PERAMALAN NILAI TUKAR MATA UANG DENGAN METODE JARINGAN SARAF TIRUAN BACKPROPAGATION (Studi Kasus Dinas Koperasi, Perindustrian dan Perdagangan)

RICHARDO, IVAN (2011) PERAMALAN NILAI TUKAR MATA UANG DENGAN METODE JARINGAN SARAF TIRUAN BACKPROPAGATION (Studi Kasus Dinas Koperasi, Perindustrian dan Perdagangan). S1 thesis, Universitas Andalas.

Text (Skripsi Full Text) OK S1 Tekhnik 2011 Ivan Richardo 06173037.pdf - Published Version Restricted to Repository staff only Download (12MB)

Abstract

Bursa valuta asing adalahjenis pasar yang memperdagangkan mata uang suaiu Negara terhadap mata uang Negara lainnya. Sejak tahun 1997, nilai mata uang Rupiah mengalami kecenderungan berubah setiap waktu karena krisis ekonomi yang melanda Indonesia. Hal ini diperparah dengan adanya reses ekonomi dunia tahun 2009, dimana semua nilai mata uang di dunia mengalami perlemahan nilai terhadap mata uang lain. Salah satu mata uang yangpaling banyak diperdagangkan di bursa valuta Intemasional adalah Dollar Amerika Serikat. Dengan mengetahui perubahan nilai tukar maka pihak yang berkepentingan bisa mengambil keuntungan dengan menggunakan nilai tukarsebagaisarana transaksi atau investasi. Permasalahan yang muncul kemudian adalah bagaimana membuat prediksi nilai tukar berdasarkan proses stokastik (probabilistik) dengan keakurat an yang tinggi. Dalam hal ini diperlukan fenomena ketergantungan terhadap waktu (time independent phenomenon) yang diwujudkan dalam model stokastik. Jaringan saraf tiruan dapat mengidentiflkasi pola data dari sistem peramalan kurs rupiah terhadap Dollar Amerika Serikat dapat dilakukan dengan metode pendekatan pelatihan (training). Berdasarkan kemampuan belajar (learning) yang dimilikinya, maka jaringan saraf tiruan dapat dilatih untuk mempelajari dan menganalisis pola data masa lalu dan berusaha mencari suatu formula atau fungsi yang akan menghubungkan pola data masa lalu dengan keluaran yang diinginkan. Backpropagation melatih jaringan untuk mendapatkan keseimbangan antara kemampuan jaringan mengenali pola yang digunakan selama training serta kemampuanjaringan untuk memberikan respon yang benar terhadap pola masukan yangserupa(tapi tidaksama)dengan pola yang dipakai selamapelatihan. Dan setelah dilakukan peramalan hasil dari peramalan akan ditampilkan dalam halaman web. Setelah melakukan pengolahan data dengan bantuan software VB.net didapat bahwa peramalanjaringan sarafyang terbaik adalah jaringan saraftiruan dengan memasukkan variabel yang mempengaruhi serta memakai 3 neuron dengan nilai kaidah performansi PE =16,56% MAPE = 0,695 dan MSE = 4686,42. Setelah itujaringan ini digunakan untuk meramalkan nilai tukar mata uang untuk5periode ke depan.

Actions (login required)

View Item