BAB 1 PENDAHULUAN
Sebagai pembuka dari penulisan skripsi, pada bab ini berisikan hal-hal yang langsung berkaitan dengan penelitian meliputi latar belakang masalah, rumusan masalah, pembatasan masalah, tujuan dan manfaat penelitian, dan makalah relevan.
1.1
Latar Belakang Masalah Pada tahun 1997-1998 Indonesia mengalami krisis. Lonjakan yang cukup
mengejutkan pada tahun itu. Walaupun sekarang ini, nilai rupiah mulai stabil, yaitu berkisar 8000-9000, bukan berarti peramalan nilai tukar rupiah tidak menarik dan penting lagi. Peramalan nilai tukar ini sampai saat ini merupakan sarana yang sangat penting dalam melakukan transaksi dan investasi. Peramalan adalah memperkirakan apa yang terjadi di masa mendatang berdasarkan data-data pada masa lalu. Data-data tersebut dapat berdasarkan pada metode kuantitatif ataupun kualitatif. Metode kualitatif merupakan peramalan berdasarkan pendapat suatu pihak, dan datanya tidak bisa direpresentasikan secara tegas menjadi suatu nilai, misalnya peramalan pendapat atau judgement forecast. Sedangkan metode kuantitatif adalah metode peramalan yang berdasarkan data historis dan dibuat dalam bentuk angka yang biasa disebut sebagai data time series (Jumingan,2009). Metode yang sering digunakan pada peramalan adalah metode smoothing, autoregresi, moving-average, winter dan sebagainya. Pemilihan metode bergantung pada waktu, pola data, tingkat keakuratan ramalan yang diinginkan dan sebagainya.
2 Meskipun sudah banyak metode peramalan yang dikenal tetapi apabila data historisnya atau data masa lalu tersedia dalam bentuk nilai linguistik, metode time series klasik belum dapat menyelesaikannya sehingga muncul suatu metode fuzzy time series (FST) untuk mengisi kekurangan dari fungsi metode time series klasik. Metode FST adalah salah satu metode yang digunakan dalam peramalan data. Sebelumnya metode FST diperkenalkan oleh Song & Chissom pada tahun 1993a, 1993b dan 1994. Menurut Song & Chissom, metode FST mampu menangani masalah data samar dan tidak lengkap yang direpresentasikan sebagai nilai-nilai linguistik dalam keadaan tidak tentu. Namun keakuratan metode Song & Chissom masih belum cukup baik. Penelitian
terbaru
dilakukan
oleh
Wang,
Chen,
dan
Pan
(2009)
memperkenalkan sebuah metode automatic clustering and fuzzy logic relationship untuk memprediksi pendaftaran di Universitas Alabama. Metode ini memberikan hasil MSE lebih rendah dibanding dengan metode penelitian lainnya yang diterapkan pada kasus yang sama. Ini berarti metode Wang, Chen dan Pan tersebut memiliki akurasi peramalan lebih tinggi daripada teknik FST yang telah dipakai sebelumnya. Pada skripsi ini mengkaji keakuratan hasil metode yang diusulkan Wang, Chen, dan Pan (2009), yaitu metode Automatic Clustering and Fuzzy Logic
Relationship (ACFLR), yang
diterapkan pada data nilai tukar rupiah terhadap dolar Amerika. Data tersebut merupakan data harian yang dikumpulkan dari 1 Juli 2011 sampai 29 Desember 2011.
1.2
Perumusan Masalah Permasalahan yang akan dibahas dalam skripsi ini adalah sebagai berikut :
a.
Bagaimana peramalan kurs / nilai tukar rupiah terhadap dolar Amerika dengan menggunakan metode ACFLR?
3 b.
1.3
Bagaimana keakuratan yang dihasilkan metode ACFLR?
Ruang Lingkup Agar permasalahan yang dibahas pada skripsi ini sesuai dengan tujuan
penelitian dan dapat berjalan dengan efektif dan efisien, maka perlu adanya pembatasan masalah. Skripsi ini dibatasi pada : a.
Peramalan pergerakan nilai tukar rupiah terhadap dolar Amerika tersebut dilakukan untuk meramalkan 1 hari ke depan dengan menggunakan metode Automatic Clustering and Fuzzy Logic Relationship.
b.
Data yang digunakan adalah data pergerakan kurs rupiah terhadap dolar Amerika mulai dari 1 Juli 2011 sampai 29 Desember 2011 dari website Bank Indonesia (www.bi.go.id).
c.
Hasil dari penelitian ini tidak mempertimbangkan kejadian-kejadian ekstrim yang mungkin akan mempengaruhi hasil peramalan tersebut.
d.
Peramalan dilakukan dengan bantuan program yang dirancang.
e.
Pengukuran keakuratan peramalan menggunakan Mean Absolute Percentage Error (MAPE).
f.
Aplikasi membaca data dari excel, dengan format header “Kurs Beli” dan “Tanggal”.
1.4
Tujuan dan Manfaat Penelitian ini bertujuan untuk:
a.
Melakukan analisis peramalan nilai tukar rupiah terhadap dolar Amerika dengan metode ACFLR.
4 b.
Merancang dan mengimplementasikan metode ACFLR ke dalam program aplikasi.
c.
Memperoleh peramalan nilai tukar rupiah terhadap dolar Amerika dengan metode ACFLR.
d.
Mengetahui keakuratan peramalan metode ACFLR.
Manfaat yang diperoleh pada penelitian ini antara lain : a.
Bagi peneliti 1) Menambah wawasan dan pengetahuan tentang Time Series dan Fuzzy Time Series dalam peramalan. 2) Memperkaya pengetahuan pemrograman.
b.
Bagi pembaca atau pihak lainnya 1) Dapat memberikan manfaat bagi pembaca untuk mengetahui aplikasi dari ACFLR. 2) Dapat menambah referensi dan dapat digunakan sebagai alat pertimbangan bagi pengambilan keputusan dalam melakukan transaksi maupun investasi terhadap dolar Amerika sehingga dapat mengoptimalkan keuntungan bisnis.
1.5
Penelitian Relevan Penelitian peramalan dengan metode Fuzzy Time Series yang relevan, seperti:
a.
Penelitian Bagus Handoko pada tahun 2010 dengan judul “Peramalan Beban Listrik Jangka Pendek Pada Sistem Kelistrikan Jawa Timur dan Bali Menggunakan Fuzzy Time Series”.
5 b.
Jurnal penelitian Rahanimi pada tahun 2010 dengan judul “Peramalan Jumlah Mahasiswa Pendaftaran PMDK Jurusan Matematika Menggunakan Metode Automatic Clustering dan Relasi Logika Fuzzy”.
c.
Penelitian Yunita Hernasary pada tahun 2011 dengan judul “Metode Time Invariant Fuzzy Time Series Untuk Peramalan Pendaftaran Calon Mahasiswa”.
d.
Jurnal penelitian tahun 2010 oleh M Syauqi Haris, Edy Santoso, Ssi.M.Kom, dan Dian Eka Ratnawati, Ssi.,M.Kom dengan judul “Implementasi Fuzzy Time Series dengan Penentuan Interval Berbasis Rata-rata untuk Peramalan Data Penjualan Bulanan”. Kesimpulan, penulis mengatakan : “…Penentuan panjang interval yang tidak sesuai (terlalu lebar) pada pembentukan himpunan awal dalam proses peramalan menggunakan metode fuzzy time series dapat mengakibatkan tidak terjadinya fluktuasi dalam proses peramalan, hal ini yang menyebabkan fuzzy time series standar dengan jumlah interval tetap memiliki akurasi peramalan lebih rendah…”
e.
Jurnal penelitian tahun 2010 oleh Ashraf K. Abd-Elaal, Hesham A.Hefny, dan Ashraf H. Abd-Elwahab dengan judul “ ”.
f.
Jurnal penelitian tahun 2007 oleh Shin-Ming Chen dan Hsin-Ren Hsiao dengan judul “A New Approach For Fuzzy Query Processing Based On Automatic Clustering Techniques”.
