JUDUL SKRIPSI :JUDUL SKRIPSI :Estimasi Nilai Tukar Rupiah Terhadap Dollar Amerika di

Indonesia dengan Pendekatan Adaptive Neuro Fuzzy

Disusun oleh:Nama : ANNA FIRYANANPM : 10208156Jurusan : Manajemen / S1Pembimbing : DR. Armaini Akhirson,SE.,MMA

Rumusan MasalahLatar Belakang Masalah

Tahun Brunei D ll

Singapura Malaysia Indonesia

Bagaimana bentuk inferensifuzzy nilai tukar denganmetode Adaptive Neuro Fuzzy

Darusallam

31/1/2011 7084 7084 2978 9191

28/2/2011 6953 6953 2903 9027 metode Adaptive Neuro FuzzyBagaimana nilai tukar Rpterhadap 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 dengannilai tukar Rp terhadap USD aktualBagaimana tingkat

31/5/2011 6964 6964 2853 9399

30/6/2011 7020 7020 2861 9211Bagaimana tingkatkeakurasian dari ANFIS dalammempengaruhi 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 daritahun 20061 sampai 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 tukardengan metode Adaptive Neuro Fuzzy.Mengetahui perbandingan antara nilai tukarTUJUAN

PENELITIAN dengan metode ANFIS dan nilai tukar aktual.Mengetahui seberapa besar tingkat keakurasiandari logika Fuzzy dalam mempengaruhi nilai tukardari logika Fuzzy dalam mempengaruhi nilai tukar

LANDASAN TEORI

KURS

INFLASIINFLASI

JUMLAH UANG BEREDAR

SUKU BUNGA

NILAI IMPORT

ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)

KERANGKA BERPIKIR

INFLASI BI RATEINFLASIIvan Haryanto, Diana Wibisono dan Wang

Sutrisno, 2000

M2Triyono,2008

BI RATETriyono,2008 IMPORT

Jusuf Kasrori, 2006

TINGGI ATAU

BERTAMBAH  TINGGIATAU

BERTAMBAH ATAUATAU 

RENDAHATAU

BERKURANGATAU

RENDAHATAU

BERKURANG

g g ,ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

Eng Agus Naba, 2009

RUPIAH/DOLLARTriyono,2008

SAMPEL

Variabel Output

KURS

VARIABEL

Variabel Input

Jumlah sampel total selama periode penelitian tahun 2006‐2012 sebanyak 75penelitian tahun 2006‐2012 sebanyak 75

JUBBI RATEINFLASI IMPORTBI RATEINFLASI 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 PusatCluster

Training dan Checking Data Input‐Outputp p

P b k R lPembentukan Rule

Keakurasian ANFIS

Nilai Tukar Fuzzy Inference System

Hasil Penelitian

Permodelan  Output Subtractive Clustering

Input 1 Input 2 Input 3 Input 4 Output 1Input 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 4pada Juli (2006) cluster 5 pada Desember (2007) cluster 6 pada Juni (2008) danpada Juli (2006), cluster 5 pada Desember (2007), cluster 6 pada Juni (2008) dancluster 7 pada September (2008)

Hasil Penelitian

Dari hasil learning adaptive neuro fuzzy terlihat output yang dihasilkansistem fuzzy tampak mengikuti arah training. Output ditunjukan dengany p g g p j gsimbol bintang berwarna merah dan data training dengan simbol lingkaranberwarna biru.

Hasil Penelitian

Selanjutnya dari proses training data akan dibentuk fuzzy rule sesuaiSelanjutnya dari proses training data akan dibentuk fuzzy rule sesuaidengan jumlah pusat cluster yang ada yaitu 7 fuzzy rule.

Hasil Penelitian

Grafik diatas menunjukkan perbandingan hasil output nilai tukar aktualdengan nilai tukar model adaptive neuro fuzzy, terlihat hanya sedikitperbedaan pengaruh antar metode ANFIS dengan aktual Namunperbedaan pengaruh antar metode ANFIS dengan aktual. Namunsecara keseluruhan model ini dapat menerangkan hubungan input‐output dengan baik. Hal ini dapat dilihat dengan pergerakan garis merahyang mengikuti arah gerak garis biru. Selisih error yang terjadi, dipicuoleh adanya krisis ekonomi yang terjadi di wilayah eropa gangguan darioleh adanya krisis ekonomi yang terjadi di wilayah eropa, gangguan daripasokan bahan makanan yang meningkat tajam akibat cuaca yang tidakmenentu akibat aomalia baik ditinggal global maupun domestik,kondisi tersebut memicu lonjakan harga baik di pasar global maupun dipasar global maupun di pasar domestik komoditias bahan pokokpasar global maupun di pasar domestik, komoditias bahan pokokseperti beras dan aneka bumbu memberi kontribusi kenaikan hargayang cukup signifikan.

Hasil Penelitian

Keakurasian Hasil Asumsi Anfis

Dari hasil data yang telah di checking terdapat selisih error negatifterkecil sebesar ‐ 0.00051 dan error positif terbesar adalah 0.2563 terjadid kt M t 2011 d A t 2011pada 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 globaltajam 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 ratahubungan input-output dengan baik, hal ini dibuktikan dengan rata-rata tingkat error mampu mencapai 0 yaitu sebesar 0,1567.

KE

Permodelan ANFIS menghasilkan 7aturan fuzzy yang bisa memodelkan kelakuan variabel input terhadapE

SIM

AN

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 sampelM

PUL

NFIS

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.

LAN

S ya tu sebesa 0, 56 .

Data training berhasil diuji dengan baik, hal ini ditunjukan dengan hasil output checking data yaitu selisih error negatifchecking 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 yaitusebesar 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.

ARA

2. Dari pembahasan diketahui bahwa error yang tinggi disebabkan oleh variable diluar variable makro seperti terjadinya krisis ekonomi di wilayah Eropa. Kedepannya peneliti selanjutnya jugadapat melibatkan variable‐variabel diluar variable makro ekonomi tersebut.3. Diharapkan para peneliti selanjutnya dapat menambahkan variabel makro lainnya pada

Np p p j y p y p

penelitian yang sejenis.

T i K ihTerima Kasih

MatrikMatrik

No Nama, Thn Judul & Analisis Kesimpulan1 Ivan Haryanto, Diana

Wibi d WPenentuan Nilai Tukar Mata U A i d

Konsep paritas daya beli baru benar-benar dapatdit k d t t jikWibisono dan Wang

Sutrisno, 2000Uang Asing denganMenerapkanKonsep Paritas Daya Beli

diterapkan dengan tepat jika,pertama, biaya transportasi dan hambatan perdaganganturut dihitung dalamperhitungan konsep ini. Kedua, kondisi pasar yang kondusif untuk menerapkan konsepkondusif untuk menerapkan konseptersebut dengan tepat adalah pasar persaingan sempurna, bukan monopolistik maupunoligopolistik. Ketiga, barang dan jasa yangdihitung harus merupakan barang dan jasa yangdihitung harus merupakan barang dan jasa yang diperdagangkan secara internasional,disamping itu, keempat, setiap negara harus memilikikomoditi acuan yang sama.

2. Triyono, 2008 ANALISIS PERUBAHAN KURS RUPIAHTERHADAP DOLLAR AMERIKA

Hasil analisis dengan uji t diketahuibahwa regresi jangka pendek variabelinflasi, SBI dan impor tidak signifikanterhadap kurs pada α = 5%, sementaravariabel JUB berpengaruh secara signifikanvariabel JUB berpengaruh secara signifikanterhadap kurs pada α = 5%. Dalamregresi jangka panjang variabel inflasi,JUB, SBI, dan impor berpengaruh secarasignifikan terhadap kurs pada α = 5%.

3. Jusuf Kasrori, 2006 Analisis tentangPengaruh Perubahan Kurspada Bisnis Internasional

Perubahan mata uang/kurs mata uang pada umumnya adaempat macam, yaitu: devaluasi, depresiasi, revaluasi, apresiasi.