Model Neural Network Berbasis Pso Dalam Prediksi Nilai Tukar Rupiah Terhadap Euro

Abstract

Bagi sebuah negara, nilai tukar mata uang merupakan indikator yang sangat penting bagi perekonomian mereka. Tujuan dalam prediksi kurs mata uang yaitu untuk mengetahui nilai tukar mata uang di masa yang akan datang. Setelah hasil prediksi didapatkan, selanjutnya data tersebut akan digunakan dalam menentukan langkah-langkah strategis.Penelitian ini menghasilkan sebuah model optimasi Neural Network berbasis Particle Swarm Optimization (PSO) yang memiliki kinerja yang paling akurat dalam prediksi nilai tukar Rupiah terhadap Euro dengan nilai RMSE sebesar 93.219 +/- 19.567. Kata Kunci: prediksi, kurs, Neural Network, Particle Swarm Optimization

Optimasi Prediksi Inflasi Dengan Neural Network Pada Tahap Windowing Adakah Pengaruh Perbedaan Window Size

“…Namun pada penelitian Hota [20], ternyata nilai RMSE sliding window size 5 lebih besar dari RMSE sliding window 10. Dharmawati [28] dalam penelitiannya menyimpulkan bahwa dalam memprediksi nilai tukar rupiah, diperoleh bahwa window size 4 memiliki nilai RMSE paling kecil dibandingkan dengan window size 1, 2, 3, 5, 6, 7, 8, 9, dan 10. Nooriansyah [29] dalam penelitiannya menyimpulkan bahwa window size 3 lebih optimal dibandingkan dengan window size 1 dan window size 5 dalam prediksi tinggi gelombang.…”