Peramalan Kurs Rupiah Terhadap US Dollar Menggunakan Metode Automatic Clustering dengan Fuzzy Logical Relationships

Setiap negara membutuhkan mata uang dari negara lain untuk mengadakan kegiatan perekonomian internasional. Perdagangan internasional memicu munculnya permintaan dan penawaran untuk pertukaran mata uang antar negara. Dengan mengetahui kurs mata uang di waktu yang akan datang akan berguna bagi para pelaku ekonomi untuk mempersiapkan rencana yang perlu dilakukan agar tidak mengalami kerugian. Banyak metode peramalan yang sudah dikembangkan untuk mengetahui perubahan kurs mata uang, salah satunya metode fuzzy time series yang dapat menangkap pola dari data yang ada untuk memproyeksikan data pada masa yang akan datang. Metode automatic clustering dengan fuzzy logical relationships dikembangkan dari metode fuzzy time series dan memiliki tingkat error lebih rendah dari pada metode fuzzy time series ketika diterapkan dalam kasus yang sama. Dari hasil penelitian menggunakan data sebanyak 6 bulan hingga 60 bulan pada tahun 2008-2012 menghasilkan error di bawah 0.2%. AFER terkecil dihasilkan ketika menggunakan data sebanyak 6 bulan yaitu 0.026%, sedangkan AFER terbesar dihasilkan ketika menggunakan data sebanyak 12 bulan yaitu 0.174%. Ketika pengujian dilakukan menggunakan data sebanyak 18 sampai 60 bulan AFER yang dihasilkan berkisar antara 0.11% sampai 0.15%. Nilai error yang naik turun ini disebabkan perbedaan selisih data terbesar dengan data terkecil dan perbedaan rata-rata selisih antar data pada data aktual