SISTEM CERDAS PENDUKUNG KEPUTUSAN PREDIKSI NILAI TUKAR VALUTA ASING MENGGUNAKAN JARINGAN SYARAF TIRUAN DAN ALGORITMA GENETIKA

Wibisono, Kunto (2008) SISTEM CERDAS PENDUKUNG KEPUTUSAN PREDIKSI NILAI TUKAR VALUTA ASING MENGGUNAKAN JARINGAN SYARAF TIRUAN DAN ALGORITMA GENETIKA. Skripsi thesis, Universitas Muhammadiyah Surakarta.

Preview	PDF D400000069.pdf Download (477kB)
	PDF D400000069.pdf Restricted to Repository staff only Download (1MB)

Abstract

Jaringan Syaraf Tiruan adalah suatu system pengolahan informasi yang memiliki karakter dan konsep seperti jaringan syaraf biologis, yaitu jaringan otak manusia, yang dapat dilatih sehingga dapat mengambil keputusan sesuai dengan yang dilakukan oleh otak manusia. Algoritma Genetika adalah suatu system pengolahan informasi yang mengadopsi prinsip dari mekanisme seleksi alam / evolusi dan ilmu genetika. Metode Jaringan Syaraf Tiruan dan metode Algoritma Genetika sebagai perangkat lunak menggunakan MATLAB mejadi salah satu pendekatan yang dapat digunakan sebagai alat prediksi prediksi nilai tukar valuta asing (dollar AS) terhadap rupiah karena mempunyai kemampuan yang handal dalam komputasinya. Jaringan Syaraf Tiruan yang digunakan pada penelitian ini adalah Jaringan Syaraf Tiruan Backpropagation yang merupakan salah satu bentuk dari metode pelatihan terawasi pada jaringan syaraf yang memiliki ciri metode meminimalkan error pada output yang di hasilkan oleh jaringan, dengan fungsi pelatihan jaringan menggunakan trainlm (Lavenberg-Marquardt Backpropagation). Algoritma Genetika yang digunakan pada penelitian ini adalah penggabungan antara jaringan syaraf tiruan backpropagation dengan algoritma genetika yaitu modifikasi dari jaringan syaraf tiruan Backpropagation dengan merekonstruksi kembali jaringan syaraf tiruan Backpropagation pada ruang lingkup algoritma genetika dengan mengevolusi mekanisme kerja yang ada dari jaringan syaraf tiruan Backpropagation menggunakan operator-operator genetika (mengoptimasi) baik itu pada jaringan maupun pada fungsi pelatihan jaringan dengan pencarian jumlah neuron pada hidden layer dan variabel input pada jaringan yang optimal yang bertujuan meningkatkan kinerja jaringan, yang mempunyai 2 buah fungsi pelatihan jaringan yaitu trainlm (Lavenberg-Marquardt Backpropagation) dan trainGA.Pada kedua metode tersebut mengunakan sumber data dari Bank Indonesia yaitu nilai tukar valuta asing (dollar AS) terhadap rupiah yang menjadi pembahasan inti dalam proses pelatihan dari masing-masing metode. Kesimpulan yang dapat diambil dari hasil penelitian, jaringan syaraf tiruan Backpropagation dan Algoritma Genetika dapat digunakan untuk prediksi nilai tukar valuta asing (dollar AS) terhadap rupiah dengan berpatokan pada data runtun waktu yang lalu (time series)

Item Type:	Karya ilmiah (Skripsi)
Uncontrolled Keywords:	Jaringan Syaraf Tiruan, Algoritma Genetika, MATLAB
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > Teknik Elektro
Depositing User:	Ari Fatmawati
Date Deposited:	25 Mar 2009 05:40
Last Modified:	21 Feb 2011 05:38
URI:	http://eprints.ums.ac.id/id/eprint/1068

Actions (login required)

View Item