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.
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.
Actions (login required)
 |
View Item |