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.

Preview	Text bab i.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (988kB) | Preview
	Text bab iv.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text bab v.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (867kB) | Preview
Preview	Text daftar pustaka.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (969kB) | Preview
Preview	Text bab iii.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (929kB) | Preview
Preview	Text bab ii.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text halaman awal.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text lampiran.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

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:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Information System
Depositing User:	Administrator UMN Library
Date Deposited:	24 Jan 2019 08:45
Last Modified:	08 May 2023 00:40
URI:	https://kc.umn.ac.id/id/eprint/4898

Actions (login required)

View Item