A. Ikhsan, Primandani Arsi, Jali Suhaman
{"title":"Komparasi Model Prediksi Kurs Pada Masa Pandemi Covid-19 Menggunakan Neural Network Berbasis Genetic Algorithm dan Particle Swarm Optimization","authors":"A. Ikhsan, Primandani Arsi, Jali Suhaman","doi":"10.35970/infotekmesin.v13i1.938","DOIUrl":null,"url":null,"abstract":"Diterima: 4 Desember 2021 Data BI menunjukan kurs rupiah terhadap dolar mengalami pelemahan pada awal pandemi. Ketidakstabilan kurs merupakan masalah penting bidang ekonomi di Indonesia. Oleh sebab itu diperlukan sebuah model prediksi kurs tehadap dolar di masa pandemi Covid-19 guna memprakirakan kurs. Dalam penelitian ini diusulkan komparasi model prediksi kurs rupiah terhadap dolar menggunaan algoritma Neural Network berbasis GA dan Neural Network berbasis PSO. Tahapan awal penelitian dilakukan dengan pengumpulan data selama masa pandemi covid-19 (2019 s.d 2021). Data berupa time series tersebut kemudian dilakukan preprocessing sehingga data siap untuk menjadi inputan model yang diusulkan. Adapun teknik validasi menggunakan k-fold validation dengan skenario 70:30. Evaluasi dilakukan dengan output RMSE. Hasil prediksi terbaik dilihat dari tingkat error yang paling minimum. Hasil penelitian menunjukan bahwa perfoma algoritma optimasi dalam meningkatkan tingkat error Neural Network sama besarnya, yakni 0.020 +/0.006.","PeriodicalId":33598,"journal":{"name":"Infotekmesin Media Komunikasi Ilmiah Politeknik Cilacap","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2022-01-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Infotekmesin Media Komunikasi Ilmiah Politeknik Cilacap","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35970/infotekmesin.v13i1.938","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

接受:2021年12月4日BI数据显示,卢比兑美元汇率在疫情开始时遭遇低迷。航线不稳定是印度尼西亚的一个重要经济问题。这就是为什么它需要一个模型来预测新冠肺炎大流行时的一个席位。在这项研究中,建议使用基于GA的神经网络算法和基于PSO的神经网络来比较卢比兑美元汇率的模型预测。研究的初始阶段是在新冠肺炎大流行期间(2019年至2021年)收集数据。然后对时间序列的数据进行预处理,直到数据准备好成为所提出的模型输入。至于使用场景70:30的k倍验证的验证技术。使用RMSE输出进行评估。从最小误差水平可以看到最佳预测结果。研究表明,香水算法在提高神经网络误差水平方面进行了优化,误差值为0.020+/0.006。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Komparasi Model Prediksi Kurs Pada Masa Pandemi Covid-19 Menggunakan Neural Network Berbasis Genetic Algorithm dan Particle Swarm Optimization
Diterima: 4 Desember 2021 Data BI menunjukan kurs rupiah terhadap dolar mengalami pelemahan pada awal pandemi. Ketidakstabilan kurs merupakan masalah penting bidang ekonomi di Indonesia. Oleh sebab itu diperlukan sebuah model prediksi kurs tehadap dolar di masa pandemi Covid-19 guna memprakirakan kurs. Dalam penelitian ini diusulkan komparasi model prediksi kurs rupiah terhadap dolar menggunaan algoritma Neural Network berbasis GA dan Neural Network berbasis PSO. Tahapan awal penelitian dilakukan dengan pengumpulan data selama masa pandemi covid-19 (2019 s.d 2021). Data berupa time series tersebut kemudian dilakukan preprocessing sehingga data siap untuk menjadi inputan model yang diusulkan. Adapun teknik validasi menggunakan k-fold validation dengan skenario 70:30. Evaluasi dilakukan dengan output RMSE. Hasil prediksi terbaik dilihat dari tingkat error yang paling minimum. Hasil penelitian menunjukan bahwa perfoma algoritma optimasi dalam meningkatkan tingkat error Neural Network sama besarnya, yakni 0.020 +/0.006.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
30
审稿时长
12 weeks
期刊最新文献
Perhitungan Pengendalian Persediaan Fast Moving Spare Part Dengan Metode Min-Max Stock Rancang Bangun Sistem Pengisian Otomatis Merica Bubuk Berbasis Kontroler Arduino Nano Klasifikasi Opini Publik di Twitter Terhadap Bakal Calon Presiden Indonesia Tahun 2024 Menggunakan LSTM Secara Realtime Berbasis Website Optimalisasi Labview Sebagai Kendali dan Monitoring Arus Tegangan pada Modul Solar Cell Menggunakan Jaringan Lokal Analisis Kekuatan Tarik dan Regangan Filamen Carbon Fiber Hasil 3D Print dengan Variasi Fill Density
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1