Multilayer Perceptron-Genetic Algorithm (Mlp-Ga) Untuk Peramalan Kurs Tengah Rupiah Terhadap Dolar Amerika

Dian Nurita, Santi (2013) Multilayer Perceptron-Genetic Algorithm (Mlp-Ga) Untuk Peramalan Kurs Tengah Rupiah Terhadap Dolar Amerika. Other thesis, UNSPECIFIED.

Full text not available from this repository.

Abstract

Jaringan syaraf tiruan (JST) multilayer perceptron merupakan suatu metode yang menirukan cara kerja sel syaraf biologi di dalam otak manusia dan mampu menyimpan pola data. Kemampuan JST multilayer perceptron (MLP) sangat bergantung pada arsitektur jaringan yang digunakan. Trial and error digunakan untuk memilih arsitektur MLP. Hal ini membutuhkan banyak waktu untuk menentukan arsitektur terbaik. Kelemahan ini dapat diatasi dengan metode genetic algorithm (GA). GA dapat memberikan kemungkinan solusi untuk menentukan kombinasi arsitektur MLP. Metode yang digunakan dalam penelitian ini adalah mengkaji ulang penggabungan antara MLP dan GA. Selanjutnya metode MLP-GA diterapkan pada data nilai kurs tengah rupiah terhadap dolar Amerika periode 5 Januari 2009 sampai dengan 27 Desember 2012. Program MLP-GA disusun menggunakan software Matlab untuk mempermudah penyelesaian masalah. Berdasarkan hasil pembahasan, prosedur pembentukan MLP-GA terdiri dari (i) penentuan data pelatihan dan data pengujian, (ii) penentuan populasi awal GA dengan membangkitkan secara random, (iii) pelatihan algoritma backpropagation berdasarkan arsitektur yang diperoleh dari GA, (iv) penentuan orang tua dengan metode roulette wheel, (v) penentuan anak menggunakan proses pindah silang, (vi) proses mutasi untuk keberagaman individu, (vii) proses peramalan data periode mendatang menggunakan arsitektur terbaik. Arsitektur terbaik dipilih berdasarkan nilai RMSE yang terkecil. Pada kasus ini, dapat ditunjukkan bahwa data asli dan output jaringan kurs tengah rupiah terhadap dolar Amerika memiliki hubungan linear.

Item Type: Thesis (Other)
Subjects: UNSPECIFIED
Divisions: UNSPECIFIED
Depositing User: Mr. admin admin
Date Deposited: 04 May 2013 17:14
Last Modified: 04 May 2013 17:14
URI: https://eprints.uns.ac.id/id/eprint/544

Actions (login required)

View Item