PERAMALAN HARGA EMAS DENGAN MENGGUNAKAN
METODE FUZZY TIME SERIES FORECASTING USING PERCENTAGE
CHANGE AS THE UNIVERSE OF DISCOURSE
SKRIPSI
Diajukan untuk memenuhi sebagian persyaratan
untuk mencapai Gelar Sarjana Komputer S-1
Oleh:
Shendy Faizal Siddiq
0704287
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU
PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
PERAMALAN HARGA EMAS DENGAN MENGGUNAKAN
METODE FUZZY TIME SERIES FORECASTING USING PERCENTAGE
CHANGE AS THE UNIVERSE OF DISCOURSE
Oleh:
Shendy Faizal Siddiq
0704287
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar
sarjana pada Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Shendy Faizal Siddiq
Universitas Pendidikan Indonesia
Februari 2013
Hak Cipta dilindungi undang-undang
Skripsi ini tidak boleh diperbanyak seluruhnya dan atau sebagian,
PERNYATAAN
Saya menyatakan bahwa skripsi yang berjudul “PERAMALAN HARGA EMAS
DENGAN MENGGUNAKAN METODE FUZZY TIME SERIES FORECASTING
USING PERCENTAGE CHANGE AS THE UNIVERSE OF DISCOURSE” ini
sepenuhnya karya saya sendiri. Tidak ada bagian di dalamnya yang merupakan
plagiat dari karya orang lain dan saya tidak melakukan penjiplakan atau
pengutipan dengan cara-cara yang tidak sesuai dengan etika keilmuan yang
berlaku dalam masyarakat keilmuan. Atas pernyataan ini, saya siap menanggung
resiko yang dijatuhkan kepada saya apabila kemudian ditemukan adanya
pelanggaran terhadap etika keilmuan dalam karya saya dan atau adanya klaim dari
pihak lain terhadap keaslian karya saya ini.
Bandung, 1 Maret 2013
Yang membuat pernyataan,
Ttd
PERAMALAN HARGA EMAS DENGAN MENGGUNAKAN
METODE FUZZY TIME SERIES FORECASTING USING PERCENTAGE
CHANGE AS THE UNIVERSE OF DISCOUR
Oleh:
Shendy Faizal Siddiq
0704287
DISETUJUI DAN DISAHKAN OLEH:
Pembimbing I,
Muhammad Nursalman, M.Kom
NIP. 197909292006041002
Pembimbing II,
Rsao Ariani Sukamto, M.Kom
NIP. 198109182009122003
Mengetahui,
Ketua Program Studi Ilmu Komputer
Rasim, M.T
PERAMALAN HARGA EMAS DENGAN MENGGUNAKAN METODE FUZZY TIME SERIES FORECASTING USING
PERCENTAGE CHANGE AS THE UNIVERSE OF DISCOURSE
ABSTRAK
Peramalan merupakan kegiatan yang memperkirakan suatu nilai di masa yang akan datang dengan menggunakan data masa lalu. Dengan peramalan, suatu kejadian yang belum pasti terjadi dapat diperkirakan nilai kemungkinannya dan hasilnya dapat dijadikan bantuan dalam pengambilan keputusan. Dalam penelitian ini, teori pendekatan terhadap fuzzy time series yang digunakan adalah fuzzy time series forecasting using percentage change as universe of discourse. Dimana data historis harga emas dunia dengan runtun waktu tahunan, triwulanan, bulanan, dan harian sebagai objek peramalan untuk memperkirakan harga emas di masa yang akan datang. Dengan metode ini, peramalan dilakukan menggunakan nilai linguistik dari fuzzy set yang terbentuk dari nilai selisih yang dirubah kedalam bentuk persentase dari semesta pembicaraan sebagai nilai datanya. Dimana data historis harga emas yang digunakan memiliki variabel berupa waktu dan harga. Berdasarkan hasil implementasi pada metode tersebut diperoleh nilai AFER (Average Forecasting Error Rate) dan MSE (Mean Square Error) yang paling rendah nilai error-nya pada periode data harian 1 Juli 2011-31 Mei 2012: 2.323% dan 1376.375.
Kata Kunci: Peramalan, Fuzzy Time Series, Data Time Series, Emas, AFER,
PERAMALAN HARGA EMAS DENGAN MENGGUNAKAN METODE FUZZY TIME SERIES FORECASTING USING
PERCENTAGE CHANGE AS THE UNIVERSE OF DISCOURSE
ABSTRACT
Forcasting is an activity to for estimate a value in the future by using historical data. With forecasting, an event that occurs can be estimated uncertain values and the results are likely to be used as aid in decision making. In this study, theoretical approach to fuzzy time series used yag is fuzzy time series forecasting using percentage change as the universe of discourse. Where the gold price historical data with time series of annual, quarterly, monthly, and daily as objects forecasting to estimate the price of gold in the next periode. With this method, forecasting performed using linguistic values of fuzzy sets formed from the difference in value was changed into a percentage of the universe of discourse as the value data. Where the historical data used in gold prices has a variable of time and price. Based on the implementation of the method and the values obtained AFER (Average Forecasting Error Rate) dan MSE (Mean Square Error) the lowest value of its error-daily data for the period: 2.323% and 1376,375.
Keywords: Forecasting, Fuzzy Time Series, Data Time Series, Gold, AFER,
DAFTAR ISI
ABSTRAK ...ii
KATA PENGANTAR ...iv
DAFTAR TABEL ...xi
DAFTAR GAMBAR ...xiii
BAB I PENDAHULUAN ...1
1.1 Latar Belakang ...1
1.2 Rumusan Masalah ...4
1.3 Batasan Masalah ...5
1.4 Tujuan Penelitian ...6
1.5 Manfaat Penelitian ...6
1.6 Metodologi Penelitian ...7
1.7 Sistematika Penulisan...8
BAB II TINJAUAN PUSTAKA ...10
2.1 Emas ...10
2.1.1 Karakteristik Harga Emas ...11
2.2 Peramalan ...14
2.2.1 Jenis-Jenis Peramalan ...15
2.2.2 Pemilihan Teknik Peramalan ...16
2.3 Data Runtun Waktu ...19
2.4 Peramalan Data Time Series ...20
2.6 Himpunan Fuzzy ...21
2.7 Fungsi Keanggotaan Fuzzy ...24
2.8 Fuzzy Time Series ...28
BAB III METODOLOGI PENELITIAN...37
3.1 Alat dan Bahan Penelitian ...37
3.1.1 Alat Penelitian ...37
3.1.2 Bahan Penelitian ...37
3.2 Pengembangan Perangkat Lunak ...40
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ...42
4.1 Hasil Penelitian ...42
4.1.1 Pengembangan Sistem Peramalan Harga Emas ...42
4.2 Pengembangan Perangkat Lunak ...44
4.2.1 Deskripsi Sistem ...44
4.2.2 Batasan Perangkat Lunak ...45
4.3 Pembahasan ...45
4.3.1 Tahapan Umum Peramalan Harga Emas ...46
4.4 Menentukan Semesta Pembicaraan ...47
4.5 Menentukan Frekuensi Interval Berdasarkan Data Distribusi ...50
4.6 Menentukan Fuzzy-Set Sebagai Nilai Linguistik ...50
4.7 Fuzzifikasi Nilai Dari Data Historis ...52
4.8 Pembentukan Fuzzy Logical Relationship (FLR) ...54
4.10 Pengujian ...57
4.10.1 Skenario Pengujian ...57
4.10.2 Hasil Pengujian ...58
4.10.2.1 Peramalan Tahunan ...58
4.10.2.2 Peramalan Triwuan ...61
4.10.2.3 Peramalan Bulanan ...63
4.10.2.4 Peramalan Harian ...66
4.10.3 Analisis Hasil Pengujian ...68
BAB V KESIMPULAN DAN SARAN ...70
5.1 Kesimpulan ...70
5.2 Saran ...71
DAFTAR PUSTAKA ...72
DAFTAR TABEL
Tabel 2.1 Harga rata-rata emas per-bulan tahun 2012 ...19
Tabel 2.2 Data Fuzzifikasi Historis Enrollment ...29
Tabel 2.3 Fuzzy Logical Relationship ...31
Tabel 2.4 Fuzzy Logical Relationship Group...32
Tabel 2.5 Data Aktual Dan Data Hasil Peramalan ...34
Tabel 4.1 Data Harga Emas Dari Tahun Ke Tahun (1980-2011)...47
Tabel 4.2 Data Perubahan Harga Emas Dari Tahun Ke Tahun (1980-2011) ...48
Tabel 4.3 Nilai Perubahan Persentase Data Berdasarkan Frekuensi Berbasis Kepadatan Distribusi Tahun ke Tahun ...50
Tabel 4.4 Nilai Linguistik Interva Menggunakan Frekuensi Berbasis Kepadatan Distribusi ...51
Tabel 4.5 Data Hasil Fuzzifikasi ...53
Tabel 4.6 Fuzzy Logical Relationship (FLR) ...54
Tabel 4.7 Fuzzy Logical Relationship Group (FLRG) ...55
Tabel 4.8 Data Aktual dan Data Hasil Peramalan Tahunan Periode 1980-2011 ...58
Tabel 4.9 Data Aktual dan Data Hasil Peramalan Triwulan Periode Q1 1980-Q4 2011 ...61
Tabel 4.11 Data Aktual dan Data Hasil Peramalan Harian Periode 1 Juni 2011-31
Mei 2012 ...66
DAFTAR GAMBAR
Gambar 2.1. Grafik Harga Emas Dunia Selama 30 Tahun ... 12
Gambar 2.2. Grafik Harga Emas Dunia Selama 10 Tahun ... 12
Gambar 2.3. Grafik Harga Emas Tiga Bulanan... 13
Gambar 2.4. Grafik Harga Emas Tiga Pulah Hari ... 13
Gambar 2.6. Himpunan Fuzzy pada variabel tempratur ... 22
Gambar 2.7. Himpunan Fuzzy Dengan Representasi Linier Naik ... 25
Gambar 2.8. Himpunan Fuzzy Dengan Representasi Linier Turun ... 25
Gambar 2.9. Himpunan Fuzzy Dengan Representasi Kurva Segitiga ... 26
Gambar 2.10. Himpunan Fuzzy Dengan Representasi Kurva Trapesium ... 27
Gambar 2.11. Himpunan Fuzzy Dengan Representasi Kurva Bahu ... 28
Gambar 2.12. Grafik Perbandingan Data Aktual dan Hasil Peramalan (Chen, 1996) ... 36
Gambar 3.1. Diagram Desain Penelitian ... 38
Gambar 3.2. Model Sekuensial Linier (Presman, 2001) ... 40
Gambar 4.1. Grafik Data Aktual dan Data Hasil Peramaalan ... 46
Gambar 4.2. Perancangan Arsitektur Sistem ... 58
Gambar 4.7. Grafik Hasil Peramalan Data Harga Emas Periode 1980-2011 ... 60
Gambar 4.9. Grafik Hasil Peramalan Data Harga Emas Periode Januari
1980-Desember 2011... 65
Gambar 4.10. Grafik Hasil Peramalan Data Harga Emas Periode 1 Juni 2011-31
BAB III
METODOLOGI PENELITIAN
3.1.Alat dan Bahan Penelitian
Pada penelitian ini digunakan alat penelitian berupa perangkat keras dan
perangkat lunak pendukung sebagai berikut:
3.1.1. Alat Penelitian
1. Penelitian ini dilakukan dengan komputer/ PC dengan spesifikasi:
1. Prosesor AMD Phenom II X4 945 @ 3.00 GHz
2. RAM 2,00 GB
3. Harddisk 500 GB
4. Koneksi internet up to 3.1 Mbps
2. Perangkat Lunak :
1. Operating System :Windows 7 Profesional Service Pack 1
2. DBMS : Mysql 5.0
3. Developing Program : Matlab R2010b
4. Browser :Google Chrome
3.1.2. Bahan Penelitian
Bahan penelitian yang digunakan adalah data historis harga emas dari
http://www.gold.org/,paper, textbook, dan dokumentasi lainnya yang didapat dari
38
Desain Penelitian yang dikembangkan dalam System Peramalan Harga Emas
dengan Metode Fuzzy Time Series Using Percentage Change as the Universe of
Discourse ini adalah sebagai berikut.
Gambar 3.1 Diagram Desain Penelitian
Berikut adalah penjelasan tahapan penelitian yang akan dilakukan :
1. Menentukan kebutuhan sistem yang akan dibutuhkan berdasarkan studi
literatur dan kepustakaan, dengan mempelajari dan memahami teori
39
Fuzzy Time Series Forecasting Using Percentage Change as the Univere
of Discourse.
2. Mengumpulkan data yang dibutuhkan, yakni berupa historis harga emas
dengan rentan waktu yang telah ditentukan sebelumnya untuk diproses.
3. Memasukan jumlah data yang diperlukan berupa database historis harga
emas, yang akan diproses dalam sistem forecastingdengan rentan waktu
yang telah ditentukan.
4. Sistem akan melakukan kalkulasi dan memproses data untuk mencari
persentasi selisih perubahan data dari waktu ke waktu.
5. System akan melakukan komputasi sesuai dengan metode Fuzzy Time
Series FPCUD , yakni mengelompokan dan mendistribusikannilai setiap
selisih data dari waktu ke waktu kedalam 7 interval dan sub-interval
yang telah ditentukan untuk mengetahui nilai fuzzy set. Sistem
melakukan proses fuzzyfikasi dan defuzzyfikasi dengan menggunakan
pendekatan fungsi segitiga untuk menentukan fuzzy set.
6. Analisis dan evaluasi terhadap data dengan membandingkan data hasil
peramalan dengan data aktual menggunakan Average Forecasting Error
Rate (AFER) dan Mean Square Error (MSE).
7. Hasil dari analisis dan evaluasi didokumentasikan sebagai sebuah
40
3.2.Pengembangan Perangkat Lunak
Dalam tahap pengembangan sistem peramalan harga emas ini digunakan
metode pendekatan terstuktur yaitu menggunakan model sekuensial linier. Model
sekuensial linier mengusulkan sebuah pendekatan pengembangan perangkat lunak
yang sistematik dan sekuensial mulai dari system level dan terus maju ke analisis,
desain, implementasi, pengujian, dan pemeliharaan. Model sekuensial linier
melingkupi aktivitas sebagai berikut.
Gambar 3.2. Model Sekuensial Linier (Pressman, 2001)
a. Analisis
Pada tahap ini dilakukan analisis terhadap kebutuhan sistem (fungsional
dan non fungsional), kebutuhan pengguna, kebutuhan informasi, dan
kebutuhan antarmuka eksternal. Untuk memodelkan sistem, pada tahap
analisis ini digunakan Context Diagram, Data Flow Diagram (DFD),
kamus data (data dictionary), dan spesifikasi proses (process
specification).
System/ Information Engineering
41
b. Desain
Tahap desain berfungsi untuk mengtranslasikan spesifikasi kebutuhan
perangkat lunak dari tahap analisis, menjelaskan bagaimana perangkat
lunak dapat berfungsi, dan menjelaskan bagaimana spesifikasi perangkat
lunak diimplementasikan. Tahap desain meliputi perancangan data,
perancangan arsitektur, perancangan antarmuka, dan perancangan
prosedur. Tool yang digunakan adalah structure chart untuk memodelkan
perancangan arsitektur dan dialog chart untuk memodelkan perancangan
antarmuka.
c. Coding
Coding atau implementasi merupakan penerjemahan hasil desain ke dalam
bahasa yang dimengerti oleh komputer.
d. Pengujian
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Keseimpulan yang dapat diperoleh dari penelitian ini adalah :
1. Metode fuzzy time series forecasting using percentage change as universe
of discourse dapat diterapkan untuk peramalan harga emas. Metode ini
juga dapat menjadi metode alternatif untuk meramalkan harga emas
dengan hasil yang lebh baik daripada salah satu metode konvensional time
series seperti metode moving average.
2. Dalam penelitian ini beberapa faktor yang mempengaruhi tingkat akurasi
peramalan dengan menggunakan fuzzy time series forecasting using
percentage change as universe of discourse yaitu jumlah data. Hal ini
ditunjukan dari hasil perhitungan AFER dan MSE pada peramalan data
harga emas bulanan periode Mei 2001-Desember 2011 dan data harga
emas harian periode 6 Desember 2012-31 Mei 2012 dengan jumlah data
sebanyak 128, mengahsilkan error yang lebih rendah dengan AFER 7.216
% dan 2.662%, MSE 6848.1435 dan 32185.857. hal ini disebabkan oleh
nilai variansi data pada periode tersebut lebih kecil.
3. Peramalan data harga emas harian mempunyai hasil yang paling tinggi
dibandingkan dengan peramalan data harga emas tahunan, triwulan dan
71
5.2 Saran
Berdasarkan hasil penelitian yang diperoleh, untuk perbaikan penelitian
selanjutnya, ada beberapa saran dari peneliti yang disajikan berikut ini.
a. Metode fuzzy time series yang lain perlu dicoba, sebagai pembanding hasil
dalam mengetahui tingkat keakuratan peramalan.
b. Mengimplementasikan metode fuzzy time series forecasting using
percentage change as universe of discourse dengan metode penentuan interval
berbasis rata-rata, atau menggunkan model peramalan regresi untuk diperoleh
nilai peramalan yang lebih akurat.
c. Melakukan perocabaan variasi jumlah data time series yang lebih banyak
DAFTAR PUSTAKA
Makridakis, S., Wheelwriht, S.C., dan McGee, V.E. 1992. Metode dan Aplikasi Peramalan – edisi ke-2 jilid I. Alih bahasa : Andriyanto, U.S., dan Baith, A. Erlangga. Jakarta.
Stevenson, M., Porter, J.E. 2009. Fuzzy Time Series Forecasting Using Percentage Change As Universe Of Discourse.
Chen S. M., Hsu C-C 2004. A new method to forecasting enrollments using fuzzy time series., International Journal of Applied Science and Engineering.
Sah, M., Degtiarev, K. Y 2005. Forecasting Enrollment Model Based on First-Order Fuzzy Time Series. Proceeding of World Academy of Science, Engineering and Technology.
T. A. Jilani, S. M. A., 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.333-338.
Haris, M. S., 2011. Implementasi Metode Fuzzy Time Series dengan Penentuan Interval Berbasis Rata-rata Peramalan Data Penjualan Bulanan. Universitas Brawijaya Malang.
Amiruddin Anwary, Ahmad. 2011. Prediksi Kurs Rupiah Terhadap Dollar Amerika Menggunakan Metode Fuzzy Time Series. Universitas Dipenogoro. http://eprints.undip.ac.id/29015/1/Repositori_J2F006005.pdf .
Kusumadewi, S. 2003. Artificial intelligience ( Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta.
Robandi, I. 2006. Desain Sistem Tenaga Modern – Optimasi – Logika Fuzzy – Algoritma Genetika. Andi. Yogyakarta.
Jumingan. 2009. Studi Kelayakan Bisnis – Teori dan Pembuatan Proposal Kelayakan. Bumi Aksara, Jakarta.
Asauri, S. 1984. Teknik dan Metode Peramalan Penerapannya dalam Ekonomi dan Dunia.
Senduk, S. 2000. Keuntungan Investasi Emas.
