Perkembangan teknologi digital telah membawa inovasi sistem pembayaran di Indonesia, yaitu Quick Response Code Indonesian Standard (QRIS). Tujuan penelitian ini untuk memprediksi volume transaksi QRIS Usaha Mikro, Kecil, dan Menengah (UMKM) di Kota Yogyakarta dengan menggunakan model fuzzy time series Singh dan membandingkannya dengan model ARIMA. Penelitian ini menggunakan data bulanan volume transaksi QRIS UMKM di Yogyakarta periode Januari 2023 sampai Desember 2025 yang diperoleh dari Kantor Perwakilan Bank Indonesia Provinsi DIY. Prediksi yang dilakukan dengan model Singh memiliki langkah-langkah, yaitu membentuk himpunan semesta, menentukan jumlah dan panjang interval, membentuk himpunan fuzzy, melakukan fuzzifikasi dan membentuk Fuzzy Logical Relationship (FLR), serta melakukan defuzzifikasi. Sedangkan tahapan untuk prediksi dengan ARIMA, yaitu menguji stasioneritas, melakukan transformasi dan/atau differencing, mengidentifikasi model, melakukan estimasi parameter dan uji signifikansi, melakukan uji diagnostik residual, serta melakukan prediksi. Hasil penelitian ini menunjukkan bahwa model Singh adalah model terbaik dengan nilai MAPE terkecil. Nilai MAPE data latih model Singh pada usaha mikro, kecil, dan menengah masing-masing sebesar 3,084%, 3,574%, dan 3,024%. Sedangkan pada data uji masing-masing sebesar 1,02%, 0,127%, dan 0,203%.Kata kunci: ARIMA, Fuzzy Time series, Prediksi, QRIS, Singh.
Copyrights © 2026