Peramalan Harga Emas pada Pasar Berjangka menggunakan Algoritma Support Vector Regression

Main Author: Gumilar, GaluhWidhi
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2016
Subjects:
Online Access: http://repository.ub.ac.id/147072/1/SKRIPSI_125150100111018-Galuh_Widhi_Gumilar.pdf
http://repository.ub.ac.id/147072/2/JURNAL_125150100111018_GaluhWidhiGumilar.pdf
http://repository.ub.ac.id/147072/
ctrlnum 147072
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/147072/</relation><title>Peramalan Harga Emas pada Pasar Berjangka menggunakan Algoritma Support Vector Regression</title><creator>Gumilar, GaluhWidhi</creator><subject>005 Computer programming, programs, data</subject><description>Emas merupakan salah satu jenis komoditi paling diminati untuk tujuan investasi. Salah satu macam investasi emas adalah dengan sistem berjangka atau sistem perdagangan alternatif (SPA) yaitu perdagangan yang berkaitan dengan jual-beli kontrak derivatif. Ketika berinvestasi emas di bursa berjangka yang harus diperhatikan secara hati-hati adalah pergerakan harga emas di pasar fisik, sehingga diperlukan sebuah analisa dan strategi untuk menentukan kapan harus membeli (buy) dan kapan harus menjual (sell). Peramalan harga ini menjadi hal yang diperlukan untuk memudahkan trader/investor untuk menganalisa prospek investasi dan mengatur strategi perdagangan di masa mendatang. Support Vector Machine diperkenalkan untuk memecahkan masalah pengenalan pola oleh Vapnik sebagai teknik minimalisasi risiko struktural. Support Vector Regression merupakan pengembangan model dari SVM yang memudahkan pemilihan model secara otomatis. Tujuannya adalah untuk mengumpulkan solusi optimal dengan iterasi yang sangat cepat dibandingkan SVM konvensional dan sangat sederhana untuk diimplementasikan bahkan untuk masalah dengan ukuran besar. Data yang digunakan adalah harga emas harian pada pasar berjangka pada tahun 2014 dan 2015, dengan nilai tukarnya terhadap Dolar Amerika Serikat. Parameter yang digunakan pada algoritma SVR yaitu kompleksitas (?), epsilon (?), sigma (?) untuk Kernel Gaussian RBF, constanta learning rate (???), dan lambda (?). Hasil pengujian terbaik yang didapatkan berdasarkan nilai evaluasi Mean Absolute Percentage Error (MAPE) senilai 0,324378 dengan nilai parameter ?=500 , ?=5&#xD7;10&#x2212;9, ?=50, ???=1, ?=0,01, jumlah data latih = 30 hari, jumlah data uji = 10 hari, dan iterasi maksimal = 1000.</description><date>2016-08-11</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/147072/1/SKRIPSI_125150100111018-Galuh_Widhi_Gumilar.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/147072/2/JURNAL_125150100111018_GaluhWidhiGumilar.pdf</identifier><identifier> Gumilar, GaluhWidhi (2016) Peramalan Harga Emas pada Pasar Berjangka menggunakan Algoritma Support Vector Regression. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2016/502/051608764</relation><recordID>147072</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Gumilar, GaluhWidhi
title Peramalan Harga Emas pada Pasar Berjangka menggunakan Algoritma Support Vector Regression
publishDate 2016
isbn 1251501001110
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/147072/1/SKRIPSI_125150100111018-Galuh_Widhi_Gumilar.pdf
http://repository.ub.ac.id/147072/2/JURNAL_125150100111018_GaluhWidhiGumilar.pdf
http://repository.ub.ac.id/147072/
contents Emas merupakan salah satu jenis komoditi paling diminati untuk tujuan investasi. Salah satu macam investasi emas adalah dengan sistem berjangka atau sistem perdagangan alternatif (SPA) yaitu perdagangan yang berkaitan dengan jual-beli kontrak derivatif. Ketika berinvestasi emas di bursa berjangka yang harus diperhatikan secara hati-hati adalah pergerakan harga emas di pasar fisik, sehingga diperlukan sebuah analisa dan strategi untuk menentukan kapan harus membeli (buy) dan kapan harus menjual (sell). Peramalan harga ini menjadi hal yang diperlukan untuk memudahkan trader/investor untuk menganalisa prospek investasi dan mengatur strategi perdagangan di masa mendatang. Support Vector Machine diperkenalkan untuk memecahkan masalah pengenalan pola oleh Vapnik sebagai teknik minimalisasi risiko struktural. Support Vector Regression merupakan pengembangan model dari SVM yang memudahkan pemilihan model secara otomatis. Tujuannya adalah untuk mengumpulkan solusi optimal dengan iterasi yang sangat cepat dibandingkan SVM konvensional dan sangat sederhana untuk diimplementasikan bahkan untuk masalah dengan ukuran besar. Data yang digunakan adalah harga emas harian pada pasar berjangka pada tahun 2014 dan 2015, dengan nilai tukarnya terhadap Dolar Amerika Serikat. Parameter yang digunakan pada algoritma SVR yaitu kompleksitas (?), epsilon (?), sigma (?) untuk Kernel Gaussian RBF, constanta learning rate (???), dan lambda (?). Hasil pengujian terbaik yang didapatkan berdasarkan nilai evaluasi Mean Absolute Percentage Error (MAPE) senilai 0,324378 dengan nilai parameter ?=500 , ?=5×10−9, ?=50, ???=1, ?=0,01, jumlah data latih = 30 hari, jumlah data uji = 10 hari, dan iterasi maksimal = 1000.
id IOS4666.147072
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:48:53Z
last_indexed 2021-10-28T07:34:23Z
recordtype dc
_version_ 1751454631208157184
score 17.538404