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

Abstrak

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. Pemilihan metode terbaik dalam menentukan interval berpengaruh terhadap hasil peramalan, serta menggabungkan kelebihan dari rantai markov dapat meningkatkan keakurasian dari hasil ramalan. Tujuan dari penelitian ini adalah pemilihan metode terbaik dalam menentukan interval serta mengetahui pengaruh adanya penggabungan dengan rantai markov. 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 rantai markov 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%.