Melola Discovery

← Melola Discovery

Jurnal

IMPLEMENTASI MODEL FUZZY-WAVELET DAN FIS METODE MAMDANI DALAM PREDIKSI NILAI TUKAR EUR/IDR

Unnes Journal of Mathematics · Vol. 8 No. 2 (2019) · hlm. 60–68

DOI
10.15294/ujm.v8i2.28214
ISSN
2460-5859, 2252-6943
Terbit
2019-08-17
Penerbit
Universitas Negeri Semarang
Bahasa
eng

Abstrak

Penelitian ini bertujuan untuk mengetahui hasil model fuzzy-wavelet dalam memprediksi nilai tukar EUR/IDR dan tingkat akurasi model tersebut. Dengan mengambil data time series mingguan nilai tukar EUR/IDR 128 minggu terakhir, Model fuzzy-wavelet 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 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. This study aims to determine the results of the fuzzy-wavelet model in predicting the EUR / IDR exchange rate and the accuracy of the model. By taking the last week's EUR / IDR 128 week exchange rate data series, the fuzzy-wavelet model is a combination of wavelets and fuzzy. Fuzzy-wavelet modeling begins with a wavelet transformation using the mother haar (Maximal Overlap Discrete Wavelet Transform) MODWT as a pre-processing and the MODWT results are used as inputs in the fuzzy inference system. The selection of inputs is determined based on the plot (Autocorrelation Function) ACF and fuzzy rules are determined by the table look-up scheme method. The fuzzy inference system used by Mamdani with the min implication function and composition between rules max. Furthermore, the fuzzy set obtained from the inference process is reprocessed using the defuzzification of the centroid to become a firm number as a result of the predicted EUR / IDR exchange rate. With the same universe of input and output variables, 2 models are formed, namely Model 1 uses 9 fuzzy sets and Model 2 uses 5 fuzzy sets. The MAPE value is calculated to determine the accuracy of each model and determine the best model. The results of the study show that Model 1 produces MAPE values ​​of 0.85% and 9 fuzzy sets with 12 input variables. Model 1 is the most appropriate model for the prediction of the EUR / IDR exchange rate with 128 weekly scale data.

Jaringan kolaborasi para penulis

40 penulis · 94 tautan kepenulisan bersama · 2 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • State University of Semarang
  • Universitas Airlangga
  • Sebelas Maret University
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Mulyono MulyonoAfiliasi tidak diketahui9
Hardi SuyitnoAfiliasi tidak diketahui6
Kartono KartonoUniversitas Airlangga4
Rochmad RochmadAfiliasi tidak diketahui3
Desmiani SusantiAfiliasi tidak diketahui2
Mukeriyanto MukeriyantoAfiliasi tidak diketahui2
Muhamad Nurul HudaAfiliasi tidak diketahui2
Tiara Budi UtamiAfiliasi tidak diketahui2
Mohammad FatchurrohmanAfiliasi tidak diketahui1
Nur Ilmia NisarohmahAfiliasi tidak diketahui1
Walid WalidState University of Semarang1
Nurul HidayatiAfiliasi tidak diketahui1
Muji nastitiAfiliasi tidak diketahui1
Danny PratiwiAfiliasi tidak diketahui1
Tri Sri Noor AsihAfiliasi tidak diketahui1
Lana Aristya AnggrainiAfiliasi tidak diketahui1
Eka NurdiniAfiliasi tidak diketahui1
Gilar Ajie WidiantomoAfiliasi tidak diketahui1
Eka Ningrum PrianasariAfiliasi tidak diketahui1
Charisma Fitra AndriyanAfiliasi tidak diketahui1
Suparmi SuparmiSebelas Maret University1
Kristina WijayantiAfiliasi tidak diketahui1
Fenti NugraheniAfiliasi tidak diketahui1
Supriyanti SupriyantiAfiliasi tidak diketahui1
Sugiman SugimanAfiliasi tidak diketahui1
Hery SutartoState University of Semarang1
Dian Insani AbdullahAfiliasi tidak diketahui1
Mashuri MashuriAfiliasi tidak diketahui1
Lusi NofitasariAfiliasi tidak diketahui1
Isti HidayahAfiliasi tidak diketahui1
Putri Reno Lenggo GeniAfiliasi tidak diketahui1
Ika FitriyaniAfiliasi tidak diketahui1
Delta Aringga RakhmiAfiliasi tidak diketahui1
Joko SusiloAfiliasi tidak diketahui1
Maulida Fatma Reza AulaAfiliasi tidak diketahui1
Agriat BarataAfiliasi tidak diketahui1
Y.L SukestyarnoAfiliasi tidak diketahui1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, pertama di-harvest 6 Nov 2026, terakhir terlihat 6 Nov 2026.
Metadata asli (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">IMPLEMENTASI MODEL FUZZY-WAVELET DAN FIS METODE MAMDANI DALAM PREDIKSI NILAI TUKAR EUR/IDR</dc:title>
	<dc:creator>Kharomah, Siti Ismiatul</dc:creator>
	<dc:creator>Rosyida, Isnaini</dc:creator>
	<dc:creator>Mastur, Zaenuri</dc:creator>
	<dc:description xml:lang="en-US">Penelitian ini bertujuan untuk mengetahui hasil model fuzzy-wavelet dalam memprediksi nilai tukar EUR/IDR dan tingkat akurasi model tersebut. Dengan mengambil data time series mingguan nilai tukar EUR/IDR 128 minggu terakhir, Model fuzzy-wavelet 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 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.
This study aims to determine the results of the fuzzy-wavelet model in predicting the EUR / IDR exchange rate and the accuracy of the model. By taking the last week's EUR / IDR 128 week exchange rate data series, the fuzzy-wavelet model is a combination of wavelets and fuzzy. Fuzzy-wavelet modeling begins with a wavelet transformation using the mother haar (Maximal Overlap Discrete Wavelet Transform) MODWT as a pre-processing and the MODWT results are used as inputs in the fuzzy inference system. The selection of inputs is determined based on the plot (Autocorrelation Function) ACF and fuzzy rules are determined by the table look-up scheme method. The fuzzy inference system used by Mamdani with the min implication function and composition between rules max. Furthermore, the fuzzy set obtained from the inference process is reprocessed using the defuzzification of the centroid to become a firm number as a result of the predicted EUR / IDR exchange rate. With the same universe of input and output variables, 2 models are formed, namely Model 1 uses 9 fuzzy sets and Model 2 uses 5 fuzzy sets. The MAPE value is calculated to determine the accuracy of each model and determine the best model. The results of the study show that Model 1 produces MAPE values ​​of 0.85% and 9 fuzzy sets with 12 input variables. Model 1 is the most appropriate model for the prediction of the EUR / IDR exchange rate with 128 weekly scale data.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2019-08-17</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/28214</dc:identifier>
	<dc:identifier>10.15294/ujm.v8i2.28214</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 8 No 2 (2019); 60-68</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v8i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/28214/17360</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2019 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>