Perbandingan Tingkat Akurasi Peramalan dengan Metode Average Based Fuzzy Time Series Markov Chain dan Metode Fuzzy Time Series Saxena Easo (Studi Kasus: Nilai Tukar Rupiah terhadap Dolar Amerika Serikat) = Comparison of Forecasting Accuracy Level with Average Based Fuzzy Time Series Markov Chain Method and Fuzzy Time Series Saxena Easo Method (Case Study: Rupiah Exchange Rate against US Dollar)

Latar Belakang. Penelitian ini membandingkan akurasi hasil peramalan Metode Average Based Fuzzy Time Series (FTS) Markov Chain dengan Metode FTS Saxena Easo pada data nilai tukar rupiah terhadap dolar Amerika Serikat. Tujuan. Ini dilakukan untuk memperoleh model peramalan nilai tukar yang penting bagi pelaku pasar keuangan dalam penentuan strategi transaksi. Metode. Metode Average Based FTS Markov Chain merupakan penggabungan dari konsep rantai Markov dengan metode average based yang menerapkan penentuan interval berbasis rata-rata dalam peramalnnya. Terdapat juga metode FTS Saxena Easo yang meramalkan data dengan penentuan interval fuzzy berdasarkan jumlah frekuensi. Kedua metode ini diaplikasikan pada data nilai tukar rupiah terhadap dolar Amerika Serikat periode 26 April 2023-26 April 2024 yang dibagi menjadi 70% data training dan 30% data testing. Hasil. Hasil peramalan menggunakan Average Based FTS Markov Chain memiliki nilai MAPE sebesar 0.1317% dan nilai RMSE sebesar 30.37. Pada FTS Saxena Easo memiliki nilai MAPE sebesar 0.0224% dan nilai RMSE sebesar 4.717. Semakin kecil nilai MAPE dan RMSE maka akurasi hasil peramalan semakin tinggi. Kesimpulan. Dapat disimpulkan bahwa metode FTS Saxena Easo lebih baik dibandingkan dengan metode Average Based FTS Markov Chain untuk meramalkan data nilai tukar rupiah terhadap dolar Amerika Serikat.

Kata Kunci : Nilai Tukar, Rupiah, dolar Amerika Serikat, Average Based Fuzzy Time Series Markov Chain, Fuzzy Time Series Saxena Easo, Mean Absolute Percentage Error, Root Mean Square Error