JUDUL SKRIPSI : Estimasi Nilai Tukar Rupiah Terhadap Dollar Amerika di Indonesia dengan Pendekatan Adaptive Neuro Fuzzy
Nama NPM Jurusan Pembimbing
Disusun oleh: : ANNA FIRYANA : 10208156 : Manajemen / S1 : DR. Armaini Akhirson,SE.,MMA
Latar Belakang Masalah
Rumusan Masalah
Tahun
Brunei D Darusallam ll
Singapura
Malaysia
Indonesia
31/1/2011
7084
7084
2978
9191
28/2/2011
6953
6953
2903
9027
31/3/2011
6944
6945
2894
8987
30/4/2011
7025
7025
2899
9047
31/5/2011
6964
6964
2853
9399
30/6/2011
7020
7020
2861
9211
31/7/2011
7101
7101
2895
9271
31/8/2011
7141
7141
2886
9385
30/9/2011
6832
6832
2895
9036
S b : BI Sumber BI,BNM,MAS,BOT BNM MAS BOT
Bagaimana bentuk inferensi fuzzy nilai tukar dengan metode Adaptive Neuro Fuzzy Bagaimana nilai tukar Rp terhadap USD metode ANFIS apabila dibandingkan dengan nilai tukar Rp terhadap USD aktual Bagaimana tingkat keakurasian dari ANFIS dalam mempengaruhi nilai tukar
BATASAN MASALAH
TUJUAN PENELITIAN
Data yang digunakan dalam penelitian ini adalah data makro ekonomi Indonesia dari tahun 20061 sampai 20123. Variable yang menjadi perhatian dalam penelitian ini adalah: Inflasi, Besaran Variable yang menjadi 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 fuzzy nilai tukar dengan metode Adaptive Neuro Fuzzy. Mengetahui perbandingan antara nilai tukar dengan metode ANFIS dan nilai tukar aktual. Mengetahui seberapa besar tingkat keakurasian dari logika Fuzzy dalam Fuzzy dalam mempengaruhi nilai tukar
LANDASAN TEORI KURS INFLASI JUMLAH UANG BEREDAR SUKU BUNGA NILAI IMPORT ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)
KERANGKA BERPIKIR INFLASI Ivan Haryanto, Diana Wibisono dan Wang Sutrisno, 2000
TINGGI ATAU ATAU RENDAH
M2 Triyono,2008
BERTAMBAH ATAU
BERKURANG
BI RATE Triyono,2008
TINGGI ATAU RENDAH
IMPORT Jusuf Kasrori, 2006
BERTAMBAH ATAU BERKURANG
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Engg Agus g Naba,, 2009 RUPIAH/DOLLAR Triyono,2008
SAMPEL Variabel Output KURS VARIABEL
Variabel Input Jumlah sampel total selama periode penelitian tahun 2006‐2012 tahun 2006‐2012 sebanyak 75 sebanyak 75
INFLASI
JUB
BI RATE BI RATE
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. 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‐Output p p
P b Pembentukan k Rule R l
Keakurasian ANFIS
Nilai Tukar Fuzzy Inference System
Hasil Penelitian Permodelan Output Subtractive Clustering 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), (2006) cluster 5 pada Desember (2007), (2007) cluster 6 pada Juni (2008) dan cluster 7 pada September (2008)
Hasil Penelitian
Dari hasil learning adaptive neuro fuzzy terlihat output yang dihasilkan p mengikuti g arah training. g Output p ditunjukan j dengan g sistem fuzzyy tampak simbol bintang berwarna merah dan data training dengan simbol lingkaran berwarna biru.
Hasil Penelitian
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. 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, 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, 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 pada d vektor kt Maret M t 2011 dan d Agustus A t 2011. 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 input-output output dengan baik baik, hal ini dibuktikan dengan rata rata-rata rata tingkat error mampu mencapai 0 yaitu sebesar 0,1567.
K E S I M P U L A N
S A R A N
hasil perhitungan variabel inflasi, jumlah uang beredar, suku bunga, import dan kurs pada sampel import dan pada sampel penelitian ini secara keseluruhan menunjukan hasil yang baik.
Permodelan ANFIS menghasilkan 7 aturan fuzzy yang bisa memodelkan kelakuan variabel input terhadap kelakuan variabel input terhadap variabel output .
A N F I S
Perbandingan keakurasian antara asumsi ANFIS d ANFIS dengan asumsi AKTUAL sudah i AKTUAL d h baik, hal ini dibuktikan dengan rata‐rata tingkat selisih error mampu mencapai 0 yaitu sebesar 0,1567. 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.
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. 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 p para p p peneliti selanjutnya j y dapat p menambahkan variabel makro lainnya y p pada penelitian yang sejenis.
T i Kasih Terima K ih
Matrik No 1
Nama, Thn
Judul & Analisis
Ivan Haryanto, Diana Wibi Wibisono d Wang dan W Sutrisno, 2000
Penentuan Nilai Tukar Mata U Uang A i dengan Asing d Menerapkan Konsep Paritas Daya Beli
Kesimpulan Konsep paritas daya beli baru benar-benar dapat dit diterapkan k dengan d t t jika, tepat jik pertama, biaya transportasi dan hambatan perdagangan turut dihitung dalam perhitungan konsep ini. Kedua, kondisi pasar yang 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 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 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.