Sumarto, KrisbiantoCahyo (2016) Peramalan Nilai Tukar Rupiah (Idr) Terhadap Dollar Amerika (Usd) Menggunakan Metode Support Vector Regression (Svr) Dengan Simulated Annealing - Genetic Algorithm (Sa-Ga). Sarjana thesis, Universitas Brawijaya.
Abstract
Tiap negara memiliki mata uang yang unik dan berbeda dari negara lain. Mata uang ini digunakan untuk menjalankan aktivitas ekonomi. Pertukaran mata uang diperlukan untuk menjalankan aktivitas ekonomi antar negara. Pertukaran mata uang ini akan mengalami perubahan tiap waktu dan tidak menetap pada suatu nilai tertentu. Menurut website International Monetary Fund (IMF), nilai tukar Rupiah terhadap Dollar Amerika selalu mengalami fluktuasi dalam 3 tahun terakhir. Hal ini akan sangat mempengaruhi harga barang di Indonesia. Salah satu solusi untuk mengatasi permasalahan ini adalah dengan menggunakan peramalan nilai tukar Rupiah terhadap Dollar Amerika, sehingga para pelaku kegiatan ekonomi dapat mempersiapkan perencanaan ekonomi yang lebih baik. Peramalan time series telah dieksplorasi dikarenakan kemampuan peramalan tersebut untuk memprediksi nilai yang akan datang. Model statistik tradisional yang digunakan dalam peramalan time series memiliki performa yang baik dalam meramalkan data linear, namun kemampuannya masih terbatas dalam meramalkan data non-linear. Salah satu algoritma yang digunakan dalam peramalan data non-linear adalah Support Vector Regression (SVR). Untuk optimasi kinerja dari SVR digunakanlah metode Simulated Annealing – Genetic Algorithm (SA-GA). Genetic Algorithm (GA) itu sendiri memiliki kemampuan untuk menyelesaikan permasalahan yang sulit diselesaikan dengan menggunakan algoritma tradisional. Sedangkan Simulated Annealing (SA) adalah alat pencarian umum berbasis acak, yang menirukan proses penguatan pada material fisika. SA memiliki kemampuan untuk keluar dari optimum lokal dan mencapai optimum global. Hasil dari pengujian yang dilakukan dengan menggunakan data mata uang dari website International Monetary Fund sejak 2013 hingga 2015, menunjukkan bahwa SVR yang dioptimasi dengan menggunakan SA-GA dapat menghasilkan nilai fitness sebesar 0.89654 yang berarti menghasilkan nilai error MAPE sebesar 0.115397.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/237/051604113 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 15 Aug 2016 08:29 |
| Last Modified: | 21 Oct 2021 07:22 |
| URI: | http://repository.ub.ac.id/id/eprint/146779 |
Preview |
Text
SKRIPSI_125150200111032_KRISBIANTO_CAHYO_SUMARTO.pdf Download (6MB) | Preview |
Actions (login required)
 |
View Item |