Puspa Fitrotuzzakiyah, Shafira and Lailil Muflikhah, Dr., S.Kom., M.Sc and Dr.Eng. Budi Darma Setiawan, S.Kom., M.Cs (2024) Prediksi Pergerakan Harga Emas di tengah Isu Resesi Global 2023 dengan Metode Multi Layer Perceptron. Sarjana thesis, Universitas Brawijaya.
Abstract
Seluruh negara di dunia telah memperhatikan peringatan dini tentang kemungkinan resesi global. Terutama ketika nilai suku bunga di beberapa negara meningkat dengan pesat sehingga mempengaruhi ekonomi serta perputaran uang global. Selain itu, serangan Rusia terhadap Ukraina pada tahun 2022 telah meningkatkan harga komoditas, minyak, inflasi, dan ketidakpastian ekonomi. Akibatnya negara Indonesia terkena dampak dari inflasi, seperti meningkatnya pengangguran, meningkatnya suku bunga, dan efek negatif terhadap investasi. Para investor cenderung menyimpan uang mereka dalam bentuk investasi, salah satu yang diminati adalah investasi emas. Namun dikarenakan jumlah permintaan yang banyak serta perubahan harga emas yang fluktuatif setiap harinya mendorong investor untuk mencari suatu sistem yang dapat digunakan untuk meramal atau memprediksi pergerakan harga emas di masa yang akan datang yaitu dengan metode dari Jaringan Saraf Tiruan (JST) yaitu Multi Layer Perceptron (MLP) yang menggunakan perceptron dan banyak layer untuk menghitung keluaran. Pada penelitian ini memakai 6 parameter input dalam memprediksi harga emas. Nilai terbaik dalam memprediksi harga emas menggunakan metode MLP adalah dengan fitur 9000 epoch, 2 hidden neuron, nilai learning rate sebesar 0.08, ratio dataset dengan 90% data latih dan 10% data uji, dan dengan 5 parameter input diperoleh nilai ratarata RMSE sebesar 0.01218531172, nilai MAPE sebesar 0.8986621854, dan Akurasi sebesar 99.10133781%.
English Abstract
All countries in the world have heeded early warnings about a possible global recession. Especially when interest rates in several countries increase rapidly, affecting the economy and global money circulation. Additionally, Russia’s attack on Ukraine in 2022 has increased commodity prices, oil, inflation and economic uncertainity. As a result, Indonesia is affected by inflation, such as increasing unemployment, increasing interest rates, and negative effects on investments. Investors tend to save their money in the form investments, one of which is in demand is gold investment. However, due to the large number of requests and fluctuating changes in gold prices every day, investors are looking for a system that can be used to forecast or predict future gold price movements, with the Artificial Neural Network (ANN) method, namely Multi Layer Perceptron (MLP) which uses a perceptron and many layers to calculate the output. In this research, used six parameters input to predict gold prices, achieving the best results with 9000 epochs, 2 hidden neurons, a learning rate of 0.08, a dataset ratio of 90% training data and 10% testing data. With five parameters input, the study obtained an average Root Mean Square Error (RMSE) value is 0.01218531172, Mean Absolute Percentage Error (MAPE) value is 0.8986621854, and an Accuracy value is 99.10133781%.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 052415 |
Uncontrolled Keywords: | investasi emas, JST, MLP, RMSE, MAPE, akurasi, gold investments, ANN, MLP, RMSE, MAPE, accuracy |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Annisti Nurul F |
Date Deposited: | 07 Feb 2024 08:42 |
Last Modified: | 07 Feb 2024 08:49 |
URI: | http://repository.ub.ac.id/id/eprint/215877 |
Text (DALAM MASA EMBARGO)
Shafira Puspa Fitrotuzzakiyah.pdf Restricted to Registered users only Download (5MB) |
Actions (login required)
View Item |