Analisis Metode RBF-NN Dengan Optimasi Algoritma Genetika Pada Peramalan Mata Uang Eur/Usd
ABSTRACT: Penelitian ini
membahas tentang peramalan EUR/USD menggunakan metode RBF-NN (Radial Basis
Function – Neural Network) tanpa optimasi dan RBF-NN yang dioptimasi dengan 3
model AG/AGA (Algoritma Genetika dan Algoritma Genetika Adaptif). Sistem RBF-NN
dapat diterapkan pada data dengan karakteristik nonlinear dan fluktuatif
seperti data EUR/USD. Permasalahan akurasi muncul jika terjadi solusi lokal
dalam sistem RBF-NN dan metode AG/AGA dapat digunakan untuk mengatasi solusi
lokal tersebut. Keakuratan dari peramalan ditunjukkan lewat nilai MAPE (Mean
Absolut Percentage Error).
Pada data daily low, metode terbaik adalah Algoritma Genetika II dengan
MAPE sebesar 0,2286, sementara pada data daily high metode terbaik adalah
Algoritma Genetika Adaptif II dengan MAPE sebesar 0,2190. Metode AG II dan AGA
II didukung teknik pencarian di dekat bobot RBF-NN yang terbukti efektif pada
kasus mata uang EUR/USD. Perbaikan akurasi yang diberikan AG II dan AGA II
terhadap metode RBF-NN dapat diterapkan pada peramalan mata uang lainnya.
Penulis: Nengah Widiangga
Gautama, Agus Dharma
Kode Jurnal: jptlisetrodd160306
