APLIKASI PREDIKSI KURS RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION

Sukarna, Nevita Ary (2015) APLIKASI PREDIKSI KURS RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

563Kb

Abstract

Perkembangan perekonomian semakin pesat di berbagai bidang menyebabkan terbukanya kesempatan hubungan perdagangan antar negara. Transaksi perdagangan dengan pelaku ekonomi dari negara lain menimbulkan adanya transaksi mata uang asing, sebagian besar transaksi mata uang asing menggunakan dolar Amerika. Permasalahan yang timbul dalam transaksi mata uang asing yaitu sulitnya memperhitungkan keuntungan dan kerugian. Berdasarkan masalah tersebut, pelaku ekonomi memerlukan aplikasi yang menerapkan jaringan syaraf tiruan metode backpropagation untuk memprediksi kurs rupiah terhadap dolar Amerika. Jaringan syaraf tiruan metode backpropagation mampu mengenali pola masukan dengan derajat keakuratan yang cukup besar. Arsitektur jaringan backpropagation dengan satu layar tersembunyi adalah arsitektur yang paling banyak digunakan untuk prediksi time series, sehingga sangat cocok untuk memprediksi kurs yang memiliki periode data harian. Penelitian ini menghasilkan aplikasi yang dapat memprediksi kurs rupiah terhadap dolar Amerika menggunakan jaringan syaraf tiruan metode backpropagation sebagai referensi untuk pelaku ekonomi maupun masyarakat umum. Pelatihan aplikasi menunjukkan hasil terbaik untuk kurs jual pada alfa 0,2 dan hidden neuron 7 yang menghasilkan akurasi pengujian sebesar 95,57%. Pelatihan aplikasi menunjukkan hasil terbaik untuk kurs beli pada alfa 0,1 dan hidden neuron 7 yang menghasilkan akurasi pengujian sebesar 94,81%. Pelatihan aplikasi menunjukkan hasil terbaik untuk kurs tengah pada alfa 0,1 dan hidden neuron 7 yang menghasilkan akurasi pengujian sebesar 94,55%.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:59406
Deposited By:INVALID USER
Deposited On:16 Jan 2018 15:07
Last Modified:16 Jan 2018 15:07

Repository Staff Only: item control page