English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Forecasting is an integral part of management decision-making activities. Forecasts are made generally based on the data of the past that were analyzed by using certain methods. Therefore in this research will predict time series data using Radial Basis Fuction, ARIMA and Double Exponential Smoothing using Matlab version 8.1. The data used is the daily selling rate of Rupiah against the US Dollar that started from January 2012 to March 2014. Of the three results forecast, will be used voting method to obtain the accuracy of strengthening or weakening the condition of the rupiah against the US dollar and also the prediction results are combined by hybrid methods. From the results of RBF forecasting, ARIMA, Double Exponential Smoothing obtained MAPE respectively 0.66%, 3.32% and 0.94%, while the accuracy of the conditions to strengthen weakened by 52.54%, 45.76% and 52.54%. Of the voting result of strengthening and weakening conditions obtained an accuracy rate of 54.24% and after combined with methods hybrid obtained MAPE of 0.64% with an accuracy of 50.85%. It can be seen that for accuracy strengthened and weakened conditions are best obtained by using the method of voting, while for the best MAPE obtained by hybrid methods. Hopefully this research can help in analyzing the fluctuation of the value of a particular currency movements at the time of transaction purchase of foreign currency. Intisari–Peramalan adalah bagian integral dari kegiatan pengambilan keputusan manajemen. Ramalan yang dilakukan umumnya berdasarkan pada data masa lampau yang dianalisis dengan menggunakan metodemetode tertentu. Oleh karena itu, pada penelitan ini akan meramalkan data time series menggunakan metode Radial Basis Fuction, ARIMA dan Double Exponential Smoothing dengan menggunakan Matlab versi 8.1. Data yang digunakan adalah data kurs jual harian Rupiah terhadap US Dollar yang dimulai dari bulan Januari 2012 sampai dengan Maret 2014. Dari ketiga hasil ramalan, akan digunakan metode voting untuk memperoleh akurasi dari kondisi menguat atau melemahnya kurs rupiah terhadap US Dollar dan juga hasil ramalan digabungkan dengan metode hibrid. Dari hasil peramalan RBF, ARIMA, Double Exponential Smoothing diperoleh MAPE berturutturut 0,66%, 3,32% dan 0,94% sedangkan akurasi kondisi menguat melemah sebesar 52,54%, 45,76% dan 52,54%. Dari hasil voting dari kondisi menguat dan melemahnya kurs diperoleh akurasi sebesar 54,24% dan setelah digabungkan dengan metode hibrid diperoleh MAPE sebesar 0,64% dengan akurasi sebesar 50,85%. Dapat dilihat bahwa untuk akurasi kondisi menguat dan melemah yang terbaik diperoleh dengan menggunakan metode voting sedangkan untuk MAPE terbaik diperoleh dengan metode hibrid. Diharapkan penelitian ini dapat membantu dalam menganalisa fluktuasi dari pergerakan nilai mata uang tertentu pada saat transaksi jual – beli valuta asing. Kata Kunci– RBF, ARIMA, Double Exponential Smoothing, MAPE, Hibrid I. PENDAHULUAN Salah satu dari ciri kehidupan sekarang ini adalah bahwa seseorang kadangkala meramalkan sesuatu yang akan terjadi pada masa yang akan datang dan menyusun rencana yang sesuai dengan kejadian-kejadian yang diramalkan. Ramalan yang baik sudah pasti bukanlah ramalan yang berdasarkan atas spekulasi yang tidak beralasan, melainkan melalui perkiraan berdasarkan atas tingkah laku dari gejala yang sudah ada dan diamati secara berulang-ulang [1]. Misalnya peramalan nilai kurs mata uang tidak mungkin diperhitungkan dan diramalkan berdasarkan perkiraan semata-mata. Dengan pengamatan yang berulang ulang pergerakan nilai kurs mata uang dapat diperhitungkan dan diramalkan dengan tepat dan teliti. Terdapat sejumlah fenomena besar yang hingga saat ini hasilnya dapat diramalkan dengan presisi ketepatan yang cukup tinggi. Kemajuan dari suatu ilmu pengetahuan dan teknologi telah meningkatkan pengertian mengenai berbagai aspek lingkungan yang berakibat banyaknya peristiwa yang dapat diramalkan [2]. Pada metode statistika, salah satu metode peramalan yang kerap kali digunakan adalah teknik Exponential Smoothing yaitu menggunakan pemulusan datadata lampau, teknik Autoregression Integrated Moving Average (ARIMA) dan teknik jaringan syaraf tiruan dengan metode Radial Basis Fuction. Ramalan yang dilakukan umumnya berdasarkan pada data masa lalu yang dianalisa dengan menggunakan kaidah tertentu [3]. Untuk menentukan akurasi nilai peramalan akhir, digunakan teknik skema voting yaitu memilih dimana di antara ketiga hasil yang memiliki suara terbanyak (dua dari tiga) berdasarkan atas kondisi hasil ramalan (menguat atau melemah). Jadi jika dua dari tiga metode memberikan nilai ramalan menguat maka hasil ramalan menguat. Sebaliknya jika dua dari tiga metode memberikan nilai ramalan melemah maka hasil ramalan melemah. Dan untuk memperoleh Mean Absolute Percentace Teknologi Elektro, Vol. 16, No. 3,September Desember 2017 34 I Nyoman Sumerta Yasa : Peramalan Kurs Rupiah ... p-ISSN:1693 – 2951; e-ISSN: 2503-2372 Error (MAPE) diperoleh dengan menggabungkan hasil dari ketiga metode peramalan dengan metode hibrid. II. METODE PERAMALAN A. Radial Basis Function RBF didesain untuk membentuk pemetaan nonlinear dari variable input ke unit hidden layer dan pemetaan linear dari hidden layer ke output. Sehingga pada RBF dilakukan pemetakan input dari ruang berdimensi p ke output ruang berdimensi [4].

Peramalan Kurs Rupiah Terhadap US Dollar Menggunakan Metode Hibrid