CALLISTA , WIDYA NIRWASITA SUKMA (2024) IMPLEMENTATION OF AUTOREGRESSIVE INTEGRATED MOVING AVERAGE – BIDIRECTIONAL GATED RECURRENT UNIT (ARIMA– BIGRU) IN FORECASTING RUPIAH EXCHANGE RATE. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.
|
File PDF
ABSTRAK - Callista Widya Nirwasita Sukma.pdf Download (4Mb) | Preview |
|
![[img]](http://digilib.unila.ac.id/style/images/fileicons/text.png) |
File PDF
SKRIPSI FULL - Callista Widya Nirwasita Sukma.pdf Restricted to Hanya staf Download (4Mb) | Minta salinan |
|
|
File PDF
SKRIPSI TANPA BAB PEMBAHASAN - Callista Widya Nirwasita Sukma.pdf Download (4Mb) | Preview |
Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)
The currency exchange rate is one of the tools used in measuring the economic condition of a country. The weakening of the currency exchange rate will have an impact on the national economy and vice versa. To anticipate it, one of the steps that can be taken is to estimate or forecast the movements in currency exchange rates in the future, and to use the estimation as an indicator used by the government to formulate policies. One of the forecasting methods that can be used is the Autoregressive Integrated Moving Average (ARIMA) method. However, ARIMA experiences difficulties when processing nonlinier data. The method that can be used is to use artificial neural networks which can work well with linier and nonlinier data, one of which is the Bidirectional Gated Recurrent Unit (BiGRU) method. Therefore, the ARIMA–BiGRU hybrid method was built, and it is expected to be able to process data with linier and nonlinier patterns and carry out predictions and forecasting thoroughly. In the research conducted, the model has good performance in the scheme of 90% training data and 10% testing data with an RMSE value of 86.9446, MAPE of 0.0042% and accuracy of 99.9958%. Keyword: Exchange Rate, Forecasting, ARIMA, BiGRU, ARIMA–BiGRU ABSTRAK IMPLEMENTASI AUTOREGRESSIVE INTEGRATED MOVING AVERAGE – BIDIRECTIONAL GATED RECURRENT UNIT (ARIMA– BIGRU) DALAM MERAMALKAN NILAI TUKAR RUPIAH Oleh CALLISTA WIDYA NIRWASITA SUKMA Nilai tukar mata uang atau kurs merupakan salah satu alat untuk mengukur kondisi perekonomian suatu negara. Melemahnya nilai tukar mata uang akan berdampak pada perekonomian nasional begitu juga sebaliknya. Salah satu langkah antisipatif yang dapat dilakukan adalah dengan memperkirakan atau meramalkan pergerakan nilai tukar mata uang pada masa yang akan datang untuk menjadi salah satu indikator oleh pemerintah dalam penyusunan kebijakan. Salah satu metode peramalan yang dapat digunakan adalah metode Autoregressive Integrated Moving Average (ARIMA). Namun, ARIMA mengalami kesulitan ketika memproses data yang bersifat nonlinier. Metode yang dapat digunakan adalah dengan menggunakan jaringan syaraf tiruan yang dapat bekerja dengan baik dengan data linier maupun nonlinier, salah satunya adalah metode Bidirectional Gated Recurrent Unit (BiGRU). Oleh karena itu, dibangun metode hybrid ARIMA–BiGRU yang diharapkan mampu untuk memproses data dengan pola linier dan nonlinier dan melakukan prediksi dan peramalan dengan baik. Pada penelitian yang dilakukan model memiliki kinerja yang baik pada skema 90% data training dan 10% data testing dengan nilai RMSE sebesar 86.9446, MAPE sebesar 0.0042% dan akurasi 99.9958%. Kata Kunci: Kurs, Peramalan, ARIMA, BiGRU, ARIMA–BiGRU
| Jenis Karya Akhir: | Skripsi |
|---|---|
| Subyek: | 500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika |
| Program Studi: | FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Matematika |
| Pengguna Deposit: | UPT . Desi Zulfi Melasari |
| Date Deposited: | 07 May 2025 02:24 |
| Terakhir diubah: | 07 May 2025 02:24 |
| URI: | http://digilib.unila.ac.id/id/eprint/86699 |
Actions (login required)
 |
Lihat Karya Akhir |
