PREDIKSI HARGA EMAS MENGGUNAKAN METODE RADIAL BASIS FUNCTION NEURAL NETWORK

SURYA ANUGRAH, PRATAMAN (2023) PREDIKSI HARGA EMAS MENGGUNAKAN METODE RADIAL BASIS FUNCTION NEURAL NETWORK. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
 Text
1. ABSTRAK - ABSTRACT.pdf
Download (216kB) | Preview
[img] Text
2. SKRIPSI FULL.pdf
Restricted to Repository staff only
Download (2MB) | Request a copy
[img]
Preview
 Text
3. SKRIPSI TANPA BAB PEMBAHASAN.pdf
Download (2MB) | Preview

Abstract

Jaringan Saraf Tiruan (JST) metode prediksi baru yang telah berkembang. Jaringan Saraf Tiruan adalah generalisasi dari model matematika yang mengadopsi cara kerja sel otak manusia yang dapat memberikan proses rangsangan dan memberikan keluaran. Salah satunya dalam melakukan analisis prediksi atau peramalan sering digunakan metode Radial Basis Function Neural Network. Metode RBFNN juga mampu untuk meramalkan time series nonlinier, digunakan pertama kali untuk menyelesaikan permasalahan interpolasi multivariable. RBFNN ini memiliki lapisan masukan, lapisan tersembunyi serta lapisan keluaran, pada jaringan terhubung lapisan tersembunyi ke lapisan keluaran terdapat bobot RBFNN. Dari hasil analisis yang telah dilakukan menggunakan algoritma RBFNN menghasilkan model terbaik yaitu MAPE pada proses latih sebesar 1,13%dan MAPE pada proses uji sebesar 1,06%. Berdasarkan nilai MAPE pada model yang digunakan termasuk sangat baik karena nilai MAPE yang dihasilkan pada model ini dibawah 10%. Peramalan dengan analisis ini menghasilkan harga harian emas dunia menggunakan model terbaik menghasilkan harga emas terbesar pada 4 mei 2022 sebesar Rp1.882.800,00 dan harga emas terkecil pada 06 mei 2022 sebesar Rp1.841.000 Kata kunci: jaringan syaraf tiruan, radial basis function, peramalan, harga emas,neural network

Item Type: Other
Subjects: ?? 500 ??
?? 510 ??
Divisions: Fakultas MIPA > Prodi Matematika
Depositing User: 2301098251 . Digilib
Date Deposited: 06 Jun 2023 05:08
Last Modified: 06 Jun 2023 05:08
URI: http://digilib.unila.ac.id/id/eprint/71666

Actions (login required)

View Item View Item