Penerapan Metode Fuzzy Tsukamoto Untuk Prediksi Nilai Tukar Rupiah
|
|
- Yanti Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ISSN: Penerapan Metode Fuzzy Tsukamoto Untuk Prediksi Nilai Tukar Rupiah Adani Dharmawati, Hugo Aprilianto STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru Abstrak Nilai tukar mata uang suatu negara merupakan salah satu indikator penting dalam suatu perekonomian. Nilai tukar juga mempunyai implikasi yang luas, baik dalam konteks ekonomi domestik maupun internasional. Tujuan dilakukannya prediksi kurs mata uang adalah untuk mengetahui kira-kira besar nilai tukar mata uang di waktu yang akan datang. Setelah data hasil prediksi diperoleh, pihak-pihak yang berkepentingan dapat mengambil langkah-langkah strategis yang sekiranya perlu dilakukan agar tidak mengalami kerugian yang cukup besar. Pada penelitian ini akan digunakan fuzzy inference system Tsukamoto untuk memprediksi nilai tukar Rupiah terhadap Dolar AS, Poundsterling, dan Euro. Penerapan inference system Tsukamoto dalam memprediksi nilai tukar rupiah terhadap Dolar AS, Poundsterling, dan Euro pada 36 sampel yatu data dari Januari sampai dengan Desember 2013 menghasilkan nilai simpangan rata-rata (AFER) untuk Dolar AS yaitu10,74%, Poundsterling 13,26%, dan Euro. Sedangkan simpangan terkecil terjadi pada prediksi nilai tukar Euro yaitu 0,23% pada data Agustus Kata kunci: prediksi, kurs, mata uang, fuzzy, tsukamoto Abstract Currency exchange rate of a country is one important indicator of an economy. The exchange rate also has broad implications, both in the domestic and international economic context. The purpose of the currency exchange rate prediction is to know about major currency exchange rates in the future. After the data predicted results obtained, the parties concerned can take strategic steps which if necessary so do not experience substantial losses. In this study will be used Tsukamoto to predict the value of the rupiah against the US dollar, poundsterling, and Euro. Application Tsukamoto in predicting the value of the rupiah against the US dollar, pound sterling, and Euro on 36 samples of data from January to December 2013 menghasilkan average forecasting error rate (afer) yaitu10,74% for US Dollars, Pounds Sterling %, and the Euro. While the smallest deviation occurs in the prediction of the Euro exchange rate is 0.23% on August Keywords: forecasting, exchange rate, currency, fuzzy, Tsukamoto 1. Pendahuluan Nilai tukar mata uang suatu negara merupakan salah satu indikator penting dalam suatu perekonomian. Nilai tukar juga mempunyai implikasi yang luas, baik dalam konteks ekonomi domestik maupun internasional, mengingat hampir semua negara di dunia melakukan transaksi internasional. Tujuan dilakukannya prediksi kurs mata uang adalah untuk mengetahui kira-kira besar nilai tukar mata uang di waktu yang akan datang. Setelah data hasil prediksi diperoleh, pihakpihak yang berkepentingan dapat mengambil langkah-langkah strategis yang sekiranya perlu dilakukan agar tidak mengalami kerugian yang cukup besar. Pada juni 2012, Dian Tri Handayani dan Agus Maman abadi melakukan sebuah penelitian yang berjudul Penggunaan Model Neuro Fuzzy Untuk Peramalan Nilai Tukar Rupiah Terhadap Yen Jepang.[1] Sedangkan pada Mei, Ahmad Amiruddin Anwary melakukan sebuah penelitian yang berjudul Prediksi Kurs Rupiah Terhadap Dollar Amerika Menggunakan Metode Fuzzy Time Series. [2] Dan pada Juli 2008, TB. M. Abrar Kautsar melakukan sebuah penelitian yang berjudul Prediksi Kurs Valuta Asing Menggunakan Algoritma Memetika. [3] Penerapan Metode Fuzzy Tsukamoto Dalam Prediksi Nilai Tukar Rupiah... Adani D.
2 610 ISSN: Berdasarkan penelitian Adwin Surja Atmadja (2002) dengan menggunakan kebijakan sistem nilai tukar mengambang bebas di Indonesia mengetahui bahwa ada 5 variabel ekonomi yang menghasilkan hasil yang lebih akurat bila dibandingkan dengan variabel lainnya yang berpengaruh terhadap nilai tukar rupiah, yaitu: Nilai Suku Bunga Dasar (BI Rate), Jumlah uang beredar, Inflasi, Pendapatan nasional dan Neraca Pembayaran. [4] Dalam penelitian ini, faktor-faktor ekonomi yaitu data BI Rate, jumlah uang yang beredar, Inflasi, pendapatan nasional dan neraca pembayaran diolah dengan menggunakan metode yang sama yaitu metode Fuzzy Inference System (FIS) model Tsukamoto. Setelah data berhasil diproses, maka dapat dilihat prediksi nilai tukar Rupiah terhadap tiga mata uang asing lainnya yaitu Dolar AS, Poundsterling, dan Euro. 2. Metode Penelitian 2.1 Metode Fuzzy Inference System Tsukamoto Pada metode tsukamoto, setiap konsekuen pada aturan yang berbentuk If-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dati tiap-tiap aturan diberikan secara tegas (crips) berdasarkan α predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Berikut merupakan langkah-langkah perhitungan dalam metode fuzzy inference system tsukamoto 1. Menghitung nilai keanggotaan himpunan masing-masing variabel 2. Menghitung nilai keanggotaan anteseden (α-predikat) dan nilai z untuk tiap aturan fuzzy 3. Menentukan Output Crisp (Defuzzyfikasi). Proses Defuzifikasi yaitu menentukan nilai output akhir. [5] 2.2 Kebutuhan Sistem Data yang digunakan dalam penelitian ini yaitu data nilai tukar Rupiah terhadap Dolar AS, Rupiah terhadap Poundsterling, Rupiah terhadap Euro, BI Rate, jumlah uang yang beredar, Inflasi, pendapatan nasional dan neraca pembayaran selama 3 tahun terakhir. Yaitu data dari Januari sampai dengan Desember Data tersebut didapat dari 2 tempat, yaitu Bank Indonesia cabang Banjarmasin dan Badan Pusat Statistik Kabupaten Banjar. Contoh Data yang digunakan sebagai berikut: Periode Januari Februari Maret April Mei Juni BI Rate (%) Inflasi (%) Junlah Uang Beredar (Miliar Rupiah) Tabel 2.1 Sampel Data Variabel Pendapat Neraca an Pembay Nasional aran (Triliun (Juta Rupiah) USD) Rata- Rata Kurs Tengah USD Rata- Rata Kurs Tengah GBP Rata- Rata Kurs Tengah EUR 6,5 0, , ,5 Rp9.037 Rp Rp ,75 0, ,9 2665,4 Rp8.913 Rp Rp ,75-0, , ,8 Rp8.761 Rp Rp ,75-0, , Rp8.651 Rp Rp ,75 0, ,1 3461,5 Rp8.556 Rp Rp ,75 0, , ,9 Rp8.564 Rp Rp Dengan menggunakan data periode Januari dengan data yaitu BI Rate senilai 6,5%, Inflasi 0,89%, Jumlah Uang Yang Beredar yaitu Rp Miliar, Pendapatan Nasional Rp.1.772,63 Triliun dan Neraca Pembayaran 2.047,5 Juta Dolar AS. Berikut merupakan langkah-langkah perhitungan prediksi nilai tukar Rupiah terhadap Dolar AS, Poundsterling, dan Euro dengan menggunakan acuan data variabel-variabel tersebut dengan kurun waktu dari Januari sampai dengan Desember JUTISI Vol. 3, No. 3, Desember 2014 :
3 JUTISI ISSN: Menghitung nilai keanggotaan himpunan masing-masing variabel a. BI Rate 7,5 6,5 µ TURUN [6,5] = 7,5 5,75 = 1 1,75 = 0,57 6,5 5,75 µ NAIK [6,5] = 7,5 5,75 = 0,75 1,75 = 0,43 b. Jumlah Uang Yang Beredar µ TURUN [ ] = = 0, µ NAIK [ ] = = 0,01 c. Inflasi 3,29 0,89 µ TURUN [0,89] = 3,29 ( 0.35) = 0,66 0,89 ( 0,35) µ NAIK [0,89] = 3,29 ( 0.35) = 0,34 d. Pendapatan Nasional 2.442, ,63 µ TURUN [1.772,63] = 2.442, ,9 = 0, , ,9 µ NAIK [1.772,63] = 2.442, ,9 = 0,03 e. Neraca Pembayaran 3.572, ,5 µ TURUN [2.047,5] = 3.572,4 ( 2.329,1) = 0, ,5 ( 2.329,1) µ NAIK [2.047,5] = 3.572,4 ( 2.329,1) = 0,74 2. Menghitung nilai keanggotaan anteseden (α-predikat) dan nilai z untuk tiap aturan fuzzy. [R1] IF (BI Rate Is Naik) And (Jumlah Uang Yang Beredar Is Naik) And (Inflasi Is Naik) And (Pendapatan Nasional Is Naik) And (Neraca Pembayaran Internasional Is Naik) Then (Nilai Tukar Rupiah Is Naik) α-predikat = µ BI Rate NAIK µ Jumlah Uang Yang Beredar NAIK µ Inflasi NAIK µ Pendapatan Nasional NAIK µ Neraca Pembayaran Internasional NAIK = min (µ BI Rate NAIK [6,5], µ Jumlah Uang Yang Beredar NAIK [ ], µ Inflasi NAIK [0,89], µ Pendapatan Nasional NAIK [1.772,63], µ Neraca Pembayaran NAIK [2.047,5] = min(0,43;0,01; 0,34; 0,03; 0,74) = 0,01 z1 Dolar AS = z max Dolar AS α1(z max z min ) (USD) = ,10 (0,01 (12.087, ,00)) = ,28 z1 Poundsterling = z max Poundsterling α1(z max z min ) (GBP) = ,79 (0,01 (19.797, ,57)) = ,76 Penerapan Metode Fuzzy Tsukamoto Dalam Prediksi Nilai Tukar Rupiah... Adani D.
4 612 ISSN: Rule z1 Euro = z max Euro α1(z max z min ) (EUR) = ,44 (0,01 (16.726, ,18)) = ,23 a- predikat Tabel 2.2 Nilai α-predikat dan z z a-predikat * z dollar pounds Euro dollar pounds Euro 1 0, , , ,23 151,83 248,66 210,08 2 0, , , ,23 151,83 248,66 210,08 3 0, , , ,47 376,20 615,98 520,42 4 0, , , ,47 376,20 615,98 520,42 5 0, , , ,23 151,83 248,66 210,08 6 0, , , ,23 151,83 248,66 210,08 7 0, , , , , , ,07 8 0, , , , , , ,17 9 0, , , ,23 151,83 248,66 210, , , , ,23 151,83 248,66 210, , , , ,47 376,20 615,98 520, , , , ,15 271,53 438,45 370, , , , ,23 151,83 248,66 210, , , , ,39 108,14 174,55 147, , , , , , , , , , , , , , , , , , ,23 151,83 248,66 210, , , , ,23 151,83 248,66 210, , , , ,47 376,20 615,98 520, , , , ,47 376,20 615,98 520, , , , ,39 108,14 174,55 147, , , , ,39 108,14 174,55 147, , , , , , , , , , , , , , , , , , ,23 151,83 248,66 210, , , , ,39 108,14 174,55 147, , , , ,15 271,53 438,45 370, , , , ,15 271,53 438,45 370, , , , ,39 108,14 174,55 147, , , , ,39 108,14 174,55 147, , , , , , , , , , , , , , ,17 Jumlah 3, , , ,70 3. Menentukan Output Crisp (Defuzzyfikasi) Proses Defuzifikasi, yaitu menentukan nilai output akhir. JUTISI Vol. 3, No. 3, Desember 2014 :
5 JUTISI ISSN: Prediksi nilai tukar Rupiah terhadap Dolar AS Z = n i=0 (α pred i z i ) n = ,52 = ,39 α pred i 3,17 i=0 Prediksi nilai tukar Rupiah terhadap Poundsterling Z = n i=0 (α pred i z i ) n = ,85 = ,59 α pred i 3,17 i=0 Prediksi nilai tukar Rupiah terhadap Euro Z = n i=0 (α pred i z i ) n = ,70 = ,14 α pred i 3,17 i=0 3. Hasil dan Pembahasan 3.1. Hasil Gambar 3.1 Form Prediksi Nilai Tukar Rupiah Pada form prediksi nilai tukar Rupiah digunakan untuk mengisi nilai variabel seperti nilai BI Rate, Inflasi, pendapatan nasional, jumlah uang beredar, dan neraca pembayaran. Pada form ini juga menampilkan hasil predksi nilai tukar Rupiah terhadap Dolar AS, Poundsterling dan Euro Pembahasan Teknik pengujian yang digunakan pada penelitian ini yaitu menggunakan metode AFER (Average Forecasting Error Rate) untuk mengetahui besarnya penyimpangan yang terjadi pada data hasil prediksi terhadap data riil. Adapun perhitungan AFER yaitu: Penerapan Metode Fuzzy Tsukamoto Dalam Prediksi Nilai Tukar Rupiah... Adani D.
6 614 ISSN: AFER = ( A i F i A i ) n 100% Dimana A i adalah nilai aktual pada data ke-i dan F i adalah nilai hasil peramalan untuk data ke-i. Adapun n adalah banyaknya data. [6] 1. Uji Hasil Prediksi Dolar AS (USD) Untuk pengujian hasil prediksi kurs Dolar AS dalam penelitian ini menggunakan metode AFER, mula-mula dilakukan proses perhitungan selisih data real (Ai) dengan data hasil prediksi (Fi). Selanjutnya dilakukan perhitungan dengan membagi selisih dengan data real (Ai). Perhitungan tersebut dilanjutkan sampai akhir data. Kemudian hasil pembagian tadi dijumlah semuanya dari data awal sampai data akhir. Dan langkah terakhir dikalikan dengan 100, yang akan menghasilkan nilai AFER yang berupa persentase. Tabel 3.1 Uji Hasil Prediksi Dolar AS Periode Ai Fi Ai-Fi Ai-Fi /Ai Januari Rp9.037 Rp ,01 0,1177 Februari Rp8.913 Rp ,4 0,1147 Maret Rp8.761 Rp ,98 0,1532 April Rp8.651 Rp ,64 0,1698 Mei Rp8.556 Rp ,2 0,2278 Juni Rp8.564 Rp ,14 0,2241 Juli Rp8.533 Rp ,75 0,2147 Agustus Rp8.532 Rp ,33 0,2452 September Rp8.766 Rp ,44 0,1828 Oktober Rp8.895 Rp ,23 0,1558 November Rp9.015 Rp ,23 0,1525 Desember Rp9.088 Rp ,99 0,1385 Januari 2012 Rp9.109 Rp ,74 0,1366 Februari 2012 Rp9.026 Rp ,9 0,1190 Maret 2012 Rp9.165 Rp ,87 0,1039 April 2012 Rp9.176 Rp ,17 0,1030 Mei 2012 Rp9.290 Rp ,05 0,0961 Juni 2012 Rp9.451 Rp ,46 0,0736 Juli 2012 Rp9.457 Rp ,3 0,0823 Agustus 2012 Rp9.500 Rp ,69 0,0800 September 2012 Rp9.566 Rp ,72 0,0653 Oktober 2012 Rp9.597 Rp ,55 0,0565 November 2012 Rp9.628 Rp ,67 0,0516 JUTISI Vol. 3, No. 3, Desember 2014 :
7 JUTISI ISSN: Desember 2012 Rp9.646 Rp ,86 0,0519 Januari 2013 Rp9.687 Rp ,73 0,0519 Februari 2013 Rp9.687 Rp ,32 0,0505 Maret 2013 Rp9.709 Rp ,93 0,0450 April 2013 Rp9.724 Rp ,34 0,0435 Mei 2013 Rp9.761 Rp ,29 0,0354 Juni 2013 Rp9.882 Rp ,91 0,0467 Juli 2013 Rp Rp ,37 0,0248 Agustus 2013 Rp Rp ,42 0,0293 September 2013 Rp Rp ,46 0,1119 Oktober 2013 Rp Rp ,5 0,0906 November 2013 Rp Rp ,83 0,0893 Desember 2013 Rp Rp ,5 0,1314 Rata-rata 0,1074 Dalam Persen 10,74 Dari perhitungan tersebut didapatkan nilai AFER sebesar 10,74%, yang berarti rata-rata simpangan yang terjadi antara data real dengan data hasil prediksi sebesar 10,74%. Dengan simpangan paling besar 24,52% dan simpangan paling kecil yaitu 2,48%. 2. Uji Hasil Prediksi Poundsterling (GBP) Dari perhitungan tersebut didapatkan nilai AFER sebesar 13,26%, yang berarti rata-rata simpangan yang terjadi antara data real dengan data hasil prediksi sebesar 13,26%. Dengan simpangan paling besar 24,06% dan simpangan paling kecil yaitu 1,99%. 3. Uji Hasil Prediksi Euro (EUR) Dari perhitungan tersebut didapatkan nilai AFER sebesar 13,54%, yang berarti rata-rata simpangan yang terjadi antara data real dengan data hasil prediksi sebesar 13,54%. Dengan simpangan paling besar 21,19% dan simpangan paling kecil yaitu 0,23%. 4. Kesimpulan Berdasarkan hasil penelitian yang dilakukan maka dapat disimpulkan bahwa Fuzzy Inference System Tsukamoto bisa memprediksi nilai tukar rupiah terhadap Dolar AS, Poundsterling dan Euro dengan tingkat keakuratan sebagai berikut: 1. Dari perhitungan pengujian didapatkan nilai AFER untuk mata uang Dolar AS sebesar 10,74%. Dengan simpangan paling besar 24,52% dan simpangan paling kecil yaitu 2,48%. 2. Dari perhitungan pengujian didapatkan nilai AFER untuk mata uang Poundsterling sebesar 13,26%. Dengan simpangan paling besar 24,06% dan simpangan paling kecil yaitu 1,99%. 3. Dari perhitungan pengujian didapatkan nilai AFER untuk mata uang Euro sebesar 13,54%. Dengan simpangan paling besar 21,19% dan simpangan paling kecil yaitu 0,23%. Berdasarkan hasil pengujian diatas, dengan asumsi hasil AFER yang didapat berada di antara 0%-2,5% mengartikan bahwa hasil prediksi sudah akurat dan 2,5%-20% mengartikan bahwa hasil prediksi kurang akurat, maka hasil prediksi nilai tukar Rupiah terhadap Dolar AS, Poundsterling, dan Euro kurang akurat. Penerapan Metode Fuzzy Tsukamoto Dalam Prediksi Nilai Tukar Rupiah... Adani D.
8 616 ISSN: Referensi [1] Handayani, D. T., & Abadi, A. M. (2012). Penggunaan Model NEuro Fuzzy Untuk Peramalan Nilai Tukar Rupiah Terhadap Yen Jepang. [2] Anwary, A. A. (). Prediksi Kurs Rupiah Terhadap Dollar Amerika Menggunakan Metode Fuzzy Time Series. Semarang: Universitas Diponegoro. [3] Kautsar, T. M. (2008). Prediksi Kurs Valuta Asing Menggunakan Algoritma Memetika. Jakarta: Universitas Indonesia. [4] Atmadja, A. S. (2002). Analisa Pergerakan Nilai Tukar Mengambang Bebas di Indonesia. Jurnal Akuntansi & Keuangan (Vol. 4 No. 1), [5] Widhiastuti, Y. (2007). Model Fuzzy Dengan Metode Tsukamoto. Bina Widya Vol. 18 No. 02, 91. [6] T, A. J., Burney, C., & Ardil. (2007). Fuzzy Metric Approach for Fuzzy Time Series Forecasting based on Frequency Density Based Partitioning. Proceedings of World Academy of Science, Engineering and Technology Vol. 23, pp JUTISI Vol. 3, No. 3, Desember 2014 :
Prediksi Curah Hujan Bulanan Menggunakan Metode Fuzzy Sugeno
ISSN: 0216-3284 1359 Prediksi Curah Hujan Bulanan Menggunakan Metode Fuzzy Sugeno Rahmawatii, Nidia Rosmawanti Program Studi Sistem Informasi, STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru, Telp.(0511)
Lebih terperinciPREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO
PREDIKSI PERMINTAAN PRODUK MIE INSTAN DENGAN METODE FUZZY TAKAGI-SUGENO Ahmad Bahroini 1, Andi Farmadi 2, Radityo Adi Nugroho 3 1,2,3Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan
Lebih terperinciPREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI
PREDIKSI NILAI TUKAR RUPIAH MENGGUNAKAN METODE MAMDANI Indra Suyahya Program Studi Pendidikan Ekonomi, FIPPS Universitas Indraprasta PGRI Email: Indrasuyahya@gmail.com Wulan Anggraeni Program Studi Pendidikan
Lebih terperinciANALISIS KOMPARASI METODE TSUKAMOTO DAN SUGENO DALAM PREDIKSI JUMLAH SISWA BARU
ANALISIS KOMPARASI METODE TSUKAMOTO DAN SUGENO Siti Abidah STMIK Banjarbaru abi.bjb@gmail.com Abstact The number of new students in the admission of students the new school year can be increased, and can
Lebih terperinciAnalisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Jumlah Siswa Baru
Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Siswa Baru Siti Abidah STMIK Banjarbaru abi.bjb@gmail.com Abstract The number of new students in the admission of students the new school year
Lebih terperinciIMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC
IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC Riky Amelia (1111981) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciPENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI JAYA MOTOR MEDAN )
Marsono, ISSN : 1978-6603 Saiful Nur Arif, Iskandar Zulkarnain, Penerapan Metode Tsukamoto PENERAPAN METODE TSUKAMOTO DALAM PEMBERIAN KREDIT SEPEDA MOTOR BEKAS PADA PT TRI JAYA MOTOR (Studi Kasus PT TRI
Lebih terperinciKASUS PENERAPAN LOGIKA FUZZY. Fuzzy tsukamoto, mamdani, sugeno
KASUS PENERAPAN LOGIKA FUZZY Fuzzy tsukamoto, mamdani, sugeno CARA KERJA LOGIKA FUZZY MELIPUTI BEBERAPA TAHAPAN BERIKUT : 1. Fuzzyfikasi 2. Pembentukan basis pengetahuan fuzzy (rule dalam bentuk if..then).
Lebih terperinciEstimasi Nilai Tukar Rupiah Terhadap Dollar Amerika di Indonesia dengan Pendekatan Adaptive Neuro Fuzzy
JUDUL SKRIPSI : Estimasi Nilai Tukar Rupiah Terhadap Dollar Amerika di Indonesia dengan Pendekatan Adaptive Neuro Fuzzy Disusun oleh: Nama : ANNA FIRYANA NPM : 10208156 Jurusan : Manajemen / S1 Pembimbing
Lebih terperinciPemodelan Jaringan Syaraf Tiruan dengan Algoritma One Step Secant Backpropagation dalam Return Kurs Rupiah Terhadap Dolar Amerika Serikat
Pemodelan Jaringan Syaraf Tiruan dengan Algoritma One Step Secant Backpropagation dalam Return Kurs Rupiah Terhadap Dolar Amerika Serikat SKRIPSI Disusun oleh: MAULIDA NAJWA 24010212130028 DEPARTEMEN STATISTIKA
Lebih terperinciPERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV
PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV oleh ERIKHA AJENG CHISWARI NIM. M0111028 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Dalam penelitian diagnosa penyakit asma dengan menggunakan metode fuzzy Tsukamoto, dibutuhkan data mengenai gejala penyakit dari seorang pakar atau
Lebih terperinciAplikasi Prediksi Produksi Padi Wilayah Kabupaten Banjar
ISSN: 0216-3284 1477 Aplikasi Prediksi Produksi Padi Wilayah Kabupaten Banjar Ika Ningrum, Ratna Fitriani, Taufiq Program Studi Sistem Informasi, STMIK Banjarbaru Jl. A. Yani Km. 33,3 Banjarbaru, Telp.(0511)
Lebih terperinciKLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG)
KLASIFIKASI PENERIMAAN BEASISWA DENGAN MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO (STUDI KASUS POLITEKNIK KESEHATAN KEMENTRIAN KESEHATAN SEMARANG) Fasrul Rahman Ansori Teknik Informatika, Ilmu Kompputer, Universitas
Lebih terperinciANALISIS SUPPORT VECTOR REGRESSION
ANALISIS SUPPORT VECTOR REGRESSION (SVR) DALAM MEMPREDIKSI KURS RUPIAH TERHADAP DOLLAR AMERIKA SERIKAT SKRIPSI Oleh : RISKY AMANDA NIM. 24010210141027 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS
Lebih terperinciModel Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto
Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Zaenal Abidin Program studi Sistem Informasi STMIK Teknokrat Bandar Lampung, Indonesia
Lebih terperinciPENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK) Andrian Juliansyah ( 1011287) Mahasiswa Program Studi Teknik
Lebih terperinciANALISIS METODE FIRST ORDER AND TIME INVARIANT MODEL UNTUK PERAMALAN HARGA SAHAM
ANALISIS METODE FIRST ORDER AND TIME INVARIANT MODEL UNTUK PERAMALAN HARGA SAHAM Reny Fitri Yani 1, Luh Kesuma Wardhani 2, Febi Yanto 3 Jurusan Teknik Informatika, Fakultas Sains dan Teknologi Universitas
Lebih terperinciESTIMASI TINGKAT BI RATE
ESTIMASI TINGKAT BI RATE BERDASARKAN FAKTOR NILAI TUKAR(KURS USD/RP), JUB, INFLASI, IHSG DAN PDB MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Disusun oleh: Nama : AKHMAD KAHFI NPM :
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang. Pasar pertukaran mata uang merupakan pasar keuangan dengan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pasar pertukaran mata uang merupakan pasar keuangan dengan pergerakan arus uang terbesar yakni sekitar 1,5 triliun dollar US tiap harinya di seluruh dunia. Selain itu
Lebih terperinciBAB I PENDAHULUAN. tersebut di banding dengan mata uang negara lain. Semakin tinggi nilai tukar mata
BAB I PENDAHULUAN A. Latar Belakang Penelitian Salah satu indikator yang menunjukan bahwa perekonomian sebuah negara lebih baik dari negara lain adalah melihat nilai tukar atau kurs mata uang negara tersebut
Lebih terperinciPERAMALAN CADANGAN DEVISA INDONESIA MENGGUNAKAN METODE GRUP VARIASI FUZZY
PERAMALAN CADANGAN DEVISA INDONESIA MENGGUNAKAN METODE GRUP VARIASI FUZZY oleh MARISA RAMDHAYANTI M0110054 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains
Lebih terperinciVersi Online tersedia di : JURNAL TECH-E (Online)
JURNAL TECH-E - VOL. 1 NO. 1 (17) Versi Online tersedia di : http://bsti.ubd.ac.id/e-jurnal JURNAL TECH-E 2581-1916 (Online) Artikel Perancangan Aplikasi Penentu Jurusan IPA atau IPS Pada SMA Menggunakan
Lebih terperinci4-5-FUZZY INFERENCE SYSTEMS
4-5-FUZZY INFERENCE SYSTEMS Shofwatul Uyun Mekanisme FIS Fuzzy Inference Systems (FIS) INPUT (CRISP) FUZZYFIKASI RULES AGREGASI DEFUZZY OUTPUT (CRISP) 2 Metode Inferensi Fuzzy Metode Tsukamoto Metode Mamdani
Lebih terperinciBAB I PENDAHULUAN. Perubahan nilai tukar merupakan salah satu sumber ketidakpastian makroekonomi
BAB I PENDAHULUAN I.1. Latar Belakang Perubahan nilai tukar merupakan salah satu sumber ketidakpastian makroekonomi yang mempengaruhi perusahaan. Kerugian dan kebangkrutan banyak perusahaan dalam beberapa
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Seperti yang kita ketahui di setiap negara memiliki mata uang yang berbeda-beda antara negara yang satu dengan negara yang lain, sehingga dalam melakukan suatu
Lebih terperinciBAB I PENDAHULUAN. diakibatkan oleh adanya currency turmoil, yang melanda Thailand dan menyebar
1 BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Tinggi rendahnya nilai mata uang ditentukan oleh besar kecilnya jumlah penawaran dan permintaan terhadap mata uang tersebut (Hadiwinata, 2004:163). Kurs
Lebih terperinciBAB 1 PENDAHULUAN. yang dihasilkannya (Hariyani dan Serfianto, 2010 : 1). Menurut Tri Wibowo dan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada era globalisasi perdagangan saat ini, kemajuan suatu negara tidak dapat dilepaskan dari keberhasilan negara tersebut melakukan ekspor barang dan jasa yang
Lebih terperinciRima Ayuningtyas NIM Jurusan Teknik Informatika, Universitas Maritim Raja Ali Haji. Jl. Politeknik Senggarang, Tanjungpinang
Sistem Pendukung Keputusan Dalam Menentukan Jenis Budidaya Ikan Dengan Mengukur Kualitas Air Menggunakan Metode Fuzzy Tsukamoto (Studi Kasus : Balai Benih Ikan di Pengujan Kabupaten Bintan) Rima Ayuningtyas
Lebih terperinciBAB I PENDAHULUAN. banyak diminati oleh para investor karena saham tersebut sangat liquid. Sahamsaham
1 BAB I PENDAHULUAN 1.1 Latar Belakang Dalam pasar modal di Indonesia, ada beberapa kelompok saham yang paling banyak diminati oleh para investor karena saham tersebut sangat liquid. Sahamsaham tersebut
Lebih terperinciBAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING. Untuk memberikan penjelasan mengenai prediksi valuta asing
BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING Untuk memberikan penjelasan mengenai prediksi valuta asing menggunakan algoritma memetika, akan diberikan contoh sebagai berikut. Contoh Misalkan
Lebih terperinciBAB I PENDAHULUAN. Sejak diberlakukannya sistem nilai tukar mengambang penuh/ bebas
BAB I PENDAHULUAN 1.1 Latar belakang Sejak diberlakukannya sistem nilai tukar mengambang penuh/ bebas (freely floating system) yang dimulai sejak Agustus 1997, posisi nilai tukar rupiah terhadap mata uang
Lebih terperinciAPLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)
APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI) 1Venny Riana Agustin, 2 Wahyu H. Irawan 1 Jurusan Matematika, Universitas
Lebih terperinciABSTRAK. Kata kunci : Fluktuasi kurs, Ekspor, Impor, Peramalan. iii. Universitas Kristen Maranatha
ABSTRAK Beberapa tahun terakhir ini kurs tukar IDR/USD terus mengalami fluktuasi yang tidak dapat diprediksi. Akibatnya para pelaku pasar sulit untuk menentukan pada saat kapan mereka harus melakukan ekspor
Lebih terperinciBAB I PENDAHULUAN. motor penggerak perekonomian nasional. Perdagangan internasional dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perdagangan internasional mempunyai peranan sangat penting sebagai motor penggerak perekonomian nasional. Perdagangan internasional dapat didefinisikan sebagai
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Nominal perbandingan antara mata uang asing dengan mata uang dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Nominal perbandingan antara mata uang asing dengan mata uang dalam negeri biasa sering dikenal sebagai kurs atau nilai tukar. Menurut Bergen, nilai tukar mata uang
Lebih terperinciBAB I PENDAHULUAN. sektor utama dalam perekonomian Negara tersebut. Peran kurs terletak pada nilai mata
BAB I PENDAHULUAN 1.1. Latar Belakang Nilai mata uang Rupiah dan perbandingan dengan nilai mata uang acuan internasional yaitu Dollar Amerika, merupakan salah satu gambaran pertumbuhan ekonomi Indonesia.
Lebih terperinciImplementasi Algoritme Average Time Based Fuzzy Time Series Untuk Peramalan Tingkat Inflasi Berdasarkan Kelompok Pengeluaran
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 10, Oktober 2018, hlm. 3533-3537 http://j-ptiik.ub.ac.id Implementasi Algoritme Average Time Based Fuzzy Time Series
Lebih terperinciPERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan)
PERBANDINGAN METODE TSUKAMOTO, METODE MAMDANI DAN METODE SUGENO UNTUK MENENTUKAN PRODUKSI DUPA (Studi Kasus : CV. Dewi Bulan) Komang Wahyudi Suardika 1, G.K. Gandhiadi 2, Luh Putu Ida Harini 3 1 Program
Lebih terperinciBAB 1 PENDAHULUAN. Pada masa sekarang ini, banyak jenis-jenis usaha dan bisnis yang mulai
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang ini, banyak jenis-jenis usaha dan bisnis yang mulai dikembangkan oleh banyak orang terutama dalam hal bisnis investasi. Salah satu bisnis
Lebih terperinciPrediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation
1 Prediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation Reza Subintara Teknik Informatika, Ilmu Komputer, Universitas
Lebih terperinciSEMINAR PENULISAN ILMIAH
PENGARUH TINGKAT SUKU BUNGA (BI RATE) DAN INFLASI TERHADAP NILAI TUKAR RUPIAH (IDR) KE DOLLAR (USD) Nama Npm Kelas Jurusan Pembimbing : Hanif Narli Gyandika : 23210119 : 3eb07 : Akuntansi : Suryandari
Lebih terperinciBAB 3 TRANSAKSI MATA UANG ASING
BAB 3 TRANSAKSI MATA UANG ASING Suatu perusahaan dapat melakukan aktivitas yang menyangkut valuta asing (foreign activities) dalam dua cara, yaitu melakukan transaksi dalam mata uang asing atau memiliki
Lebih terperinciAplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic
Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha Menggunakan Fuzzy Logic 1. Pendahuluan Jual beli motor merupakan suatu kegiatan transaksi yang mungkin sering kita temukan di kehidupan sehari-hari. Untuk
Lebih terperinciBAB I PENDAHULUAN. Setiap negara memiliki mata uang yang menunjukkan harga-harga barang dan
BAB I PENDAHULUAN A. Latar Belakang Penelitian Setiap negara memiliki mata uang yang menunjukkan harga-harga barang dan jasa. Jika suatu negara memiliki hubungan ekonomi dengan negara-negara lain maka
Lebih terperinciBAB I PENDAHULUAN. Dari tahun 1876 sampai 1913, tingkat kurs ditentukan oleh standar emas
BAB I PENDAHULUAN Bab pendahuluan ini membahas tentang : 1. Latar belakang, 2. Identifikasi masalah, 3. Tujuan penelitian, 4. Asumsi, 5. Kegunaan penelitian, dan 6. Sistematika penulisan skripsi. 1.1 Latar
Lebih terperinciMENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO
MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO Ganjar Ramadhan Jurusan Teknik Informatika, Universitas Islam Negeri Syarif Hidayatullah Jakarta Email : ganjar.ramadhan05@yahoo.com
Lebih terperinciABSTRAK. Kata Kunci: komparasi, prediksi, mahasiswa baru, Tsukamoto, Sugeno, Mamdani, framework CI, registrasi. ABSTRACT
JURNAL TEKNIK INFORMATIKA, APRIL 2017 9 ANALISA PERBANDINGAN LOGIC FUZZY METODE TSUKAMOTO, SUGENO, DAN MAMDANI (STUDI KASUS : PREDIKSI JUMLAH PENDAFTAR MAHASISWA BARU FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
Lebih terperinciIMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT
IMPLEMENTASI FUZZY TSUKAMOTO DALAM PENENTUAN KESESUAIAN LAHAN UNTUK TANAMAN KARET DAN KELAPA SAWIT Maya Yusida 1, Dwi Kartini 2, Andi Farmadi 3, Radityo Adi Nugroho 4, Muliadi 5 123Prodi Ilmu Komputer
Lebih terperinciBAB IV IMPLEMENTASI DAN HASIL. Algoritma memetika untuk memprediksi kurs valuta asing pada tugas
BAB IV IMPLEMENTASI DAN HASIL 4. IMPLEMENTASI Algoritma memetika untuk memprediksi kurs valuta asing pada tugas akhir ini diimplementasikan menggunakan MATLAB 7.. dan dijalankan pada Personal Computer
Lebih terperinciBAB I PENDAHULUAN. lebih terbuka (openness). Perekonomian terbuka dalam arti dimana terdapat
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Globalisasi ekonomi mendorong perekonomian suatu negara ke arah yang lebih terbuka (openness). Perekonomian terbuka dalam arti dimana terdapat aktivitas perdagangan
Lebih terperinciI. PENDAHULUAN. Uang merupakan alat pembayaran yang secara umum dapat diterima oleh
1 I. PENDAHULUAN A. Latar Belakang Uang merupakan alat pembayaran yang secara umum dapat diterima oleh masyarakat. Dalam kehidupannya, manusia memerlukan uang untuk melakukan kegiatan ekonomi, karena uang
Lebih terperinciBAB I. peranan yang sangat penting dengan memberikan benefit secara langsung pada
1 BAB I PENDAHULUAN A. Latar Belakang Dalam perekonomian Indonesia sektor perdagangan internasional mempunyai peranan yang sangat penting dengan memberikan benefit secara langsung pada sektor perdagangan
Lebih terperinciPenerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti
ISSN: 0216-3284 885 Penerapan Metode Fuzzy Mamdani dalam Perencanaan Produksi Roti Novi Apriyanti 1, Huzainsyahnoor Aksad 2 Program Studi Sistem Informasi STMIK Banjarbaru 1 Program Studi Teknik Informatika
Lebih terperinciOptimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto
Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program Studi Sistem Informasi
Lebih terperinciSKRIPSI ANALISIS MODEL APT PADA SAHAM SEKTOR PERTAMBANGAN DI BURSA EFEK INDONESIA
SKRIPSI ANALISIS MODEL APT PADA SAHAM SEKTOR PERTAMBANGAN DI BURSA EFEK INDONESIA OLEH SWY LASTRI M. PURBA 080501128 PROGRAM STUDI EKONOMI PEMBANGUNAN DEPARTEMEN EKONOMI PEMBANGUNAN FAKULTAS EKONOMI MEDAN
Lebih terperinciAnalisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Jumlah Siswa Baru Siti Abidah STMIK Banjarbaru
Analisis Komparasi Metode Tsukamoto dan Sugeno dalam Prediksi Siswa Baru Siti Abidah STMIK Banjarbaru abi.bjb@gmail.com Abstract The number of new students in the admission of students the new school year
Lebih terperinciAKUNTANSI MULTINASIONAL TRANSAKSI MATA UANG ASING MATERI AKL 1, RABU 25 DESEMBER 2013
AKUNTANSI MULTINASIONAL TRANSAKSI MATA UANG ASING MATERI AKL 1, RABU 25 DESEMBER 2013 Perusahaan yang beroperasi di pasar internasional dipengaruhi oleh resiko bisnis normal : 1. Kurangnya permintaan atas
Lebih terperinciPenentuan Kurs Forward 1 Bulan dengan Menggunakan Variabel Tingkat Bunga ALDO KURNIAWAN ABSTRAK Kurs Forward adalah kurs
DETERMINATION OF 1 MONTH FORWARD EXCHANGE RATE USING INTEREST RATE VARIABLE Aldo Kurniawan Undergraduate Program, Faculty of Economics, 2010 Gunadarma University http://www.gunadarma.ac.id Keywords: Exchange
Lebih terperinciTransaksi Mata Uang Asing. Bab 13
Transaksi Mata Uang Asing Bab 13 Mengenal Valuta Asing Valuta asing atau biasa disebut juga dengan kata lain seperti valas, foreign exchange, forex atau juga fx adalah mata uang yang di keluarkan sebagai
Lebih terperinciPREDIKSI PERMINTAAN KREDIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI SAMUEL ANTHONIUS MADUWU
PREDIKSI PERMINTAAN KREDIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI SAMUEL ANTHONIUS MADUWU 091402118 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciPERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR)
PERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR) SKRIPSI Disusun Oleh : Fitrian Fariz Ichsandi 24010210141024 JURUSAN STATISTIKA FAKULTAS
Lebih terperinciSISTEM MONETER INTERNASIONAL. Oleh : Dr. Chairul Anam, SE
SISTEM MONETER INTERNASIONAL Oleh : Dr. Chairul Anam, SE PENGERTIAN KURS VALAS VALUTA ASING (FOREX) Valas atau Forex (Foreign Currency) adalah mata uang asing atau alat pembayaran lainnya yang digunakan
Lebih terperinciDAFTAR ISI. HALAMAN JUDUL...i. HALAMAN PENGESAHAN... ii. PERNYATAAN KEASLIAN KARYA TULIS SKRIPSI... iii
ABSTRACT This study aims to identify and analyze the effect of the global stock indices and foreign exchange rates against the Composite Stock Price Index. The population used in this study are the factors
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Logika Fuzzy Zadeh (1965) memperkenalkan konsep fuzzy sebagai sarana untuk menggambarkan sistem yang kompleks tanpa persyaratan untuk presisi. Dalam jurnalnya Hoseeinzadeh et
Lebih terperinciPENGARUH JUMLAH UANG YANG BEREDAR TERHADAP INFLASI
Tugas Makroekonomi I Nama : Kurniasih NIM : 7111414028 Ekonomi Pembangunan B 2014 PENGARUH JUMLAH UANG YANG BEREDAR TERHADAP INFLASI Sebelum kita membahas mengenai pengaruh jumlah uang yang beredar terhadap
Lebih terperinciFAKTOR-FAKTOR YANG MEMPENGARUHI KURS MATA UANG SUATU NEGARA
1 FAKTOR-FAKTOR YANG MEMPENGARUHI KURS MATA UANG SUATU NEGARA SKRIPSI Untuk memenuhi sebagian persyaratan Mencapai derajat Sarjana S-1 Ekonomi Jurusan Ekonomi Manajemen Fakultas Ekonomi, Universitas Muhammadiyah
Lebih terperinciPenerapan Logika Samar dalam Peramalan Data Runtun Waktu
Penerapan Logika Samar dalam Peramalan Data Runtun Waktu Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Abstract Recently, there are
Lebih terperinciBAB 1 PENDAHULUAN. penyelesaian dari suatu sistem dinamika banyak digunakan dalam bidang mekanika dan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem dinamika tidak pernah lepas dari kehidupan kita sehari hari karena hasil penyelesaian dari suatu sistem dinamika banyak digunakan dalam bidang mekanika dan bidang
Lebih terperinciBAB 1 PENDAHULUAN. negara yaitu nilai tukar (exchange rate) atau yang biasa dikenal dengan
BAB 1 PENDAHULUAN A. LATAR BELAKANG MASALAH Berkembangnya proses globalisasi, dimana seperti tidak adanya batas antar negara di dunia serta nampaknya setiap negara menjadi terintegrasi, maka kegiatan atau
Lebih terperinciSKRIPSI. Oleh : NOVA YANTI GULTOM JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG
PREDIKSI NILAI KURS DOLLAR AMERIKA MENGGUNAKAN EXPONENTIAL SMOOTHING DENGAN KAJIAN GRAFIK MOVING AVERAGE (MA) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE (EWMA) (Studi Kasus: Kurs Jual dan Kurs Beli Dollar
Lebih terperinciPenerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas
Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas Zulfikar Sembiring Jurusan Teknik Informatika, Fakultas Teknik, Universitas Medan Area zoelsembiring@gmail.com Abstrak Logika Fuzzy telah banyak
Lebih terperinciIMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS
IMPLEMENTASI METODE FUZZY MAMDANI DALAM MEMPREDIKSI TINGKAT KEBISINGAN LALU LINTAS Alfa Saleh Teknik Informatika, Fak Ilmu Komputer Universitas Potensi Utama Jl KL Yos Sudarso KM 65 No3-A, Tanjung Mulia,
Lebih terperinciMatematika Diskrit Fuzzy Inference System Prodi T.Informatika
Matematika Diskrit Fuzzy Inference System Prodi T.Informatika Mahasiswa dapat melakukan penalaran dengan hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Mekanisme Fuzzy Iinference Systems
Lebih terperinciBAB IV GAMBARAN UMUM PEREKONOMIAN INDONESIA. negara selain faktor-faktor lainnya seperti PDB per kapita, pertumbuhan ekonomi,
BAB IV GAMBARAN UMUM PEREKONOMIAN INDONESIA 4.1 Perkembangan Laju Inflasi di Indonesia Tingkat inflasi merupakan salah satu indikator fundamental ekonomi suatu negara selain faktor-faktor lainnya seperti
Lebih terperinciPENERAPAN LOGIKA FUZZY UNTUK MEMPREDIKSI CUACA HARIAN DI BANJARBARU
PENERAPAN LOGIKA FUZZY UNTUK MEMPREDIKSI CUACA HARIAN DI BANJARBARU Uli Mahanani 1, Arfan Eko Fahrudin 1, dan Nurlina 1 ABSTRACT. Information about the weather is very important because the weather is
Lebih terperinciBAB I PENDAHULUAN. Sehubungan dengan fenomena shock ini adalah sangat menarik berbicara tentang
BAB I PENDAHULUAN 1.1 Latar Belakang Guncangan (shock) dalam suatu perekonomian adalah suatu keniscayaan. Terminologi ini merujuk pada apa-apa yang menjadi penyebab ekspansi dan kontraksi atau sering juga
Lebih terperinciI. PENDAHULUAN. Menurut Undang-Undang RI Nomor 10 Tahun 1998 tentang perbankan yang. dimaksud dengan bank adalah badan usaha yang menghimpun dana dari
I. PENDAHULUAN A. Latar Belakang Menurut Undang-Undang RI Nomor 10 Tahun 1998 tentang perbankan yang dimaksud dengan bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan
Lebih terperinciBAB I PENDAHULUAN. Sejalan dengan tingginya ketidakpastian perekonomian global, nilai tukar
BAB I PENDAHULUAN A. Latar Belakang Sejalan dengan tingginya ketidakpastian perekonomian global, nilai tukar Rupiah terus mengalami tekanan depresiasi. Ketidakpastian pemulihan ekonomi dunia juga telah
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permintaan, Persediaan dan Produksi 2.1.1 Permintaan Permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu dengan tingkat harga tertentu pada tingkat
Lebih terperinciBAB I PENDAHULUAN. Perekonomian Indonesia di tengah perekonomian global semakin
A. Latar Belakang Penelitian BAB I PENDAHULUAN Perekonomian Indonesia di tengah perekonomian global semakin lama semakin tak terkendali. Setelah krisis moneter 1998, perekonomian Indonesia mengalami peningkatan
Lebih terperinciPENGARUH NILAI KURS RUPIAH TERHADAP INFLASI DI INDONESIA. Oleh : Natalia Artha Malau, SE, M.Si Dosen Universitas Negeri Menado
PENGARUH NILAI KURS RUPIAH TERHADAP INFLASI DI INDONESIA Oleh : Natalia Artha Malau, SE, M.Si Dosen Universitas Negeri Menado Abstrak Penelitian ini bertujuan untuk mengetahui pengaruh nilai tukar terhadap
Lebih terperinciJURNAL SISTEM PREDIKSI INVENTORY BARANG MENGGUNAKAN METODE FUZZY TSUKAMOTO PREDICTION INVENTORY ITEMS USING FUZZY TSUKAMOTO
JURNAL SISTEM PREDIKSI INVENTORY BARANG MENGGUNAKAN METODE FUZZY TSUKAMOTO PREDICTION INVENTORY ITEMS USING FUZZY TSUKAMOTO Oleh: Reza Hadi Subiantoro 12.1.03.02.0224 Dibimbing oleh : 1. Fatkur Rhohman,
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
53 BAB 4 HASIL DAN PEMBAHASAN Pembahasan pada bab ini menjelaskan mengenai hasil pengumpulan data, hasil analisis data, pembahasan dan hasil perancangan layar. Setelah hasil perancangan layar juga terdapat
Lebih terperinciBAB I PENDAHULUAN. perekonomian ke arah yang lebih terbuka antar negara. Perekonomian terbuka
BAB I PENDAHULUAN 1.1 Latar Belakang Globalisasi dalam bidang ekonomi, menyebabkan berkembangnya sistem perekonomian ke arah yang lebih terbuka antar negara. Perekonomian terbuka membawa suatu dampak ekonomis
Lebih terperinciI. PENDAHULUAN. terlepas dari kegiatan ekonomi internasional. Kegiatan ekonomi internasional
I. PENDAHULUAN A. Latar Belakang Indonesia merupakan negara penganut sistem perekonomian terbuka yang tidak terlepas dari kegiatan ekonomi internasional. Kegiatan ekonomi internasional yang dilakukan oleh
Lebih terperinciBAB I PENDAHULUAN. sebelum krisis bukan tanpa hambatan. Indonesia mengalami beberapa kelemahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Kinerja ekonomi Indonesia yang mengesankan dalam 30 tahun terakhir sebelum krisis bukan tanpa hambatan. Indonesia mengalami beberapa kelemahan dan kerentanan
Lebih terperinciBAB I PENDAHULUAN. Globalisasi ekonomi mendorong perekonomian suatu negara kearah yang
BAB I PENDAHULUAN 1.1. Latar Belakang Globalisasi ekonomi mendorong perekonomian suatu negara kearah yang lebih terbuka (oppeness). Perekonomian terbuka dalam arti dimana terdapat aktivitas perdagangan
Lebih terperinciBAB I PENDAHULUAN. kali lelang SBI tidak lagi diinterpretasikan oleh stakeholders sebagai sinyal
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Respon (stance) kebijakan moneter ditetapkan untuk menjamin agar pergerakan inflasi dan ekonomi ke depan tetap berada pada jalur pencapaian sasaran inflasi
Lebih terperinciIndeks Nilai Tukar Rupiah 2000 = 100 BAB 1 PENDAHULUAN
1990Q1 1991Q1 1992Q1 1993Q1 1994Q1 1995Q1 1996Q1 1997Q1 1998Q1 1999Q1 2000Q1 2001Q1 2002Q1 2003Q1 2004Q1 2005Q1 2006Q1 2007Q1 2008Q1 2009Q1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Salah satu indikator penting
Lebih terperinciPengaruh Nilai Tukar Rupiah per Dollar AS terhadap Neraca Pembayaran di Indonesia Periode
Prosiding Ilmu Ekonomi ISSN: 2460-6553 Pengaruh Nilai Tukar Rupiah per Dollar AS terhadap Neraca Pembayaran di Indonesia Periode 2008-2014 1 Riza Destiandy A, 2 Ima Amaliah, 3 Atih Rochaeti 1,2,3 Prodi
Lebih terperinciBAB I PENDAHULUAN. Analisis Faktor-faktor Yang Mempengaruhi Nilai Tukar Rupiah Atas Dollar Amerika Serikat Periode 2004Q.!-2013Q.3
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Kegiatan ekonomi internasional pada saat ini semakin berkembang pesat sehingga setiap negara di dunia mempunyai hubungan yang kuat dan transparan. Kegiatan
Lebih terperinciPEMODELAN INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS)
PEMODELAN INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) SKRIPSI Oleh: NDARU DIAN DARMAWANTI 24010210141010 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciHUBUNGAN KAUSALITAS ANTARA KURS RUPIAH TERHADAP DOLLAR DENGAN TINGKAT BUNGA SBI DI INDONESIA TAHUN
HUBUNGAN KAUSALITAS ANTARA KURS RUPIAH TERHADAP DOLLAR DENGAN TINGKAT BUNGA SBI DI INDONESIA TAHUN 1987-2006 SKRIPSI Diajukan Untuk Memenuhi Tugas dan Syarat-syarat Guna Memperoleh Gelar Sarjana Ekonomi
Lebih terperinciManajemen Investasi. SUTIA BUDI STIE AHMAD DAHLAN JAKARTA
Manajemen Investasi SUTIA BUDI sutia_budy@yahoo.com sutiabudi19@gmail.com STIE AHMAD DAHLAN JAKARTA INVESTMENT MANAGEMENT Session 2 Times 2 Times 2 Times 2 Times 2 Times 2 Times 2 Times Chapter Introduction
Lebih terperinciLogika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.
LOGIKA FUZZY UTHIE Intro Pendahuluan Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy. Lotfi Asker Zadeh adalah seorang ilmuwan
Lebih terperinciPendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy
Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy Asrianda 1 Teknik Informatika Kampus Bukit Indah Lhokseumawe email : asrianda@unimal.ac.id ABSTRAK Bertambahnya permintaan
Lebih terperinciOPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA
OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB I PENDAHULUAN. perubahan perdagangan dan investasi internasional. melemahnya kurs rupiah terhadap mata uang asing khususnya dolar AS,
BAB I PENDAHULUAN A. Latar Belakang Nilai tukar merupakan perbandingan nilai mata uang suatu negara dibandingkan dengan negara lain. Nilai tukar mata uang suatu negara memiliki peranan yang sangat penting
Lebih terperinciTito Pinandita 1) dan Ahmad 2) Jl. Raya Dukuhwaluh Purwokerto
Prediksi Tingkat Kompetensi Profesional Pendidik Menggunakan Sistem Inferensi Fuzzy Metode Tsukamoto (Predictionof the Level of Professional Teachers Competence Using Fuzzy Inference System Tsukamoto Method)
Lebih terperinci