Peramalan Nilai Tukar Mata Uang IDR Terhadap USD Menggunakan Metode Exponential-Smoothing Neural Network
| Main Author: | Sherly Allsa Siregar; Mahasiswa |
|---|---|
| Format: | PeerReviewed eJournal |
| Bahasa: | ind |
| Terbitan: |
SKRIPSI Jurusan Teknik Elektro - Fakultas Teknik UM
, 2018
|
| Online Access: |
http://karya-ilmiah.um.ac.id/index.php/TE/article/view/75930 |
Daftar Isi:
- RINGKASAN Siregar, Sherly Allsa. 2018. Peramalan Nilai Tukar Mata Uang IDR Terhadap USD MenggunakanMetode Exponential-Smoothing Neural Network. Skripsi. Jurusan Teknik Elektro, Fakultas Teknik, Universitas Negeri Malang. Pembimbing: (I) Dr.Muladi, S.T., M.T. (II)AjiPrasetyaWibawa, S.T., M.MT., Ph.D. Key words :Peramalan, Nilai Tukar, Mata Uang,Exponential Smoothing, Artificial Neural Network. Nilai tukar matauang merupakan hal yang sangat penting, terutama bagiperusahaan yang menggunakan mata uang asing dalam operasional kerjanyasertabagi investor dalam menentukan penanaman modal. Peramalan nilai tukar matauangsangat dibutuhkan untuk membantu perusahaan dalam mengambil keputusan saat melakukan ekspor-impor dan membantuinvestor dalam mengambil keputusan apakah harus melakukan investasi atau tidak. Terdapatbanyakmetode yang dapatdigunakanuntukperamalan, salahsatunyaadalahartificial neural network (ANN).Kualitas data sangat penting dalam membangun model ANN yang baik, karenakesuksesanpemodelan pada ANN sangat bergantung dari data input. Salah satu cara yang dapat dilakukan untuk meningkatkan kualitas data adalah dengan melakukan smoothing pada data. Pada penelitian ini proses smoothingdata akan dilakukan menggunakan metode ES. Model yang akandibangun pada penelitianiniadalah ANN, ANN+single exponential smoothingdanANN+double exponential smoothing Holt. Penelitianinimenggunakan data nilai tukar mata uang IDR terhadap USD per tanggal 01 Januari 2016 sampai 31 Desember 2017, data akan dibagi menjadi 2 yaituuntuk data training dan data testing. Terdapat 3 parameter yang akandigunakanuntukmengukurkinerjadari model yang dibangun, yaituakurasi (error akandihitungmenggunakanMean Absolute Percentage Error (MAPE)), waktueksekusidankompleksitasalgoritma. Smoothing data menggunakan exponential smoothing dapat meningkatkan akurasi hasil peramalan nilai tukar mata uang IDR terhadap USD menggunakan metode ANN.Peramalan menggunakan ANN menghasilkan akurasi 99,460% dengan waktu eksekusi sebesar 569 detik. Sedangkan hasil peramalan menggunakan ANN+single exponential smoothing menghasilkan akurasi sebesar 99,469% dengan waktu eksekusi sebesar 578 detik. Lalu, untuk hasil peramalan menggunakan ANN+double exponential smoothing Holt menghasilkan akurasi sebesar 99,470% dengan waktu eksekusi sebesar 561 detik. Untuk kompleksitas algoritma, ketiganya memiliki kompleksitas sebesar O(n2).Double exponential smoothing Holt lebih baik dibandingkan dengan single exponential smoothing dalam meningkatkan kinerja peramalan nilai tukar mata uang IDR terhadap USD menggunakan metode ANN.