Perbandingan Algoritma Fuzzy Mandani Dengan Linear Regression Dalm Memprediksi Kurs Mata Uang Rupiah Dengan Dolar Amerika

Nilai tukar mata uang merupakan indikator penting yang mencerminkan kekuatan ekonomi suatu negara. Di Indonesia, fluktuasi nilai tukar Rupiah terhadap Dolar Amerika sering terjadi dan berdampak signifikan terhadap stabilitas sektor perdagangan. Untuk menghadapi dinamika tersebut, diperlukan metode prediksi yang akurat guna mendukung pengambilan keputusan ekonomi, khususnya dalam aktivitas ekspor dan impor. Penelitian ini membandingkan dua metode prediksi, yaitu algoritma Fuzzy Mamdani dan Linear Regression, dalam memprediksi nilai tukar Rupiah terhadap Dolar Amerika. Pengujian dilakukan dengan data historis menggunakan Python dan evaluasi dilakukan dengan metrik RMSE, MSE, dan MAPE. Hasil menunjukkan bahwa Linear Regression memiliki akurasi prediksi yang lebih tinggi dibandingkan Fuzzy Mamdani, dengan nilai RMSE sebesar 35.6416, MSE 1270.9547, dan MAPE sebesar 0,17%. Sementara itu, Fuzzy Mamdani menghasilkan RMSE sebesar 477.1408, MSE 227663.31, dan MAPE sebesar 2,80%. Dengan demikian, Linear Regression lebih direkomendasikan untuk digunakan dalam prediksi nilai tukar mata uang karena efisiensinya dalam menangani data historis secara linier dan akurat.

Kata Kunci: Prediksi nilai tukar, Fuzzy Mamdani, Linear Regression, Rupiah, Dolar Amerika, algoritma prediksi, perbandingan metode.