PREDIKSI NILAI PENUTUPAN FOREX MENGGUNAKAN METODE FUZZY TIME SERIES CHENG

Moh. Firdaus; Amalina Maryam Zakiyyah; Ulya Anisatur R

doi:10.47492/jip.v3i5.2039

Moh. Firdaus Teknik Informatika, Universitas Muhammadiyah Jember
Amalina Maryam Zakiyyah Teknik Informatika, Universitas Muhammadiyah Jember
Ulya Anisatur R Teknik Informatika, Universitas Muhammadiyah Jember

DOI: https://doi.org/10.47492/jip.v3i5.2039

Keywords: Forex, Fuzzy Time Series, Fuzzy Time Series Cheng

Abstract

Forex atau bisa disebut valuta asing adalah jual beli mata uang asing. Terjadinya perdagangan mata uang asing ini tidak lain adalah kebutuhan akan mata uang tersebut. Trading forex ialah salah satu bisnis yang menggiurkan karena bisins ini mempunyai keuntungan yang tinggi. Keuntungan yang diperoleh lewat selisih antara harga jual serta harga beli. Apabila mata uang yang dibeli naik harganya, trader akan mendapatkan keuntungan. Tetapi bisnis ini memiliki resiko yang sama besarnya.Resikoyang di dapatkan juga tergantung keahlian dalam menyadari nilai yang akanadatang, kapaniharus membeli, kapan harus menjual, dan berapa lama menunggu untuk membeli atau menjualnya kembali. Penelitian ini bertujuan untuk memprediksi nilai penutupan forex menggunakan metode Fuzzy Time Series Cheng. Data yang digunakan adalah data nilai penutupan forex pada mata uang Euro ke USD pada tahun 2020 -2021. Data di analisa dengan menggunakan R Studio. Dari penelitian ini diperoleh nilai MAPE 0.7902853%. Hasilnya menunjukkan bahwa Fuzzy Time Series model Cheng sangat baik untuk digunakan dalam prediksi nilai penutupan forex dengan mata uang Euro ke USD jika dilihat dari MAPE yang kurang dari 10 % .

References

[1] Aggarwal, C.C., 2015, “Data Mining,” The Textbook, Springer, Cham.
[2] Ahmad Andi, 2020, Apa yang Dimaksud Hasil Pembahasan Penelitian
[3] Amali, F. & Muttaqin, Z., 2017, PENERAPAN BIG DATA PADA FOREX TRADING MENGGUNAKAN ANALISA STATISTIK DENGAN BREAKOUT STRATEGY, vol. 2.
[4] Chen, S. M. (1996). Forecasting enrollments based on fuzzy time series. Fuzzy sets and systems, 81(3), 311-319.
[5] Cheng, P. C., Wang, Y. W., & Liu, C. H. (2007). The development of a weighted evolving fuzzy neural network for PCB sales forecasting. Expert Systems with Applications, 32(1), 86-96.
[6] Desmonda, D., Azhar Irwansyah, M., Hadari Nawawi, J.H. & Barat, K., 2018, “Prediksi Besaran Curah Hujan Menggunakan Metode Fuzzy Time Series,” 6(4).
[7] Devi Yusmasari, Aswandi Bahar, & Widiastuti, 2017, TUTOR EFFORTS IN IMPROVING LEARNING MOTIVATION LEARNING PACKAGE C IN PKBM BUNGA TANJUNG DESA TANJUNG RAMBUTAN KECAMATAN KAMPAR KABUPATEN KAMPAR
[8] Ekananta, Y., Muflikhah, L. & Dewi, C., 2018, Penerapan Metode Average-Based Fuzzy Time Series Untuk Prediksi Konsumsi Energi Listrik Indonesia, vol. 2.
[9] Hansun, S., 2012, “Peramalan Data IHSG Menggunakan Fuzzy Time Series,” IJCCS, 6(2), 79–88.
[10] Haryanto, 2020, Dampak Covid-19 terhadap Pergerakan Nilai Tukar Rupiah dan Indeks Harga Saham Gabungan (IHSG), vol. IV.
[11] HIQMAD & M. PILLIANGSAN, 2012, “HINDARI 5 KESALAHAN, MAINKAN 5 STRATEGI PROFIT,” HINDARI 5 KESALAHAN, MAINKAN 5 STRATEGI PROFIT.
[12] Ian H. Witten, E.F.M.A.H., 2011, Data Mining Third Edition.
[13] Larose, D.T, 2005. Data MiningMethod and Models”, Inc Publication.
[14] L.A.Zadeh, “Fuzzy Sets.,” Information and Control, vol. 8, pp. 338–353, 1965.
[15] Ivan Jonathan Tjendra, Arief Agung S., Jacky Cahyadi.” Perancangan Buku Panduan Dasar Trading Untuk Pemula”.
[16] Iwan Supriyatna, 2020, CEO Didimax Sebut Trading Emas dan Forex Meningkat saat WFH.
[17] Komang Sudana Yasa Pande, 2021, PENINGKATAN KINERJA PREDIKSI ARAH PERGERAKAN HARGA FOREX DENGAN EQUAL-WIDTH INTERVAL.
[18] Khalqi, Muhammad & Hadijati, Mustika & Fitriyani, Nurul. (2019). Peramalan Indeks Harga Saham Gabungan Menggunakan Metode Fuzzy Time Series Cheng.
[19] Linoff, G. & Berry, M.J.A., 2011, “Data mining techniques : for marketing, sales, and customer relationship management. Wiley.,” for marketing, sales, and customer relationship management, Wiley.
[20] Lona Olavia, 2020, Jumlah Trader Forex Melonjak Saat Pandemi, Berita Satu.
[21] Muhammad Fauzan, 2015, “ANALISIS PERAMALAN HARGA EMAS DUNIA MENGGUNAKAN FUZZY TIME SERIES MODEL CHENG”
[22] Nur Wahyuni, 2015, AVERAGE-BASED FUZZY TIME SERIES MARKOV CHAIN UNTUK MERAMALKAN KURS NILAI TUKAR USD-IDR.
[23] Rahmawati, B., Cynthia, E.P. & Susilowati, K., 2019, Rahmawati et al, Metode Fuzzy Time Series Metode Fuzzy Time Series Cheng dalam Memprediksi.
[24] Ritha, N., Matulatan, T., Hidayat, R., Informatika, T., Teknik, F., Raja, M. & Haji, A., no date, Penerapan Fuzzy Time Series Stevenson Porter pada Peramalan Pergerakan Nilai Forex.
[25] Simorangkir, L., Program, N., Stmik, S., Kolonelabunjani, N.J. & Sipin, J., 2013, APLIKASI PENDUKUNG KEPUTUSAN DENGAN LOGIKA FUZZY (STUDY KASUS : PRAKIRAAN CUACA DI BMKG JAMBI), vol. 7.
[26] Shim, J. K. 2000. Strategic Business Forecasting: The Complete Guide to Forecasting Real WorldCompany performance. New York: St. Lucies Press.
[27] Song, Q., & Chissom, B. S. (1993). Forecasting enrollments with fuzzy time series—part I. Fuzzy sets and systems, 54(1), 1-9.
[28] Sugiyono (2015).Metode Penelitian Kombinasi (Mix Methods). Bandung: Alfabeta
[29] Sri Kusumadewi & Hari Purnomo, 2004, “Aplikasi Logika Fuzzy untuk pendukung keputusan,” Aplikasi Logika Fuzzy untuk pendukung keputusan, Graha Ilmu.
[30] Susilo, F. 2006. Himpunan dan Logika Kabur Serta Aplikasinya. Yogyakarta: Graha Ilmu.
[31] Supranto, J. Statistik Teori dan Aplikasi, Edisi ketujuh Buku 1 dan 2, Penerbit Erlangga Jakarta, 2008.
[32] Titin, 2015, ANALISIS PENGAMBILAN KEPUTUSAN DALAM TRANSAKSI TRADING FOREX DI FXINDO REGIONAL LAMONGAN.
[33] Yamali, F.R. & Putri, R.N., 2020, “Dampak Covid-19 Terhadap Ekonomi Indonesia,” Ekonomis: Journal of Economics and Business, 4(2), 384