Skip to content
Narrow screen resolution Wide screen resolution Auto adjust screen size Increase font size Decrease font size Default font size blue color orange color green color Sign In

Matematika IPB

 
Data Skripsi
 
Judul : Peramalan Kurs Rupiah terhadap Dolar dengan Metode Berbasis Rata-rata Fuzzy Time Series Markov Chain
Jenis : Skripsi
Penulis : Fuji Kurnia Ningsih
NRP : g54120065
Tanggal Lulus : 06 October 2016
Tanggal Seminar : 20 June 2016 14:30
Tanggal Sidang : 21 July 2016 11:00
Pembimbing : Dr. Ir. Endar H. Nugrahani, MS.
Dr. Ir. Hadi Sumarno, MS.

Ringkasan : Kurs atau nilai tukar mata uang sangat penting dalam perekonomian. Kurs dibutuhkan untuk menentukan sesuatu yang berkaitan dengan kurs itu misalnya keputusan investasi jangka pendek, keputusan penganggaran modal, dan penilaian laba. Oleh karena itu, perlu dilakukan upaya untuk memprediksi besarnya kurs di periode berikutnya. Pada karya ilmiah ini, metode peramalan yang yang digunakan adalah metode fuzzy time series Markov chain yang dikombinasikan dengan metode berbasis rata-rata untuk penentuan jumlah interval yang efektif. Tujuan dari karya ilmiah ini adalah meramalkan nilai kurs rupiah terhadap dolar Amerika di masa yang akan datang menggunakan metode berbasis rata-rata fuzzy time series Markov chain, serta menghitung tingkat kesalahan peramalan menggunakan ukuran kesalahan mean absolute percentage error (MAPE). Dalam peramalan menggunakan metode fuzzy time series markov chain data kurs rupiah terhadap dolar Amerika diubah menjadi himpunan fuzzy sehingga diperoleh fuzzy logical relationship group (FLRG). FLRG yang diperoleh selanjutnya digunakan untuk membentuk matriks probabilitas transisi yang kemudian digunakan untuk menentukan hasil peramalan. Hasil prediksi menunjukkan bahwa nilai MAPE yang diperoleh dalam peramalan kurs periode bulan Maret 2014-Maret 2016 sebesar 0.71%. Ini berarti hasil prediksi sangat akurat karena nilai MAPE kurang dari 10%.

Random Quotes

Dukunglah karir kekasih anda sepenuhnya, maka anda akan dihormati olehnya.

anonim