Prediksi Kurs Terhadap Rupiah Menggunakan Kombinasi Algoritma Particle Swarm Optimization (PSO) & Time Variant Fuzzy Time Series (TVFTS)

Mukti Parades M, Christian (2017) Prediksi Kurs Terhadap Rupiah Menggunakan Kombinasi Algoritma Particle Swarm Optimization (PSO) & Time Variant Fuzzy Time Series (TVFTS).

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Fenomena yang berhubungan dengan kurs valuta asing yaitu dengan terjadinya perubahan kurs yang tajam di Indonesia selama periode krisis ekonomi dan moneter mulai pertengahan tahun 1997, dimana nilai kurs meningkat dan berubah secara tajam. Gejolak nilai kurs ini selain faktor-faktor ekonomi seperti, suku bunga, jumlah uang beredar, dan neraca pembayaran, juga tidak terlepas dari pengaruh faktor-faktor non-ekonomi seperti faktor politis dan psikologi, yang sering kali lebih berpengaruh dalam menciptakan perubahan kurs valuta asing, contohnya, bila terjadi kepanikan akibat ketidakstabilan perekonomian di dalam negeri akan menyebabkan larinya investor-investor keluar negeri, sehingga kurs akan meningkat. maka dibuat suatu aplikasi yang dapat memprediksi nilai tukar mata uang untuk beberapa waktu kedepan menggunakan metode Time Variant Fuzzy Time Series yang dikombinasikan dengan metode Particle Swarm Optimization (PSO) dalam akurasi prediksi, sehingga dapat diketahui hasil perbandingan nilai tukar mata uang dollar terhadap rupiah. Time Variant Fuzzy Time Series mampu memprediksi dengan peramalan nilai tukar rupiah terhadap dollar dan Particle Swarm Optimization (PSO) untuk optimalisasi.Particle Swarm Optimization dapat diterapkan dalam proses klasifikasi menentukan optimalisasi akurasi yang dilakukan pada prediksi Time Variant Fuzzy Time Series terhadap history dengan hasil error 2.59 %. Sehingga didapatkan hasil akurasinya 97.01 %.

Item Type: Article
Uncontrolled Keywords: Time Variant Fuzzy Time Series, Particle Swarm Optimization (PSO), prediksi, kurs
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2016
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Date Deposited: 06 Jun 2017 02:58
Last Modified: 06 Jun 2017 02:58
URI: https://repository.unikom.ac.id/id/eprint/51633

Actions (login required)

View Item View Item