judul skripsi :judul skripsi : estimasi nilai tukar rupiah...
TRANSCRIPT
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.