Peramalan Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Support Vector Regression (SVR) Dengan Parallel Time Variant Particle Swarm Optimization (PTV-PSO)

Frestantiya, MariaTenika (2016) Peramalan Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Support Vector Regression (SVR) Dengan Parallel Time Variant Particle Swarm Optimization (PTV-PSO). Sarjana thesis, Universitas Brawijaya.

Abstract

Uang merupakan benda berharga yang dijadikan alat tukar manusia untuk pemenuhan kebutuhannya sehari – hari. Kebutuhan masyarakat yang semakin beragam tersebut tentunya tidak bisa hanya dipenuhi oleh produksi dalam negeri sehingga dapat mendorong terjadinya perdagangan internasional. Untuk melakukan transaksi internasional tentunya dibutuhkan mata uang asing sebagai alat pembayaran. Mata uang asing yang paling banyak digunakan dalam kegiatan perekonomian adalah mata uang US Dollar. Dengan melakukan peramalan nilai tukar Rupiah terhadap Dollar Amerika untuk masa yang akan datang akan sangat berguna untuk keberlangsungan ekonomi berbagai pihak agar tidak mengalami kerugian. Banyak metode peramalan yang telah digunakan untuk meramalkan data yang bersifat non linier seperti Support Vector Regression (SVR) yang terbukti pada beberapa kasus peramalan dapat memberikan hasil peramalan yang baik, seperti pada kasus peramalan nilai tukar Renmimbi terhadap Dollar, peramalan beban listrik, dan peramalan kesalahan pada proses Tennessee Eastmant. Namun untuk hasil yang lebih optimal dapat digunakan metode optimasi seperti Particle Swarm Optimization (PSO) untuk mengoptimasi metode SVR tersebut. Metode PSO sendiri pernah disandingkan dengan metode SVR untuk meramalkan kesalahan pada proses Tennessee Eastmant dan terbukti dapat menghasilkan tingkat error yang baik, sedangkan metode Parallel Time Variant Particle Swarm Optimization (PTVPSO) pernah digunakan untuk mengoptimalkan metode Fuzzy K-Nearest Neighbor (FKNN) untuk pengklasifikasian kebangkrutan suatu perusahaan, dengan metode optimasi tersebut dihasilkan akurasi yang lebih tinggi dibandingkan menggunakan FKNN saja. Sesuai dengan hasil pengujian yang dilakukan menggunakan data yang didapat dari website International Monetary Fund (www.imf.org) berupa nilai tukar IDR terhadap USD dari tahun 2013 hingga 2015, metode SVR yang dioptimasi dengan PTVPSO dapat menghasilkan MAPE dengan kisaran nilai sebesar 0.127 hingga 0.216.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2016/213/051604014
Subjects: 000 Computer science, information and general works > 005 Computer programming, programs, data
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Yusuf Dwi N.
Date Deposited: 12 Aug 2016 14:36
Last Modified: 21 Oct 2021 06:57
URI: http://repository.ub.ac.id/id/eprint/146753
[thumbnail of PAPER_125150201111043_MARIA_TENIKA_F.pdf]
Preview
Text
PAPER_125150201111043_MARIA_TENIKA_F.pdf

Download (3MB) | Preview
[thumbnail of SKRIPSI_125150201111043_MARIA_TENIKA_REVISI_SIDANG.pdf]
Preview
Text
SKRIPSI_125150201111043_MARIA_TENIKA_REVISI_SIDANG.pdf

Download (7MB) | Preview

Actions (login required)

View Item View Item