Sistem Prediksi Kurs Mata Uang Menggunakan Jaringan Syaraf Tiruan Dengan
Metode Quickpropagation.
Total View This Week0
Total View This Week0
Institusion
Universitas Pembangunan Nasional Veteran Jawa Timur
Author
Gandhi Novanto, Prabowo
Subject
QA76.73.B3 Visual Basic Programming
Datestamp
2011-03-10 04:47:59
Abstract :
Prediksi kurs mata uang adalah salah satu tahap awal yang sangat penting sebelum dilakukan proses jual beli nilai tukar mata uang yang nantinya menjadi acuan perekonomian dunia. Pada penggunaannya juga dapat sebagai pertimbangan untuk para pialang saham dan bursa efek untuk mengambil langkah bisnis selanjutnya. Data dari kurs mata uang dapat diperlakukan secara ?time series? . Jika kita mempunyai data harian selama periode tertentu, misal : Xt (t=1,2,......), maka kurs mata uang pada perioda berikutnya (t+h) dapat diprediksi (waktu yang digunakan bisa jam, harian, mingguan , bulanan ataupun tahunan) . Demikian seterusnya dilakukan suatu iterasi berulang hingan N hari kerja. Untuk mendapatkan hasil prediksi yang baik maka pada jaringan syaraf buatan hasus di-umpankan suatu masukan yang mewakili dari beberapa aspek atau segi penunjang harga suatu kurs mata uang. Kemudian dilakukan prinsip pembobotan yang diadaptasikan untuk meminimumkan kesalahan prediksi pada satu langkah kedepan. Dengan menggunakan bobot akhir dilakukan suatu tindakan untuk meminimumkan kesalahan total untuk iterasi berikutnya. Teknologi sistem jaringan syaraf tiruan telah di-implementasikan dalam berbagai aplikasi terutama dalam hal pengenalan pola. Kemampuan inilah yang telah menarik beberapa kalangan dalam menggunakan jaringan syaraf tiruan untuk keperluan kesehatan, keuangan , investasi, marketing dan lain lain. Pada sistem prediksi kurs mata uang ini akan dibahas penggunaan Jaringan syaraf tiruan Quick Propagation. Pada algoritma Quickprop dilakukan pendekatan dengan asumsi bahwa kurva fungsi error terhadap masing-masing bobot penghubung berbentuk parabola yang terbuka ke atas, dan gradien dari kurva error untuk suatu bobot tidak terpengaruh oleh bobot-bobot yang lain. Dengan demikian perhitungan perubahan bobot hanya menggunakan informasi lokal pada masing-masing bobot. Berdasarkan hasil uji coba juga diketahui bahwa aplikasi ini mampu memprediksi nilai mata uang hingga 1 bulan kedepan dengan tingkat keakuratan mencapai lebih dari 75%.
Prediksi kurs mata uang adalah salah satu tahap awal yang sangat penting sebelum dilakukan proses jual beli nilai tukar mata uang yang nantinya menjadi acuan perekonomian dunia. Pada penggunaannya juga dapat sebagai pertimbangan untuk para pialang saham dan bursa efek untuk mengambil langkah bisnis selanjutnya. Data dari kurs mata uang dapat diperlakukan secara ?time series? . Jika kita mempunyai data harian selama periode tertentu, misal : Xt (t=1,2,......), maka kurs mata uang pada perioda berikutnya (t+h) dapat diprediksi (waktu yang digunakan bisa jam, harian, mingguan , bulanan ataupun tahunan) . Demikian seterusnya dilakukan suatu iterasi berulang hingan N hari kerja. Untuk mendapatkan hasil prediksi yang baik maka pada jaringan syaraf buatan hasus di-umpankan suatu masukan yang mewakili dari beberapa aspek atau segi penunjang harga suatu kurs mata uang. Kemudian dilakukan prinsip pembobotan yang diadaptasikan untuk meminimumkan kesalahan prediksi pada satu langkah kedepan. Dengan menggunakan bobot akhir dilakukan suatu tindakan untuk meminimumkan kesalahan total untuk iterasi berikutnya. Teknologi sistem jaringan syaraf tiruan telah di-implementasikan dalam berbagai aplikasi terutama dalam hal pengenalan pola. Kemampuan inilah yang telah menarik beberapa kalangan dalam menggunakan jaringan syaraf tiruan untuk keperluan kesehatan, keuangan , investasi, marketing dan lain lain. Pada sistem prediksi kurs mata uang ini akan dibahas penggunaan Jaringan syaraf tiruan Quick Propagation. Pada algoritma Quickprop dilakukan pendekatan dengan asumsi bahwa kurva fungsi error terhadap masing-masing bobot penghubung berbentuk parabola yang terbuka ke atas, dan gradien dari kurva error untuk suatu bobot tidak terpengaruh oleh bobot-bobot yang lain. Dengan demikian perhitungan perubahan bobot hanya menggunakan informasi lokal pada masing-masing bobot. Berdasarkan hasil uji coba juga diketahui bahwa aplikasi ini mampu memprediksi nilai mata uang hingga 1 bulan kedepan dengan tingkat keakuratan mencapai lebih dari 75%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
