ABSTRAK
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.
Kata Kunci : nilai tukar, runtun waktu fuzzy, rantai Markov
ABSTRACT
Currency exchange rate of a country to the other countries is fluctuative.
The movement of the exchange rate affects the country’s economy. For example,
the extreme depreciation of the exchange rate may lead the increase of country’s
expenditure on foreign debt payments and may affect other regional economy.
Based on the impact of exchange rate in economy fluctuations, an accurate method
is needed to determine the exchange rate movements. The fluctuative of
exchange rate can be reduced by utilizing the advantages of fuzzy logic relationship
to group the collected time data, and combining the advantage of Markov
chain to obtain the forecast with better accuracy. The purpose of this study was
to forecast the rupiah against the US dollar using fuzzy time series-Markov chain
model.
In forecasting using fuzzy time series-Markov chain model, the data of the
rupiah against the US dollar is converted into fuzzy sets in order to obtain fuzzy
logical relationship group (FLRG). FLRG were used to form the matrix of
transition probabilities that then used to determine the results of forecasting.
Based on the application of fuzzy time series-Markov chain model on the
data of the rupiah against the US dollar for the period January 2010-July 2015,
it can be concluded that model provides forecasting results approaching actual
data therefore it can be used for forecasting exchange rates. The value of the
root mean square error (RMSE) is 61.553 and the mean absolute error (MAE) is
0.0041.
Keywords : exchange rate, fuzzy time series, Markov chain