PREDIKSI HARGA HIGH NILAI TUKAR EUR-USD MENGGUNAKAN RECURRENT NEURAL NETWORK (RNN)
Abstract: Pasar valuta asing
atau forex merupakan sebuah investasi yang memperdagangkan mata uang suatu negara
dengan mata uang negara lain. Trader
yang melakukan investasi di pasar forex dituntut untuk memiliki kemampuan dalam
menganalisis keadaan dan situasi dalam memprediksi naik turunnya nilai tukar
mata uang. Jaringan Syaraf Tiruan (JST)
adalah alat pemodelan statistika yang memiliki banyak peranan penting termasuk
data deret waktu. Salah satu metode JST
yang berkembang saat ini adalah Recurrent Neural Network (RNN). Penelitian ini bertujuan untuk
mengaplikasikan metode peramalan dengan menggunakan RNN. RNN telah menjadi objek penelitian yang
menarik dan banyak digunakan untuk menyelesaikan masalah pada bidang
forecasting. Penelitian dilakukan dengan
menggunakan 7 model dengan penalaran bahwa nilai tukar mata uang tertinggi
(high) esok hari dipengaruhi oleh nilai open, low, dan close dengan berbagai
periode. Dari hasil perhitungan, didapat
jumlah layer dan jumlah neuron tiap layer sebanyak 2 layer dengan 15 neuron
tiap layer. Metode RNN cocok digunakan
untuk meramalkan data forex dilihat dari nilai MAPE dan R2 yang dihasilkan dari
7 model.
Penulis: Jaka Pratama Musashi
Kode Jurnal: jpmatematikadd141165
