Neural network ensembles untuk peramalan nilai tukar dollar terhadap rupiah

Oleh :
Nariswari Setya Dewi - M0108022 - Fak. MIPA

Pada beberapa dekade terakhir, Neural Network (NN) diperkenalkan sebagai salah satu metode peramalan time series untuk nilai tukar mata uang karena kemampuannya dalam memorisasi dan generalisasi data sebelumnya. Penelitian ini mengkaji ulang Neural Network Ensembles(NNE) yang merupakan penggabungan beberapa Neural Network(NN) dengan tujuan memperoleh peramalan yang lebih baik. Metode yang digunakan dalam penelitian ini adalah studi literatur dan kemudian diterapkan pada data riil, yaitu data nilai tukar Dollar terhadap Rupiah periode 5 Januari 2009 sampai dengan 31 Mei 2012. Guna mempermudah penyelesaian contoh kasus, peneliti menyusun program partisi sistematis untuk data pelatihan. Berdasarkan hasil pembahasan diperoleh kesimpulan bahwa prosedur pembentukan NNE adalah membentuk NN tunggal untuk peramalan time series yang terdiri dari (i) pembagian data menjadi data pelatihan dan data pengujian, (ii) partisi data pelatihan menjadi subsampel dengan partisi sistematis, (iii) transformasi data, dan (iv) pelatihan masing-masing subsampel dengan algoritma pembelajaran backpropagation. Selanjutnya penggabungan hasil pelatihan dari masing-masing subsampel dengan metode simple average dan backpropagation. Arsitektur jaringan terbaik ditentukan berdasarkan MSE terkecil dari pengujian. Penerapan NNE pada data nilai tukar Dollar terhadap Rupiah menghasilkan nilai MSE yang cukup kecil. Oleh karena itu, NNE dapat digunakan untuk peramalan nilai tukar mata uang.