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.

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (211Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2788Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2674Kb) | Preview

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

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

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2301098251 . Digilib
Date Deposited:	06 Jun 2023 05:08
Terakhir diubah:	06 Jun 2023 05:08
URI:	http://digilib.unila.ac.id/id/eprint/71666

Actions (login required)

Lihat Karya Akhir