Model Autoregressive Menggunakan Triangular Fuzzy Number Simetris Berdasarkan Measurement Errors Data

Abstract

Ada beberapa TFN (triangular fuzzy number) simetris yang sudah dibahas dalam format fuzzy, setelah dipelajari dan diamati maka tidak mudah untuk diikuti karena prosedurnya yang masih belum standard. Maka melalui penelitian ini, penulis tertarik untuk memperkenalkan sebuah prosedur baru TFN simetris berdasarkan measuremet errors data. Measurememnt error data disebabkan oleh dua faktor yaitu kesalahan sistematis (pada instrumennya/alat) dan faktor kesalahan acak (kesalahan pada manusia). Selanjutnya diimplementasikan sebagai fuzzy input untuk pembangunan model autoregressive dengan menggunakan nilai tukar rupiah terhadap dollar amerika sebagai studi kasusnya. Dari hasil penelitian diperoleh bahwa model autoregressive TFN simetris memiliki akurasi yang lebih baik dari model autoregressive klasik. Ini berarti bahwa, perubahan dari data single point sebagai input menjadi TFN membantu menaikkan tingkat akurasi peramalan data nilai tukar.