UMN Knowledge Center

analisis perbandingan arima dan artificial neural network backpropagation sebagai model peramalan nilai tukar rupiah terhadap dolar amerika serikat

Hasnita, Rizka (2017) analisis perbandingan arima dan artificial neural network backpropagation sebagai model peramalan nilai tukar rupiah terhadap dolar amerika serikat. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
bab i.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (988kB) | Preview
[img] Text
bab iv.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img]
Preview
Text
bab v.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (867kB) | Preview
[img]
Preview
Text
daftar pustaka.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (969kB) | Preview
[img]
Preview
Text
bab iii.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (929kB) | Preview
[img]
Preview
Text
bab ii.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
halaman awal.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
lampiran.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview

Abstract

Nilai tukar (kurs) merupakan variabel penting dalam perekonomian suatu negara. Dolar Amerika Serikat adalah patokan utama mata uang dunia sehingga pergerakan naik turunnya nilai tukar dolar AS berdampak pada perekonomian Indonesia. Oleh karena itu, diperlukan peramalan pergerakan nilai tukar rupiah terhadap dolar Amerika Serikat. Terdapat banyak metode yang telah dikembangkan dalam melakukan peramalan nilai tukar berdasarkan data historis di antaranya adalah ARIMA dan Jaringan Saraf Tiruan Backpropagation. Penelitian ini bertujuan mengetahui bagaimana ARIMA dan Jaringan Saraf Tiruan (JST) Backpropagation menghasilkan model terbaik yang dapat digunakan untuk peramalan dan bagaimana perbandingan tingkat kesalahan antara kedua model dalam peramalan nilai tukar rupiah terhadap dolar Amerika Serikat. Hasil penelitian menunjukkan bahwa model ARIMA terbaik yang dapat digunakan untuk peramalan adalah ARIMA (2,1,2) sedangkan model terbaik JST Backpropagation adalah model dengan nilai koefisien korelasi 0.98871. Perbandingan tingkat kesalahan peramalan berdasarkan nilai RMSE dari kedua model tersebut menunjukkan bahwa model JST Backpropagation menghasilkan nilai RMSE terkecil. Dari perbandingan nilai RMSE antara kedua model peramalan dapat disimpulkan bahwa model JST Backpropagation dapat menghasilkan peramalan nilai tukar rupiah terhadap dolar Amerika Serikat lebih baik dari model ARIMA.

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General) > T10.5-11.9 Communication of technical information
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.6-58.62 Management information systems
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions: Fakultas Teknik Informatika > Program Studi Sistem Informasi
Depositing User: mr admin umn
Date Deposited: 24 Jan 2019 08:45
Last Modified: 24 Jan 2019 08:45
URI: http://kc.umn.ac.id/id/eprint/4898

Actions (login required)

View Item View Item