Analisis Metode RBF-NN Dengan Optimasi Algoritma Genetika Pada Peramalan Mata Uang Eur/Usd

Edit
ABSTRACT: Penelitian ini membahas tentang peramalan EUR/USD menggunakan metode RBF-NN (Radial Basis Function – Neural Network) tanpa optimasi dan RBF-NN yang dioptimasi dengan 3 model AG/AGA (Algoritma Genetika dan Algoritma Genetika Adaptif). Sistem RBF-NN dapat diterapkan pada data dengan karakteristik nonlinear dan fluktuatif seperti data EUR/USD. Permasalahan akurasi muncul jika terjadi solusi lokal dalam sistem RBF-NN dan metode AG/AGA dapat digunakan untuk mengatasi solusi lokal tersebut. Keakuratan dari peramalan ditunjukkan lewat nilai MAPE (Mean Absolut Percentage Error).
Pada data daily low, metode terbaik adalah Algoritma Ge­ne­tika II dengan MAPE sebesar 0,2286, sementara pada data daily high metode terbaik adalah Algoritma Genetika Adaptif II dengan MAPE sebesar 0,2190. Metode AG II dan AGA II didukung teknik pencarian di dekat bobot RBF-NN yang terbukti efektif pada kasus mata uang EUR/USD. Perbaikan akurasi yang diberikan AG II dan AGA II terhadap metode RBF-NN dapat diterapkan pada peramalan mata uang lainnya.
KEYWORDS: EUR/USD, RBF-NN, Algoritma Genetika, Algoritma Genetika Adaptif, MAPE
Penulis: Nengah Widiangga Gautama, Agus Dharma
Kode Jurnal: jptlisetrodd160306

Artikel Terkait :

Jp Teknik Listrik dan Mekatronika dd 2016