Minyak mentah merupakan bahan bakar utama yang digunakan di dunia hingga
saat ini, sehingga merupakan komoditi yang sangat penting bagi industri dan
kehidupan masyarakat. Fluktuasi harga minyak mentah menyebabkan perlunya
penentuan keputusan investasi yang baik, oleh karena itu prakiraan harga minyak
mentah merupakan suatu keuntungan untuk produsen dan konsumen. Terdapat
dua aspek yang harus diperhatikan dalam proses prakiraan. Pertama aspek
teramati, yaitu banyaknya produksi minyak mentah, kedua aspek tidak teramati
(tersembunyi), yaitu harga minyak mentah. Dalam hal ini diasumsikan harga
minyak mentah dipengaruhi oleh banyaknya produksi pada waktu terkait dan
harga minyak mentah pada suatu hari dipengaruhi oleh harga minyak mentah
pada satu hari sebelumnya, sehingga Hidden Markov Models (HMM) digunakan
dalam proses prakiraan. Data harga dan produksi dari minyak mentah dinyatakan
sebagai Fuzzy Time Series (FTS) karena dapat menangani data yang vague dan
tidak lengkap. Harga dan banyaknya produksi minyak mentah dinyatakan dalam
interval-interval yang sama panjang, lalu interval ini digunakan sebagai keadaan
tersembunyi (harga) dan variabel teramati (produksi) dari HMM. Matriks emisi
yang merupakan parameter dari HMM digunakan sebagai matriks relasi fuzzy
yang menghubungkan antara FTS dengan HMM. Dalam tulisan ini, diperkenalkan
beberapa model prakiraan yang merupakan modifikasi dari proses defuzzifikasi
pada FTS. Model prakiraan terbaik digunakan untuk melakukan prakiraan harga
minyak mentah untuk periode beberapa bulan kedepan.