Prediksi suku bunga acuan Bank Indonesia (BI Rate ) menggunakan fuzzy time series modelchen dan cheng

Damayanti, Cindy Aulia (2022) Prediksi suku bunga acuan Bank Indonesia (BI Rate ) menggunakan fuzzy time series modelchen dan cheng. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 10611810000034-Undergraduate_Thesis.pdf] Text
10611810000034-Undergraduate_Thesis.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Suku bunga acuan digunakan sebagai tolok ukur krusial aktivitas ekonomi suatu negara yang dapat memengaruhi aktivitas arus keuangan, inflasi, investasi, dan pergerakan mata uang suatu negara. Kenaikan maupun penurunan suku bunga acuan juga memengaruhi kondisi ekonomi perbankan. Akibat kenaikan suku bunga, masyarakat cenderung menyimpan uang di bank daripada berinvestasi di sektor manufaktur atau industri sehingga mengurangi jumlah uang yang beredar. Naiknya suku bunga acuan juga dapat menyebabkan pelaku ekonomi mengurangi investasi karena membutuhkan modal yang lebih tinggi. Data suku bunga acuan memiliki subjektivitas terhadap pengkategorian suku bunga acuan. Subjektivitas suku bunga acuan merupakan nilai linguistik berupa pengelompokan nilai ke dalam kategori-kategori tertentu. Oleh karena itu, dibutuhkan proses peramalan dengan mengaitkan _time series_ dan teori _fuzzy_. Penelitian ini menggunakan metode _Fuzzy Time Series_ Chen dan Cheng untuk meramalkan suku bunga acuan Bank Indonesia. Data yang digunakan dalam penelitian ini berupa data bulanan suku bunga acuan dari bulan Januari 2015 hingga Desember 2021\. Hasil dari penelitian ini menunjukkan bahwa model Cheng lebih baik daripada model Chen dalam meramalkan suku bunga Bank Indonesia dengan nilai RMSE sebesar 0,56, MAD sebesar 0,556, serta nilai MAPE sebesar 15,839%. Hasil ramalan suku bunga BI bulan Januari hingga Desember tahun 2022 memiliki nilai yang sama dalam satu tahun, yaitu sebesar 4,077%. Hasil ramalan tersebut menunjukkan bahwa suku bunga BI pada tahun 2022 mengalami kenaikan dibandingkan dengan suku bunga pada tahun sebelumnya.
================================================================================================================================
The reference interest rate is used as a crucial measure of a country's economic activity, which can affect financial flows, inflation, investment, and currency movements. An increase or decrease in the benchmark interest rate also affects the condition of the banking sector. As a result of rising interest rates, people tend to save money in banks rather than invest in the manufacturing or industrial sectors, thereby reducing the amount of money in circulation. Rising benchmark interest rates can also cause economic actors to reduce investment because they require higher levels of capital. Reference interest rate data are subjective in terms of categorizing the interest rate. This subjectivity represents a linguistic value in the form of grouping values into certain categories. Therefore, a forecasting process is needed by combining time series and fuzzy theory. This study uses Chen and Cheng's Fuzzy Time Series methods to forecast Bank Indonesia's benchmark interest rate. The data used in this study consist of monthly benchmark interest rate data from January 2015 to December 2021. The results of this study show that Cheng's model performs better than Chen's model in forecasting Bank Indonesia's interest rate, with an RMSE value of 0.56, an MAD value of 0.556, and a MAPE value of 15.839%. The BI interest rate forecasts from January to December 2022 have the same value throughout the year, namely 4.077%. The forecast results show that the BI interest rate in 2022 increased compared with the previous year's interest rate.

Item Type: Thesis (Other)
Additional Information: 519.535 Dam p-1
Uncontrolled Keywords: Fuzzy Time Series Chen, Fuzzy Time Series Cheng, Suku Bunga Acuan (BI Rate), BI Rate, Fuzzy Time Series Chen, Fuzzy Time Series Cheng
Subjects: Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions: Faculty of Vocational > 49501-Business Statistics
Depositing User: magang .
Date Deposited: 05 Oct 2026 07:42
Last Modified: 05 Oct 2026 07:42
URI: http://repository.its.ac.id/id/eprint/145272

Actions (login required)

View Item View Item