<![CDATA[Memiliki penghasilan tinggi secara continue dan aman dalam trading Forex secara real adalah impian bagi para trader, hampir kebanyakan para trader pemula , terutama trader yang baru terjun atau baru belajar di dunia Forex berusaha semaksimal mungkin untuk menemukan sistem yang holygrail secara teknik baik secara fundamental maupun teknikal Penelitian ini bertujuan untuk membuat sistem prediksi harga nilai tukar mata uang Euro terhadap US Dollar dengan metode Genetic Algorithm-Neural Network. Metode Genetic Algorithm digunakan untuk mendapatkan nilai Feed Forward Neural Network terbaik dari output yang dihasilkan. Selanjutnya dilakukan pelatihan terhadap Feed Forward Neural Network terbaik yang didapatkan dengan metode Neural Network untuk membentuk sebuah net yang akan digunakan untuk memprediksi. Data pergerakan nilai tukar Euro terhadap US Dollar dapat diperoleh dari software Metatrader yang berupa data history forex timeframe jam (H1). Dimana hasil uji prediksi adalah nilai open, high, low dan close yang mengalami perubahan setiap jam. Validasi hasil uji prediksi harga EUR/USD pada nilai harga Open, High, Low dan Close dengan metode Genetic Algorithm-Neural Network terhadap data real history time-frame H1 keempat variabel dari Metarader memiliki nilai RMSE dan tingkat akurasi sebagai berikut: Open memiliki nilai RMSE sebesar 0,0071 dengan tingkat akurasi sebesar 95,00%, High memiliki nilai RMSE sebesar 0,0261 dengan tingkat akurasi 59,17%, Low memiliki nilai RMSE sebesar 0,0328 dengan tingkat akurasi sebesar 50,00% dan Close meiliki nilai RMSE sebesar 0,0119 dengan tingkat akurasi sebesar 83,33%.]]>
