Path: TopS1-Final ProjectPhysics-FMIPA2008

PREDIKSI PERGERAKAN MATA UANG GREAT BRITAIN POUNDSTERLING (GBP) TERHADAP UNITED STATES OF DOLLAR (USD) PADA PERIODE EMPAT JAM DENGAN MENGGUNAKAN NEURAL NETWORK PADA MATLAB

Undergraduate Theses from JBPTITBPP / 2017-09-27 11:45:11
Oleh : MARTIN MANGIHUT PARASIAN RAJAGUKGUK (NIM 10201012); Pembimbing : Dr. Rizal Kurniadi, S1 - Department of Physics
Dibuat : 2008, dengan 7 file

Keyword : Sistem Cerdas, Artificial Intelligent, Neural Network, Backpropagation

Transaksi perdagangan valuta asing tidak terlepas dari fluktuasi nilai tukar mata uang suatu negara terhadap mata uang negara lain karena keduanya merupakan suatu bagian yang tidak terpisahkan. Dalam memprediksi nilai tukar valuta asing, beberapa analisa telah dipakai dan dikembangkan, beberapa analisa tersebut seperti : Stochastic Oscilator, Relative Strength Index (RSI), SMA, MACD dan lain-lain. Sebagai masukan digunakan beberapa macam harga seperti : harga pembukaan, tertinggi, terendah, penutupan, hasil indikator stochastic, indikator RSI dan hasil pengambilan keputusan dikenyataan.

Sistem jaringan syaraf tiruan telah di-implementasikan dalam berbagai aplikasi terutama dalam hal pengenalan pola, kesehatan, keuangan, investasi, marketing dan lain lain. Pada Tugas Ahir ini akan dibahas Sistem Cerdas Pendukung Keputusan Prediksi Nilai Tukar Valuta Asing Menggunakan Jaringan Syaraf Tiruan Backpropagation yang digunakan untuk melakukan optimasi arsitekur Neural Network. Data yang digunakan dalam penelitian ini adalah data nilai tukar GBP-USD dengan periode empat (4) jam.

Struktur Neural Network untuk prediksi ini dapat dibuat dengan arsitektur 6-n-1 yaitu 6 neuron pada lapisan masukan, n jumlah lapisan tersembunyi dan 1 neuron pada lapisan keluaran. Hasil penelitian ini dapat digunakan untuk memberikan saran bagi praktisi dan analis pasar uang dalam melakukan transaksi yang akan diambil.

Deskripsi Alternatif :

Foreign exchange market is based on the movement or fluctuation between one country currency to another, because both of currency are connected one to another. There are a lot of analyze methods for use to forecasting foreign exchange, some of the methods are : Stochastic Oscilator, Relative Strength Index (RSI), SMA, MACD, etc. For input parameters are using a few type of price, like : open, high, low, and close price. Besides that, the writer also use the stochastic forecasting result, RSI forecasting result and the actually result in reality.

Artificial neural network have been implemented in a various application, especially for forecasting, recognition, marketing, health, investment, etc. This final project will discuss about clever system to back up the decision in foreign exchange forecasting using the neural network backpropagation which is used to optimized neural network architecture. The data that writer use in this project is exchange rate for GBPUSD with four hours time frame.

Neural network structure in this forecasting needs could be made with 6-n-1 architecture which is 6 neuron for input layer, n is for hidden layer and 1 for output layer. This final project could be use for advice to foreign exchange trader in making a decision.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTITBPP
OrganisasiS
Nama KontakUPT Perpustakaan ITB
AlamatJl. Ganesha 10
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon62-22-2509118, 2500089
Fax62-22-2500089
E-mail Administratordigilib@lib.itb.ac.id
E-mail CKOinfo@lib.itb.ac.id