No image available for this title

Text

Prediksi Pergerakan Harga Valas Menggunakan Algoritma Neural Network



Melakukan trading di pasar mata uang dunia sudah menjadi salah satu jenis pekerjaan yang sudah banyak dilakukan oleh masyarakat dikarenakan kemudahan yang ditawarkan, keuntungan yang besar dan fleksibilitas waktu dan tempat dalam melakukan trading. Penelitian ini bertujuan memprediksi pergerakan trend mata uang EUR/USD menggunakan teknik data mining dengan menggunakan algoritma neural network dan dibandingkan dengan algoritma linear regression yang bisa dijadikan salah satu acuan bagi para trader dalam membuka open posisi dalam melakukan trading. Atribut yang digunakan dalam penelitian ini terdapat 4 atribut yaitu Open (Harga Pembukaan), Close (Harga Penutupan), Highest (Harga Tertinggi), Lowest (Harga Terendah), untuk time frame harga yang digunakan adalah dengan time frame 1 hari dan jangka waktu yang diambil adalah dari tanggal 3 januari 2011 sampai 15 november 2016. Hasil penelitian berupa nilai Root Mean Squared Error (RMSE) serta label tambahan angka hasil prediksi yang didapatkan setelah dilakukan validasi menggunakan sliding windows validation dengan hasil paling baik yaitu pada pengujian yang menggunakan algoritma neural network yang menggunakan windowing yaitu sebesar 0,006 dan 0,003 pada pengujian yang tidak menggunakan windowing dan untuk pengujian pada algoritma linear regression yang menggunakan windowing yaitu sebesar 0,007 dan pada pengujian yang tidak menggunakan windowing yaitu sebesar 0,004 dan setelah dilakukan pengujian T-test menunjukan bahwa pada penelitian ini didapat hasil bahwa pengujian menggunakan neural network yang dibandingkan dengan linear regression memiliki hasil yang tidak signifikan dengan nilai T-test untuk pengujian dengan windowing sebesar 1,000 dan pengujian tanpa windowing sebesar 0,077.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL INFORMATIKA: JURNAL PENGEMBANGAN IT : Indonesia.,
Collation
006
Language
Indonesia
ISBN/ISSN
2477-5126
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly