JUDUL SKRIPSI : 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 : DR. Armaini Akhirson,SE.,MMA
Rumusan Masalah
Latar Belakang Masalah
Tahun Brunei
D ll
Singapura Malaysia Indonesia
Bagaimana bentuk inferensi fuzzy nilai tukar dengan
metode Adaptive Neuro Fuzzy
Darusallam
31/1/2011 7084 7084 2978 9191
28/2/2011 6953 6953 2903 9027 metode Adaptive Neuro Fuzzy
Bagaimana nilai tukar Rp terhadap USD metode ANFIS apabila dibandingkan dengan
28/2/2011 6953 6953 2903 9027
31/3/2011 6944 6945 2894 8987
30/4/2011 7025 7025 2899 9047 apabila dibandingkan dengan
nilai tukar Rp terhadap USD aktual
Bagaimana tingkat
31/5/2011 6964 6964 2853 9399
30/6/2011 7020 7020 2861 9211
Bagaimana tingkat
keakurasian dari ANFIS dalam mempengaruhi nilai tukar
31/7/2011 7101 7101 2895 9271
31/8/2011 7141 7141 2886 9385
S b BI BNM MAS BOT
30/9/2011 6832 6832 2895 9036
Sumber : BI,BNM,MAS,BOT
Data yang digunakan dalam penelitian ini adalah data makro ekonomi Indonesia dari tahun 20061sampai 20123.
Variable yang menjadi perhatian dalam penelitian ini adalah: Inflasi, Besaran Moneter
BATASAN MASALAH
Variable yang menjadi perhatian dalam penelitian ini adalah: Inflasi, Besaran Moneter (M2), Suku Bunga (SBI), dan nilai Impor.
Logika penalaran menggunakan Himpunan Fuzzy.
Metode yang digunakan dalam memodelkan input‐output adalah Adaptive Neuro Fuzzy Inference System (ANFIS).
Inference System (ANFIS).
Mengetahui bentuk inferensi fuzzy nilai tukar
TUJUAN
Mengetahui bentuk inferensi fuzzy nilai tukar dengan metode Adaptive Neuro Fuzzy.
Mengetahui perbandingan antara nilai tukar
TUJUAN
PENELITIAN
dengan metode ANFIS dan nilai tukar aktual.
Mengetahui seberapa besar tingkat keakurasian
dari logika Fuzzy dalam mempengaruhi nilai tukar
dari logika Fuzzy dalam mempengaruhi nilai tukar
LANDASAN TEORI
KURS INFLASI INFLASI
JUMLAH UANG BEREDAR SUKU BUNGA
NILAI IMPORT
ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)
KERANGKA BERPIKIR
INFLASI BI RATE
INFLASI Ivan Haryanto, Diana
Wibisono dan Wang Sutrisno, 2000
M2 Triyono,2008
BI RATE
Triyono,2008 IMPORT
Jusuf Kasrori, 2006
TINGGI ATAU
BERTAMBAH TINGGI
ATAU
BERTAMBAH ATAU ATAU
RENDAH
ATAU
BERKURANG
ATAU RENDAH
ATAU BERKURANG
g g ,
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Eng Agus Naba, 2009
RUPIAH/DOLLAR Triyono,2008
SAMPEL
Variabel Output
KURS VARIABEL
Variabel Input
Jumlah sampel total selama periode penelitian tahun 2006‐2012 sebanyak 75 penelitian tahun 2006‐2012 sebanyak 75
JUB BI RATE
INFLASI BI RATE IMPORT
INFLASI IMPORT
METODE ANALISIS DATA
Setelah variabel terkumpul, selanjutnya adalah melakukan analisis data yaitu melakukan proses permodelan nilai tukar sehingga bisa diestimasi. Proses permodelan dilakukan dengan bantuan aplikasi Matlab R2008a Pada penelitian ini metode yang digunakan delam dengan bantuan aplikasi Matlab R2008a. Pada penelitian ini metode yang digunakan delam
memprediksi nilai tukar adalah metode ANFIS (Adaptive Neuro Fuzzy Inference System).
TAHAP IMPLEMENTASI ANFIS
Persiapan Data Time series
Pembentukan Jumlah Pusat Cluster
Training dan Checking Data Input‐Outputp p
P b k R l
Pembentukan Rule
Keakurasian ANFIS
Nilai Tukar Fuzzy Inference System
Hasil Penelitian
Permodelan Output Subtractive Clustering
Input 1 Input 2 Input 3 Input 4 Output 1
Input 1 Input 2 Input 3 Input 4 Output 1
Cluster 1 5.5400 2.5230 6.7500 1.3880 9.2110
Cluster 2 3.8100 2.0660 6.5000 7.9840 8.4060
Cluster 3 6.2900 1.3840 9.0000 4.2670 7.5600
Cluster 4 15.1500 1.2480 12.2500 3.7870 6.9810
Cluster 5 6.5900 1.6430 8.0000 5.6560 8.2710
Cluster 6 11.0300 1.6990 6.5000 1.1440 8.9240
Cluster 7 11.7700 1.8030 9.5000 8.5070 7.8840
Dari hasil permodelan terdapat 7 pusat cluster. Cluster 1 berada pada vektor Mei (2011), cluster 2 pada Januari (2010), cluster 3 pada Desember (2008), cluster 4 pada Juli (2006) cluster 5 pada Desember (2007) cluster 6 pada Juni (2008) dan pada Juli (2006), cluster 5 pada Desember (2007), cluster 6 pada Juni (2008) dan cluster 7 pada September (2008)
Hasil Penelitian
Dari hasil learning adaptive neuro fuzzy terlihat output yang dihasilkan sistem fuzzy tampak mengikuti arah training. Output ditunjukan dengany p g g p j g simbol bintang berwarna merah dan data training dengan simbol lingkaran berwarna biru.
Hasil Penelitian
Selanjutnya dari proses training data akan dibentuk fuzzy rule sesuai Selanjutnya dari proses training data akan dibentuk fuzzy rule sesuai dengan jumlah pusat cluster yang ada yaitu 7 fuzzy rule.
Hasil Penelitian
Grafik diatas menunjukkan perbandingan hasil output nilai tukar aktual dengan nilai tukar model adaptive neuro fuzzy, terlihat hanya sedikit perbedaan pengaruh antar metode ANFIS dengan aktual Namun perbedaan pengaruh antar metode ANFIS dengan aktual. Namun secara keseluruhan model ini dapat menerangkan hubungan input‐
output dengan baik. Hal ini dapat dilihat dengan pergerakan garis merah yang mengikuti arah gerak garis biru. Selisih error yang terjadi, dipicu oleh adanya krisis ekonomi yang terjadi di wilayah eropa gangguan dari oleh adanya krisis ekonomi yang terjadi di wilayah eropa, gangguan dari pasokan bahan makanan yang meningkat tajam akibat cuaca yang tidak menentu akibat aomalia baik ditinggal global maupun domestik, kondisi tersebut memicu lonjakan harga baik di pasar global maupun di pasar global maupun di pasar domestik komoditias bahan pokok pasar global maupun di pasar domestik, komoditias bahan pokok seperti beras dan aneka bumbu memberi kontribusi kenaikan harga yang cukup signifikan.
Hasil Penelitian
Keakurasian Hasil Asumsi Anfis
Dari hasil data yang telah di checking terdapat selisih error negatif terkecil sebesar ‐ 0.00051 dan error positif terbesar adalah 0.2563 terjadi
d kt M t 2011 d A t 2011
pada vektor Maret 2011 dan Agustus 2011.
Hasil Penelitian
Selisih dari error yang terjadi, dipicu oleh adanya gangguan dari pasokan bahan makan yang menigkat
tajam akibat anomali cuaca baik ditingkat global tajam akibat anomali cuaca, baik ditingkat global maupun ditingkat domestik. Kondisi tersebut memicu
lonjakan komoditas harga pangan seperti beras dan aneka bumbu memberikan kontribusi kenaikan harga g
yang cukup signifikan.
Hasil Penelitian
Analisis Error
Secara keseluruhan, Adaptive Neuro Fuzzy Inference System (ANFIS) mampu melakukan training atas data dan memodelkan kelakuan hubungan input output dengan baik hal ini dibuktikan dengan rata rata hubungan input-output dengan baik, hal ini dibuktikan dengan rata-rata
tingkat error mampu mencapai 0 yaitu sebesar 0,1567.
K E
Permodelan ANFIS menghasilkan 7 aturan fuzzy yang bisa memodelkan
kelakuan variabel input terhadap
E S I M
A N
kelakuan variabel input terhadap variabel output .
Perbandingan keakurasian antara asumsi
ANFIS d i AKTUAL d h
hasil perhitungan variabel inflasi, jumlah uang beredar, suku bunga,
import dan kurs pada sampel M
P U L
N F
I S
ANFIS dengan asumsi AKTUAL sudah baik, hal ini dibuktikan dengan rata‐rata tingkat selisih error mampu mencapai 0
yaitu sebesar 0,1567.
import dan kurs pada sampel penelitian ini secara keseluruhan
menunjukan hasil yang baik.
L A N
S ya tu sebesa 0, 56 .
Data training berhasil diuji dengan baik, hal ini ditunjukan dengan hasil output checking data yaitu selisih error negatif checking data yaitu selisih error negatif
terkecil sebesar ‐0,1865 dan error positif terkecil sebesar 0,2563.
S
1. Meski tingkat keakurasian hasil pengaruh cukup baik dengan tingkat error yang kecil yaitu sebesar 0,1567, namun masih terdapat beberapa pasang input‐output yang mengalami error yang tinggi, namun masih terdapat beberapa pasang input‐output yang meniliki error tinggi.
A R A
2. Dari pembahasan diketahui bahwa error yang tinggi disebabkan oleh variable diluar variable makro seperti terjadinya krisis ekonomi di wilayah Eropa. Kedepannya peneliti selanjutnya juga dapat melibatkan variable‐variabel diluar variable makro ekonomi tersebut.
3. Diharapkan para peneliti selanjutnya dapat menambahkan variabel makro lainnya pada
N
p p p j y p y p
penelitian yang sejenis.
T i K ih
Terima Kasih
Matrik Matrik
No Nama, Thn Judul & Analisis Kesimpulan
1 Ivan Haryanto, Diana
Wibi d W
Penentuan Nilai Tukar Mata
U A i d
Konsep paritas daya beli baru benar-benar dapat
dit k d t t jik
Wibisono dan Wang Sutrisno, 2000
Uang Asing dengan Menerapkan
Konsep Paritas Daya Beli
diterapkan dengan tepat jika,
pertama, biaya transportasi dan hambatan perdagangan turut dihitung dalam
perhitungan konsep ini. Kedua, kondisi pasar yang kondusif untuk menerapkan konsep
kondusif untuk menerapkan konsep
tersebut dengan tepat adalah pasar persaingan sempurna, bukan monopolistik maupun
oligopolistik. Ketiga, barang dan jasa yang dihitung harus merupakan barang dan jasa yang dihitung harus merupakan barang dan jasa yang diperdagangkan secara internasional,
disamping itu, keempat, setiap negara harus memiliki komoditi acuan yang sama.
2. Triyono, 2008 ANALISIS PERUBAHAN KURS RUPIAH
TERHADAP DOLLAR AMERIKA
Hasil analisis dengan uji t diketahui bahwa regresi jangka pendek variabel inflasi, SBI dan impor tidak signifikan terhadap kurs pada α = 5%, sementara variabel JUB berpengaruh secara signifikan variabel JUB berpengaruh secara signifikan terhadap kurs pada α = 5%. Dalam
regresi jangka panjang variabel inflasi, JUB, SBI, dan impor berpengaruh secara signifikan terhadap kurs pada α = 5%.
3. Jusuf Kasrori, 2006 Analisis tentang
Pengaruh Perubahan Kurs pada Bisnis Internasional
Perubahan mata uang/kurs mata uang pada umumnya ada empat macam, yaitu: devaluasi, depresiasi, revaluasi, apresiasi.
