Westri Ardiansyah, 080412794 (2010) Jaringan Syaraf Backpropagaton Untuk Peramalan Nilai Tukar Rupiah Terhadap US Dollar. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2011-ardiansyah-15391-abstrak-j.pdf Download (293kB) | Preview
	Text (FULL TEXT) 25455.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Tujuan dari skripsi ini adalah untuk meramalkan nilai tukar rupiah terhadap US dollar menggunakan jaringan syaraf backpropagation. Dasar peramalan pada algoritma jaringan syaraf backpropagation adalah melatih obyek pengamatan secara terstruktur dan terus menerus hingga sistem jaringan mampu mengenali pola perubahan obyek tersebut. Pola yang diperoleh pada proses pelatihan akan digunakan untuk meramalkan obyek berikutnya Peramalan dengan jaringan syaraf backpropagation dimulai dengan penentuan fungsi aktivasi. Selanjutnya adalah membagi data tersebut menjadi dua bagian, yaitu data training dan data validasi. Langkah ketiga adalah melakukan proses normalisasi data dengan merubah data ke dalam interval yang dapat dijangkau oleh fungsi aktivasi. Langkah keempat adalah membuat rancangan input jaringan. Langkah kelima adalah menentukan model jaringan awal beserta parameter-parameter yang dibutuhkan. Langkah keenam adalah melakukan pengujian terhadap model jaringan awal. Terakhir, menentukan model jaringan terbaik sebagai model peramalan. Data yang digunakan merupakan data historis rata-rata harian nilai tukar rupiah terhadap US dollar yang terdiri dari 1834 data dengan interval antara 20 Desember 2004 hingga 27 Desember 2009. Model jaringan terbaik adalah model dengan arsitektur 7-7-1 (7 unit input, 7 unit hidden, 1 unit output), learning rate(α) = 0.05, dan momentum(μ) = 0.1. Model tersebut mampu mencapai MSE pelatihan sebesar 0.000999945 dengan epoch 3236 serta MSE validasi sebesar 0.00074614.

Actions (login required)

View Item