ANALISIS METODE RBF-NN DENGAN OPTIMASI ALGORITMA GENETIKA PADA PERAMALAN MATA UANG EUR/USD

• Main Authors: Nengah Widiangga Gautama, Agus Dharma, Made Sudarma
• Format: Article
• Language: English
• Published: Universitas Udayana 2016-11-01
• Series: Majalah Ilmiah Teknologi Elektro
• Subjects: EUR/USD, RBF-NN, Algoritma Genetika, Algoritma Genetika Adaptif, MAPE
• Online Access: http://ojs.unud.ac.id/index.php/JTE/article/view/17969

<p>Penelitian ini membahas tentang peramalan EUR/USD menggunakan metode RBF-NN (<em>Radial Basis Function – Neural Network</em>) 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 (<em>Mean Absolut Percentage Error</em>).</p><p>Pada data <em>daily low</em>, metode terbaik adalah Algoritma Ge­ne­tika II dengan MAPE sebesar 0,2286, sementara pada data <em>daily high</em> 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.</p>