PREDIKSI KURS MATA UANG RUPIAH DENGAN METODE BACKPROPAGATION
Abstract
Setiap negara memiliki mata uang masing-masing dan memiliki peranan penting dan dikenal dengan istilah valuta asing atau valas. Salah satu fungsi dari valuta asing adalah sebagai alat pembayaran dalam transaksi perekonomian dan merupakan bagian dari devisa suatu negara. Nilai mata uang suatu negara dapat diperjual-belikan dengan nilai mata uang negara lain yang disebut dengan nilai tukar atau kurs. Dengan melakukan transaksi jual beli kurs, pelaku pasar valuta asing dapat memperoleh keuntungan dari selisih nilai tukar. Untuk mendapat keuntungan, pelaku pasar valuta asing harus dapat memprediksi nilai kurs. Untuk melakukan prediksi kurs mata uang Rupiah banyak metode yang dapat digunakan, salah satunya adalah dengan menggunakan jaringan syaraf tiruan metode backpropagation. Agar hasil prediksi memiliki tingkat error yang rendah, diperlukan arsitektur jaringan backpropagation yang optimal. Caranya adalah dengan melakukan pengujian pada data input dan node pada hidden layer. Dari hasil pengujian prediksi kurs mata uang Rupiah didapatkan arsitektur jaringan dengan nilai error 106.53 menggunakan 30 input data dan 40 hidden neuoron. Hasil pengujian dipengaruhi oleh faktor eksternal seperti tingkat suku bunga, inflasi, politik, dan lain-lain.
Kata Kunci: kurs, pelaku pasar valuta asing, jaringan syaraf tiruan, backpropagation, error
References
Darsono, & Rahman, R. E, Pasar Valuta Asing : Teori dan Praktek. Depok: Raja Grafindo Persada, 2018
Jonas Rayandi Saragih, d, Analisis Algoritma Backpropagation Dalam Prediksi Nilai Ekspor (Juta USD). Jurnal Pendidikan Teknologi dan Kejuruan Vol 15, No. 2, P-ISSN : 0216-3241; E-ISSN : 22541-0652, 254, 2018.
Larose, D. T, Discovery Knowledge in Data : An Introduction to Data Mining. Canada: John Willey & Sons, Inc, 2005.
Malvin Chandra, d, Analisis Metode Backpropagation Untuk Memprediksi Indeks Harga Saham Indofood Sukses Makur TBK. (INDF). Jurnal KomTekInfo Fakultas Ilmu Komputer, Volume 2, No. 1, ISSN : 2356-0010, 2015.
Manurung, A. H, Cadangan Devisa dan Kurs Valuta Asing. DKI Jakarta: Kompas, 2016.
Pitoko, R. A. (2017, Januari 27). Donald Trump Bangun Tembok Perbatasan AS-Meksiko. Retrieved from Kompas.com: https://amp.kompas.com/properti/read/2017/01/27/070000521/donald.trump.bangun.tembok.perbatasan.as-meksiko
Putong, I, Economics : Pengantar Mikro dan Makro. Jakarta: Mitra Wacana Media, 2013.
Siang, J. J, Jaringan Syaraf Tiruan dan Pemrograman menggunakan Matlab. Yogyakarta: Andi, 2005.
Singh, M, 17 Proven Currency Trading Strategies. Singapore: John Wiley & Sons Singapore Pte. Ltd, 2013.
Subintara, R, Prediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation. Skripsi, 2015.
Wahab, A, Keterlibatan Bank Shari'ah dalam Aplikasi Perdagangan Foreign Exchange (Forex). Jurnal Perbankan Syariah, 2016.
Widodo, P. P., & Handayanto, R. T, Penerapan Soft Computing dengan MATLAB. Bandung: Rekasaya Sains, 2012.
Downloads
Published
Issue
Section
License
Penulis yang menerbitkan jurnal ini menyetujui persyaratan berikut:
- Penulis memiliki hak cipta dan memberikan hak untuk publikasi pertama jurnal dengan karya yang secara simultan dilisensikan di bawah Creative Commons Attribution License yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepengarangan karya dan publikasi awal dalam jurnal ini.
- Penulis dapat membuat perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam repositori institusional atau di situs web mereka) sebelum dan selama proses pengajuan, karena dapat menyebabkan pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan (Lihat Pengaruh Akses Terbuka).
