PENERAPAN METODE ARTIFICIAL NEURAL NETWORK DALAM MEMPREDIKSI KURS RUPIAH TERHADAP EURO

Amelia Fallizia Putri, 1857031014 (2022) PENERAPAN METODE ARTIFICIAL NEURAL NETWORK DALAM MEMPREDIKSI KURS RUPIAH TERHADAP EURO. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - ASBTRACT.pdf Download (109Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2159Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1027Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Penelitian ini memprediksi nilai tukar mata uang Rupiah (Rp) terhadap Euro (€) menggunakan metode Artificial Neural Network (ANN) dengan Algoritma Backpropagation. Variabel yang digunakan dalam penelitian ini ada dua, yaitu kurs jual dan kurs beli untuk periode 1 Januari 2020 sampai dengan 30 Juni 2021. Pemilihan model terbaik dengan skema 90% training data dan 10% testing data dilakukan dengan hypertuning untuk memperoleh parameter yang optimal. Nilai parameter optimal yang diperoleh, yaitu input layer dengan 10 nodes, 2 hidden layers dengan 19 nodes dan 13 nodes, output layer dengan 1 node, dropout sebesar 0.2, batch size sebesar 32, epoch sebesar 100, dan fungsi aktivasi TanH. Hasil prediksi pada kurs jual dan kurs beli Rupiah terhadap Euro diperoleh nilai MAPE sebesar 0.0059%, dan 0.0053%, sehingga dapat diartikan bahwa hasil tersebut memiliki kemampuan prediksi yang baik dengan nilai akurasi sebesar 99.994% untuk kurs jual, dan sebesar 99.994% untuk kurs beli. Oleh karena itu, metode ini sangat baik digunakan untuk meramal kurs jual dan kurs beli Rupiah terhadap Euro. Kata kunci: Nilai Tukar Mata Uang, Data Mining, Machine Learning, Artificial Neural Network, Algoritma Backprpagation.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2208133352 . Digilib
Date Deposited:	19 Aug 2022 08:05
Terakhir diubah:	19 Aug 2022 08:05
URI:	http://digilib.unila.ac.id/id/eprint/65225

Actions (login required)

Lihat Karya Akhir