Text

Metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Pemodelan Data Kurs Rupiah terhadap Dolar Amerika

---

v
ABSTRAK
Tujuan dari penelitian ini adalah penerapan metode ANFIS untuk pemodelan
data kurs rupiah terhadap dolar Amerika. Metode ANFIS merupakan kombinasi dari
teknik neural network dan fuzzy logic, yang cocok untuk data nonstasioner dan
nonlinier. Akurasi dalam model ANFIS bergantung pada pemilihan input, penentuan
fungsi keanggotaan dan penentuan aturan. Dalam penelitian ini, input dipilih
berdasarkan lag yang signifikan pada plot PACF dan untuk proses pengklusteran
dilakukan dengan metode Fuzzy C-Means (FCM) serta digunakan aturan dari genfis3
sebagai penentuan aturan. Akurasi model dilihat dari nilai RMSE untuk data in
sample maupun out sample serta nilai MAPE digunakan untuk mengukur kinerja
model. Berdasarkan kajian empiris untuk data kurs rupiah terhadap dolar Amerika,
pemodelan dengan metode ANFIS diperoleh model optimal menggunakan fungsi
keangotaan gaussian adalah model dengan input lag 1 dan jumlah kluster sebanyak 2.
Nilai RMSE untuk data in sample dan out sample masing-masing adalah 366,1577
dan 277,4091 serta diperoleh nilai MAPE sebesar 1,8488% sehingga dapat
disimpulkan bahwa model tersebut memiliki kinerja yang sangat baik.
Kata Kunci: ANFIS, kurs, nonstasioner, RMSE, MAPE.

vi
ABSTRACT
The research is aimed to apply ANFIS method in exchange rate of rupiah
toward US dollar’s. The ANFIS method is a combination between neural network
and fuzzy logic technique which is appropriate to nonstationer and nonlinier data.
Accuracy in ANFIS model depends on input election and membership function as
well as rule determination. In this research, input is selected based on significant
lag in PACF plot and for cluster process, it is conducted by Fuzzy C-Means (FCM)
method and used genfis3 as rule determination. Model accuracy is confirmed
through RSME value for in sample and out sample data where MAPE value is
used to measure model performance. Based on empirical study for exchange rate
of rupiah toward US dollar’s, modeling with ANFIS method using gaussian
membership function obtained optimal model with 1 lag input and 2 clusters. The
RMSE value for each in sample and out sample is 366,1577 and 277,4091 and it
is attained MAPE value in the amount of 1,8488% so it can be concluded that the
model has a good performance.
Key Words : ANFIS, exchange rate, nonstationer, RMSE, MAPE.

---

Ketersediaan

555E17III

511.8 PUJ m

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

BIOLOGI

No. Panggil

511.8 PUJ m

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1593

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Puji Rahayu

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar