Text

Pemodelan Jaringan Syaraf Tiruan dengan Cascade Forward Backpropagation pada Kurs Rupiah terhadap Dolar Amerika Serikat

---

ABSTRAK

Pemodelan Neural Network (NN) merupakan sebuah sistem pemrosesan informasi yang mempunyai karakteristik mirip dengan otak manusia. Cascade Forward Neural Network (CFNN) merupakan jaringan syaraf tiruan yang mempunyai arsitektur mirip dengan Feed Forward Neuran Network (FFNN), tetapi juga terdapat hubungan langsung antara input dan output. Pemodelan jaringan syaraf tiruan dengan CFNN dalam penelitian ini menggunakan data time series. Data yang digunakan yaitu data kurs rupiah terhadap dolar Amerika Serikat periode 1 Januari 2015 sampai dengan 31 Desember 2017. Model terbaik yang diperoleh dibangun dari 1 neuron lapisan input yaitu xt-1, 3 neuron lapisan tersembunyi, dan 1 neuron lapisan output. Fungsi aktivasi yang digunakan yaitu sigmoid biner pada lapisan tersembunyi dan linear pada lapisan output. Model tersebut menghasilkan MAPE training sebesar 0,2995% dan MAPE testing sebesar 0,1504% yang mana kedua nilai MAPE kurang dari 10% sehingga keakuratan model dikatakan sangat baik. Setelah didapatkan model terbaik, dilakukan peramalan kurs rupiah untuk periode Januari 2018 memberikan akurasi yang baik dengan MAPE sebesar 0,9801%.
Kata kunci: jaringan syaraf tiruan, cascade forward, kurs, MAPE
 
ABSTRACT

Neural Network Modeling (NN) is an information-processing system that has characteristics in common with human brain. Cascade Forward Neural Network (CFNN) is an artificial neural network that its architecture similar to Feed Forward Neural Network (FFNN), but there is also a direct connection from input layer and output layer. In this study, we apply CFNN in time series field. The data used is exchange rate of rupiah against US dollar period of January 1st, 2015 until December 31st, 2017. The best model was built from 1 unit input layer with input Zt-1, 4 neurons in the hidden layer, and 1 unit output layer. The activation function used are the binary sigmoid in the hidden layer and linear in the output layer. The model produces MAPE of training data equal to 0.2995% and MAPE of testing data equal to 0.1504%. After obtaining the best model, the data is foreseen for January 2018 and produce MAPE equal to 0,9801%.
Keywords: artificial neural network, cascade forward, exchange rate, MAPE

---

Ketersediaan

650E18III

650 E 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

650 E 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2219

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Ekky Rosita SW

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar