Putri, Yohana Yunita (2019) Prediksi Suku Bunga Acuan (Bi 7-Day Repo Rate) Menggunakan Metode Extreme Learning Machine (Elm). Sarjana thesis, Universitas Brawijaya.
Abstract
Suku Bunga Acuan atau sering disebut dengan BI 7-Day Repo Rate merupakan suku bunga kebijakan yang menggambarkan pendirian atau pandangan kebijakan moneter yang penetapannya dilakukan oleh bank Indonesia yang kemudian diberitahukan kepada publik. BI 7-Day Repo Rate mempunyai pengaruh dalam kegiatan perekonomian, misalnya investasi, inflasi dan perubahan mata uang. Para investor dan pelaku pasar dalam mengambil keputusan ekonomi akan mengacu berdasarkan pergerakan turun naiknya suku bunga yang ditetapkan oleh bank sentral. Oleh karena itu, prediksi suku bunga acuan (BI 7- Day Repo Rate) penting. Tujuan adanya prediksi BI 7-Day Repo Rate adalah untuk memudahkan dan membantu para investor dan pelaku pasar untuk membuat perkiraan keputusan yang hendak diambil menurut hasil prediksi suku bunga acuan. Penelitian ini menggunakan metode Extreme Learning Machine (ELM) untuk memprediksi suku bunga acuan (BI 7-Day Repo Rate). Proses dari algoritme ELM yang pertama adalah melakukan normalisasi, berikutnya inisialisasi bobot input dan bias, tahap selanjutnya adalah melakukan proses training dan dilanjutkan dengan proses testing, setelah itu dilakukan denormalisasi untuk mengembalikan nilai sesungguhnya. Berdasarkan dari pengujian algoritme Extreme Learning Machine (ELM) yang telah dilakukan menghasilkan Mean Absolute Percentage Error (MAPE) terbaik sebesar 1,1% dan waktu proses paling cepat adalah 0,125 detik dengan menggunakan 50 hidden neuron, fungsi aktivasi sigmoid dan jumlah data sebanyak 96 buah
English Abstract
Reference interest rates or often referred to as BI 7-Day Repo Rate is a policy interest rate that describes the establishment or view of monetary policy whose determination is made by Bank Indonesia which is then notified to the public. BI 7-Day Repo Rate has an influence on economic activities, such as investment, inflation and currency changes. Investors and market players in making economic decisions will refer to the fluctuation of interest rates set by the central bank. Therefore, the prediction of the benchmark interest rate (BI 7-Day Repo Rate) is important. The purpose of the BI 7-Day Repo Rate prediction is to facilitate and assist investors and market players to make estimates of the decisions to be taken according to the prediction of the benchmark interest rate. This study uses the Extreme Learning Machine (ELM) method to predict the reference interest rate (BI 7-Day Repo Rate). The process of the first ELM algorithm is to normalize, then initialize the input and bias weights, then continue to carry out the training process and proceed with the testing process, then do the normalization to obtain the actual value. Based on the Extreme Learning Machine (ELM) algorithm that has been conducted, it produces the best Mean Absolute Percentage Error (MAPE) of 1,1% and the fastest processing time is 0.125 seconds using 50 hidden neurons, sigmoid activation function and 96 data counts
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/198/051902368 |
| Uncontrolled Keywords: | Prediksi, BI 7-Day Repo Rate, Extreme Learning Machine, MAPE, Prediction, BI 7-Day Repo Rate, Extreme Learning Machine, MAPE |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 10 Aug 2020 06:07 |
| Last Modified: | 24 Oct 2021 05:08 |
| URI: | http://repository.ub.ac.id/id/eprint/169005 |
Preview |
Text
Yohana Yunita Putri (2).pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |