Implementasi metode autoregressive moving average untuk aplikasi prakiraan harga emas
| Main Author: | Bachtiar, Kevin Adisaputra |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/1359/1/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/1359/2/BAB%20I.pdf http://kc.umn.ac.id/1359/3/BAB%20II.pdf http://kc.umn.ac.id/1359/4/BAB%20III.pdf http://kc.umn.ac.id/1359/5/BAB%20IV.pdf http://kc.umn.ac.id/1359/6/BAB%20V.pdf http://kc.umn.ac.id/1359/7/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/1359/8/LAMPIRAN.pdf http://kc.umn.ac.id/1359/ |
Daftar Isi:
- Emas merupakan salah satu aset yang sangat digemari oleh masyarakat. Tingginya permintaan terhadap emas membuat harga emas menjadi tidak seimbang. Ketidakseimbangan harga emas inilah yang menjadi persoalan utama yang banyak dihadapi oleh peminat emas di seluruh dunia untuk memprediksi harga emas berikutnya. Untuk memprediksi nilai emas selanjutnya, dibutuhkan suatu metode yang dapat menghitung nilai emas berikutnya berdasarkan historical data. Dari sekian banyak metode prediksi yang ada, dipilihlah metode Autoregressive Moving Average (ARMA) yang merupakan penggabungan dari dua metode prediksi yang satu bergantung kepada hasil prediksi sebelumnya (Autoregressive Model), dan yang satu lagi bergantung kepada kondisi data real sebelumnya (Moving Average Model). Metode ARMA yang akan diimplementasikan ke dalam aplikasi pada penelitian ini, diharapkan dapat menghasilkan hasil prediksi yang mendekati akurat karena metode ini bergantung kepada data real dan data prediksi sebelumnya. Hasil dari prediksi dan data real akan ditampilkan oleh aplikasi ini dalam bentuk grafik agar dapat dilihat perbandingannya oleh user. Penelitian ini berhasil membuat aplikasi yang mampu untuk membantu memprediksi harga emas di keesokan harinya dalam mata uang US Dolar dengan mengimplementasi metode Autoregressive Moving Average (ARMA).