PREDIKSI BISNIS FOREX MENGGUNAKAN MODEL NEURAL NETWORK BERBASIS ADA BOOST MENGGUNAKAN 2047 DATA
Abstrak: Setelah melakukan
penelitian dan percobaan maka didapatkan hasil penelitian pertama yang telah
dilakukan dengan menggunakan Algoritma Neural Network Backpropagatioan dengan
menggunakan data sebanyak 268 menunjungkan tingkat akurasi error prediksi pada
waktu prediksi per 5 menit sebesar 0.758619403, bila menggunakan data sebanyak
2047 menunjukkan tingkat akurasi error prediksi sebesar 0.500161212 dan hasil
penelitian kedua yang telah dilakukan menggunakan Algoritma Optimasi Adaboost
pada proses trainning dan ditambah Neural Network Backpropagation pada proses
learning menunjukkan tingkat akurasi error prediksi pada waktu prediksi per 5
menit menggunakan data sebanyak 268 sebesar 0.397014925, bila menggunakan data
sebanyak 2047 menunjukkan tingkat akurasi error prediksi sebesar 0.099951148.
Tahap awal dalam melakukan penelitian ini sampai dengan pengujian menggunakan
perhitungan prediksi nilai akurasi error menggunakan rumus MSE (Mean Sequare
Error) dengan menggunakan algoritma optimasi adaboost untuk memberikan jawaban
atas permasalahan bahwa nilai akurasi error Algoritma Neural Network
Backpropagation perlu direndahkan agar akurasi prediksi meningkat dan tahap
kedua dilakukan uji coba menggunakan data yang lebih banyak dibandingan dengan
tahap ke satu. Berdasarkan hasil penelitian yang telah dilakukan, dapat
disimpulkan bahwa Algoritma Neural Network memiliki akurasi yang lebih rendah
bila dibandingkan dengan akurasi menggunakan metode optimasi adaboost pada
proses trainning ditambah dengan Neural Network, ini dapat dilihat dengan
rendahnya tingkat error MSE menggunakan metode adaboost + neural network dan
dapat disimpukan pula bahwa dengan menggunakan jumlah data yang lebih banyak
maka dapat menurunkan tingkat akurasi error MSE sehingga berhasil meningkatkan
akurasi prediksi dalam bisnis forex trading.
Penulis: Suyatno, Sisno
Riyoko, R. Hadapiningradja Kusumodestoni
Kode Jurnal: jptmesindd160495
