Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Inspiration

Prediksi Nilai Tukar Valuta Asing Menggunakan Metode Genetic Algorithm-Neural Network (Euro Terhadap US Dollar) Sespajayadi, Ary; Rushadah, Nur Indriani; Indrabayu, Indrabayu; Warni, Elly
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 3, No 1 (2013): Jurnal Inspiration Volume 3 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v3i1.28

Abstract

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%.
Co-Authors A. Ais Prayogi Alimuddin A.Ais Prayogi Abdul Razak Munir Adnan Adnan Ady Wahyudi Paundu Ahmad Rifaldi Amil A. Ilham Amil A. Ilham Amil Ahmad Ilham Andani Achmad Andani Achmad Andini D. Achmad Andri Anto Aman Andri Anto Aman, Andri Anto Anugrayani Bustamin Anugrayani Bustamin Anugrayani Bustamin Anugrayani Bustamin Aqfir Areni, Intan Sari Arifin, Nurhikma Aulia Darnilasari Bake, Sabda Ansari Basri Basri Basri Basri Bustamin, Anugrayani Christoforus Yohanes Dewi, Andi Ratna Sari Edi Yanto Elly Warni Elly Warni Elyas Palantei Fadhil, Muh. Wira Ramdhani Fadliah Fadliah Fakhriyah, Sitti Fakhriyah Hamzah Hamzah Ibrahim, Rafiqa Nurcahyani Ida Ayu Putu Sri Widnyani Ifwan, Ichsanul Al Ingrid Nurtanio Intan Sari Areni Intan Sari Areni Intan Sari Areni Intan Sari Areni Intan Sari Areni Iqra Aswad Jalaluddin Jalaluddin Marindah, Tyanita Puti Mokobombang, Novy Nur R.A Muh Anshar Muh Niswar Muh Niswar, Muh Muh. Alief Fahdal Imran Oemar Muhammad Abdillah Rahmat, Muhammad Abdillah Muhammad Assidiq Muhammad Irsan Sabir Muhammad Ismail Muhammad Niswar Mukarramah Yusuf Muskira Sudirman Naim Irmayani Nur Amelia Nur Cahya Nurul Fathanah Mustamin Rahayu, Mesra Rahmat Hardian Putra Rhiza S. Sadjad Rieka Zalzabillah Putri Rizka Irianty Rohmah Nur Hidayah Rushadah, Nur Indriani Salam, Andi Ejah Umraeni Sespajayadi, Ary Siska Anraeni Sitti Wetenriajeng Sidehabi Suleman, Fitriyanti Syafruddin Syarif Syafruddin Syarif Syahputra, Rendy Aziz Syukriyanto Latif Usman Umar Warni, Elly Yohannes, Christoforus Zaenab Muslimin Zaenab Muslimin Zahir Zainuddin Zulfajri Basri Hasanuddin Zulkarnain, Eliza Zulkifli Tahir