plot (Autocorrelation Function) ACF dan aturan fuzzy ditentukan dengan metode table look-up scheme. Sistem inferensi fuzzy yang digunakan adalah Mamdani dengan fungsi implikasi min dan komposisi antar aturan max. Selanjutnya himpunan fuzzy yang diperoleh dari proses inferensi diolah kembali menggunakan defuzzifikasi centroid untuk dijadikan bilangan tegas sebagai hasil dari prediksi nilai tukar EUR/IDR. Dengan semesta pembicaraan variabel input dan output yang sama, dibentuk 2 Model yaitu Model 1 menggunakan 9 himpunan fuzzy dan Model 2 menggunakan 5 himpunan fuzzy. Nilai MAPE dihitung untuk mengetahui keakuratan pada tiap model dan menentukan model terbaik. Hasil dari penelitian menunjukkan bahwa Model 1 menghasilkan nilai MAPE sebesar 0,85% dan 9 himpunan fuzzy dengan 12 variabel input. Model 1 merupakan model yang paling tepat untuk prediksi nilai tukar EUR/IDR dengan 128 data skala mingguan.
Article Details
References
Gumelar, Frans A., Rekyan Regasari Mardi P., & Indriati. 2017. Implementasi Fuzzy Time series pada Prediksi Harga Daging di Pasar Kabupaten Malang. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(8):2724-2733.
Hasudungan, Felix O., Umbara, R.F., & Triantoro, Danang MT. 2016. Prediksi Harga Saham dengan Metode Fuzzy Time series dan Metode Fuzzy Time series-Genetic Algorithm. Proceeding of Engineering. Universitas Telkom, 3(3):5372.
Karatepe, Engin & Alci, Musa. 2005. A new Approach to Fuzzy Wavelet System Modeling. International Journal of Approximate Reasoning. 40(2005): 302-322
Kusumadewi, Sri. Hartati, Sri., Harjoko, Agus & Wardoyo, Retantyo. 2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM).Yogyakarta: Graha Ilmu.
Kusumadewi, Sri & Purnomo, Hari. 2010. Aplikasi Logika Fuzzy untuk Pendukung Keputusan (2^th ed.). Yogyakarta: Graha Ilmu.
Muhson, A. 2007. Penerapan Logika Fuzzy dalam Pemodelan Perkiraan Tingkat Inflasi di Indonesia. Jurnal Ekonomi & Pendidikan. 4(2):78-91.
Priyana, J & Abadi, A. M. 2011. Peramalan Suhu Udara di Yogyakarna dengan menggunakan Model Fuzzy. Prosiding Seminar Nasional Penelitian Pendidikan dan Penerapan MIPA UNY. Universitas Negeri Yogyakarta: Yogyakarta.
Popoola, A., Ahmad, Saif & Ahmad, Khurshid. 2007. A Fuzzy-Wavelet Method for Analyzing Non-Stationariy Time series. England: University of Surrey.
Rahayuningsih P. T. & Abadi, Agus M. 2011. Penerapan Model Fuzzy dengan Metode Table Look-Up Scheme untuk Memprediksi Indeks Harga Saham Gabungan (IHSG). Prosiding Seminar Nasional Matematika & Pendisikan Matematika FMIPA UNY. Universitas Negeri Yogyakarta: Yogyakarta
Septiarini, Tri Wijayanti. Abadi, Agus M. & Taufik, M. Rifki. 2016. Application of Wavelet Fuzzy Model to Forecast the Exchange Rate of USD. International Journal of Modeling and Optimization, 6(1):66-70.
Susanti, Zaenuri & Scolastika M. 2016. Analisis Model Threshold GARCH dan Model Exponential GARCH pada Peramalan IHSG. Unnes Journal of Mathematics. 5(1):55-63.
Warsito, Budi., Subanar & Abdurakhman. 2013. Pemodelan Time series dengan Maximal Overlap Discrete Wavelet Transform. Prosiding Seminar Nasional Statistika. Semarang: Universitas Diponegoro.