Risa Bella Rosanti, 4112317011 (2021) PEMODELAN ARIMA, NEURAL NETWORK DAN HIBRIDA ARIMA-NEURAL NETWORK UNTUK PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA. Under Graduates thesis, Universitas Negeri Semarang.

PDF (PEMODELAN ARIMA, NEURAL NETWORK DAN HIBRIDA ARIMA-NEURAL NETWORK UNTUK PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA) - Published Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Peramalan merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien. Selama ini banyak metode-metode peramalan yang sering digunakan untuk meramalkan data, baik metode linier seperti ARIMA, metode non-linier seperti neural nertwork, atau hibrida antara metode linier dan non-linier. Autoregressive Integrated Moving Average (ARIMA) adalah model yang mengabaikan variabel prediktor dalam penyusunan model ramalan dan model diasumsikan sebagai fungsi linier. Sedangkan neural network adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistem sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Penelitian ini menggunakan model ARIMA, neural network, dan hibrida ARIMA-neural network untuk meramalkan nilai tukar rupiah terhadap dolar Amerika. Hal ini karena nilai tukar mata uang suatu negara merupakan salah satu indikator penting dalam suatu perekonomian. Tujuan penelitian ini adalah meramalkan nilai tukar rupiah terhadap dolar Amerika dengan menggunakan model Autoregressive Integrated Moving Average (ARIMA), model neural network, dan model Hibrida ARIMA-neural network, serta membandingkan keakuratan hasil ramalan ketiga metode dengan melihat ukuran kesalahan menggunakan Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE). Data yang digunakan merupakan nilai tukar rupiah terhadap dolar Amerika dari Januari 2012 hingga Desember 2019 yang diambil dari website www.finance.yahoo.com. Dari metode ARIMA diperoleh model terbaik yaitu model ARIMA (0,1,1) dengan nilai RMSE sebesar 283,946, dan MAPE sebesar 1,46%. Dari metode neural network diperoleh model terbaik yaitu model dengan arsitektur (12×10×1) dengan nilai RMSE sebesar 199,203, dan MAPE sebesar 1,04%. Sedangkan dari metode hibrida ARIMA-neural network diperoleh model terbaik yaitu model dengan arsitektur (12×9×1) dengan nilai RMSE sebesar 169,724, dan MAPE sebesar 1,001%. Sehingga model terbaik yang digunakan untuk peramalan nilai tukar rupiah terhadap dolar Amerika adalah model hibrida ARIMA-neural network karena memiliki tingkat kesalahan terkecil.

Actions (login required)

View Item