Abida, Achmad Zulpan (2023) Perbandingan metode Neural Network Back Propagation dan Fuzzy Time Series dalam memprediksi kurs mata uang Dolar Amerika Serikat (USD). Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.
Text
COVER.pdf Download (585kB) |
|
Text
BAB-I.pdf Download (293kB) |
|
Text
BAB-II.pdf Restricted to Repository staff only Download (236kB) |
|
Text
BAB-III.pdf Restricted to Repository staff only Download (383kB) |
|
Text
BAB-IV.pdf Restricted to Repository staff only Download (319kB) |
|
Text
BAB-V.pdf Restricted to Repository staff only Download (118kB) |
|
Text
DAFTAR-PUSTAKA.pdf Restricted to Repository staff only Download (108kB) |
|
Text
lampiran.pdf Restricted to Repository staff only Download (232kB) |
Abstract
Kurs merupakan suatu investasi penting dalam perekonomian yang harganya mempengaruhi semua harga pokok haraga kurs terkesan naik turun tergantung pengaruh dari inflasi, iklim danlainnya sehingga banyak dari para investor atau manajer investasi yang berupaya memprediksi harga kurs . banyaknya Sistem prediksi yang dibuat dengan bermacam macam metode guna untuk mentukan harya kurs mendatang. Dengan berbagai macam metode tentunya menjadi menjadi bahan pertanyaan metode mana yang efisien dengan didasari itu saya melakukan penelitian “Perbandingan Metode Neural Network Back Propagation Dan Fuzzy Time Series Dalam Memprediksi Kurs Mata Uang Dolar Amerika Serikat (Usd)”. Dari hasil pengujian yang dilakukan dengan menggunakan data dari tahun Januari 2020 hingga 2023, diketahui bahwa prediksi data menggunakan neural network back propagation menemukan nilai error MAPE sebanyak 4.496% dengan nilai akurasi 95.503% sedangkan dengan menggunakan fuzzy time series dengan penetuan interval berbasis rata-rata memiliki error MAPE sebesar 5.346% dengan nilai akurasi 94.653% .
Item Type: | Thesis (Undergraduate (S1)) |
---|---|
Uncontrolled Keywords: | perbandiangan, prediksi kurs usd, jaringan saraf tiruan, backpropagation, fuzzy time series |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Informasi > Informatika |
Depositing User: | Perpustakaan Unmer Pasuruan |
Date Deposited: | 05 Oct 2023 02:27 |
Last Modified: | 05 Oct 2023 02:27 |
URI: | http://repository.unmerpas.ac.id/id/eprint/470 |
Actions (login required)
View Item |