Prediksi Nilai Tukar Rupiah Indonesia Terhadap Dolar Amerika Serikat Menggunakan Metode Recurrent Extreme Learning Machine Neural Network
| Main Author: | Jauhari, Daneswara |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/849/1/Daneswara%20Jauhari.pdf http://repository.ub.ac.id/849/ |
Daftar Isi:
- Nilai tukar uang oleh sebagian orang yang bekecimpung di dalam perekonomian khususnya perekonomian antar negara sangat diperhatikan, seringkali mempengaruhi keputusan seseorang dalam mengambil sebuah kebijakan. Namun, nilai tukar merupakan nilai yang sangat tidak stabil, memiliki banyak noise dan fluktuatif, hal ini menyebabkan sangat sulit untuk memprediksi nilai tukar uang. Penelitian mengenai prediksi nilai tukar telah menjadi penelitian yang paling menantang dikalangan peneliti, serta dianggap sebagai salah satu bidang penelitian yang penting dalam keuangan internasional. Oleh karena itu, diperlukan sebuah aplikasi yang dapat melakukan prediksi nilai tukar Rupiah Indonesia terhadap Dolar Amerika Serikat dengan lebih baik, pada penelitian ini penulis menggunakan metode Recurrent Extreme Learning Machine Neural Network (RELMNN), metode tersebut dapat menangani datasets yang skuensial berdasarkan waktu dan dapat meningkatkan kemampuan metode Extreme Learning Machine (ELM) dalam melatih dan beradaptasi. Setelah dilakukan pengujian dengan parameter yang optimal, dan dilakukan pengujian perbandingan dengan metode ELM, didapatkan hasil bahwa metode RELMNN lebih unggul dari pada metode ELM dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,069502%, sementara metode ELM mendapatkan nilai MAPE 0,090423%. Sementara waktu yang dibutuhkan RELMNN pada proses training tidak jauh berbeda dari metode ELM, sedangkan waktu yang dibutuhkan antara kedua metode dalam proses testing hampir sama. Nilai tersebut dicapai dengan menggunakan 12 hidden neuron, 4 fitur, jangka waktu 1 hari, dan 1 context neuron.