<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Implementasi Metode Extreme Learning Machine untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar (Studi Kasus: Kurs Jual Rupiah Terhadap US Dollar Tahun 2009-2019)

dc.Identifier.NIM15611085
dc.contributor.advisorAyundyah Kesumawati
dc.contributor.author15611085 Hani’atul Maghfuroh
dc.date.accessioned2021-06-28T07:06:02Z
dc.date.available2021-06-28T07:06:02Z
dc.date.issued2020
dc.description.abstractIndonesia pada saat ini sedang mengalami pelemahan nilai tukar rupiah terhadap dolar Amerika. Hal tersebut membawa dampak positif dan negatif. Oleh karena itu, prediksi terhadap nilai tukar rupiah menggunakan suatu analisis yang tepat sangat penting. Diperlukan sistem yang dapat memprediksi nilai tukar mata uang secara efektif dan efisien. Pada Jaringan Syaraf Tiruan yang telah diketahui lebih baik dari metode yang lainnya ternyata dapat dikembangkan lagi metodenya untuk peramalan. Untuk itu, ditemukan Extreme Learning Machine (ELM) yang merupakan metode pembelajaran dalam JST. Penelitian ini bertujuan untuk mengetahui hasil implementasi metode ELM pada nilai tukar Rupiah terhadap US Dollar pada tahun 2009 – 2019, dan untuk mengetahui hasil prediksi nilai kurs bulan Juli tahun 2019. Hasil dari penelitian menunjukkan pada umumnya nilai tukar kurs jual dari bulan Januari tahun 2009 sampai dengan bulan Juni tahun 2019 mengalami fluktuasi. Dari hasil evaluasi kinerja peramalan didapatkan nilai MSE terkecil yaitu sebesar 2319.92,yang berarti bahwa kombinasi terbaik terdapat dalam data testing 25% dengan hidden layer 20 dan kombinasi rep 15.en_US
dc.identifier.urihttps://repository.uii.ac.id/handle/123456789/29738
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectNilai Tukaren_US
dc.subjectPrediksien_US
dc.subjectExtreme Learning Machine (ELM)en_US
dc.titleImplementasi Metode Extreme Learning Machine untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar (Studi Kasus: Kurs Jual Rupiah Terhadap US Dollar Tahun 2009-2019)en_US

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
15611085 Hani’atul Maghfuroh.pdf
Size:
3.51 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections