PREDIKSI KURS US DOLLAR TERHADAP RUPIAH MENGGUNAKAN METODE NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION

Widyatama Repository

PREDIKSI KURS US DOLLAR TERHADAP RUPIAH MENGGUNAKAN METODE NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION

Show full item record

Title: PREDIKSI KURS US DOLLAR TERHADAP RUPIAH MENGGUNAKAN METODE NEURAL NETWORK DENGAN ALGORITMA BACKPROPAGATION
Author: Sumarya, Dina Marisa
Abstract: Kebutuhan prediksi mata uang semakin meningkat pada era globalisasi saat ini khususnya untuk memenuhi kebutuhan para pelaku bisnis. Para pelaku bisnis selalu mencari informasi untuk menunjang usahanya seperti bagaimana cara mendapatkan biaya yang murah untuk menekan biaya operasional yang salah satunya dipengaruhi oleh perubahan nilai tukar mata uang. Kurs atau nilai tukar antar mata uang (Exchange Rate) adalah jumlah dari suatu mata uang yang diserahkan untuk mendapatkan mata uang yang lain. Faktor-faktor yang mempengaruhi perubahan kurs yaitu supply and demand foreign currency, balance of payment (BOP), tingkat inflasi, tingkat suku bunga, tingkat income (pendapatan), pengawasan pemerintah, ekspetasi dan spekulasi/ isu/ rumor. Pada kasus ini menggunakan kurs US Dollar karena US Dollar merupakan mata uang internasional yang berpengaruh pada ekonomi dunia. Prediksi dapat dilakukan dengan menganalisis pola data masa lalu. Salah satu metode yang populer untuk prediksi adalah jaringan syaraf tiruan menggunakan algoritma backpropagation. Pada dasarnya algoritma backpropagation melakukan dua tahap perhitungan yaitu perhitungan maju untuk menghitung galat (error) antara keluaran aktual dan target serta perhitungan mundur yang mempropagasi balik galat tersebut untuk memperbaiki bobot-bobot sinaptik pada semua neuron yang ada. Aplikasi ini memiliki fitur input data parameter yang terdiri dari jumlah neuron hidden layer, learning rate, maximum epoch, target error dan pembagian data sehingga dapat dihasilkan prediksi kurs yang diinginkan. Berdasarkan hasil uji coba diketahui bahwa aplikasi ini mampu memprediksi kurs dengan tingkat akurasi 97,54%.
URI: http://repository.widyatama.ac.id/xmlui/handle/123456789/8239
Date: 2013


Files in this item

Files Size Format View
Cover.pdf 80.81Kb PDF View/Open
Lembar Pengesahan.pdf 109.4Kb PDF View/Open
Abstrak.pdf 160.1Kb PDF View/Open
Kata Pengantar.pdf 180.6Kb PDF View/Open
Daftar Isi.pdf 118.2Kb PDF View/Open
Daftar Tabel.pdf 110.9Kb PDF View/Open
Daftar Gambar.pdf 108.5Kb PDF View/Open
Daftar Lampiran.pdf 101.1Kb PDF View/Open
Bab 1.pdf 198.8Kb PDF View/Open
Bab 2.pdf 481.3Kb PDF View/Open
Bab 3.pdf 529.5Kb PDF View/Open
Bab 4.pdf 328.2Kb PDF View/Open
Bab 5.pdf 629.2Kb PDF View/Open
Bab 6.pdf 109.7Kb PDF View/Open
Daftar Pustaka.pdf 104.1Kb PDF View/Open

This item appears in the following Collection(s)

Show full item record