IMPLEMENTASI JARINGAN SYARAF TIRUAN PADA SISTEM PREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

22074380, Hesti Bintang Simanjuntak (2012) IMPLEMENTASI JARINGAN SYARAF TIRUAN PADA SISTEM PREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA DENGAN MENGGUNAKAN METODE BACKPROPAGATION. Bachelor thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22074380_bab1_bab5_daftarpustaka.pdf Download (2MB)
	Text (Skripsi Informatika) 22074380_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Dollar Amerika telah menjadi mata uang utama yang digunakan dibanyak negara. Oleh karena itu, prediksi nilai tukar Rupiah terhadap Dollar Amerika sangat bermanfaat bagi sebagian pihak untuk mendapatkan keuntungan yang maksimum. Prediksi yang akurat akan berpengaruh terhadap penentuan strategi jual beli yang semakin tepat. Jaringan Saraf Tiruan dengan metode Backpropagation dapat digunakan untuk memprediksi nilai tukar Rupiah terhadap Dollar Amerika. Data-data prediktor yang digunakan sebagai input sistem adalah harga pembukaan, harga tertinggi, harga terendah, harga penutupan (masing–masing dari H-1 hingga H- 5), harga penutupan emas (XAU/USD), penutupan IHSG, inflasi, dan suku bunga. Prediksi yang dilakukan meliputi harga pembukaan, harga tertinggi, harga terendah, dan harga penutupan. Dari hasil pengujian terhadap beberapa data pelatihan menunjukkan bahwa learning rate, jumlah data dan jumlah epoch cukup berpengaruh terhadap hasil prediksi. Sedangkan jumlah hidden node tidak mempengaruhi hasil prediksi secara signifikan. Hasil pengujian juga menunjukkan bahwa setting jaringan dengan MSE terbaik menghasilkan nilai rata-rata error harga pembukaan mencapai 0.102 % , error harga tertinggi 0.353 %, error harga terendah 0.116 % dan error harga penutupan 0.027 %.

Actions (login required)

View Item