SISTEM PREDIKSI HARGA EMAS BERDASARKAN DATA TIME SERIES MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN)

NADIR, RAZAN AIMAN (2023) SISTEM PREDIKSI HARGA EMAS BERDASARKAN DATA TIME SERIES MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text 1. cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text 3. lembar pengeahan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text 5. abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text 2. lembar pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text 7. bab i.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text 13. daftar pustaka.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text SKRIPSI_Razan Aiman Nadir_2113191062.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (3MB)

Abstract

Emas merupakan jenis logam mulia yang paling banyak diminati untuk dijadikan sebagai objek investasi, dikarenakan harga jual maupun beli cenderung mengalami kenaikan. Akan tetapi, terdapat kondisi bahwa pergerakan harga emas dapat mengalami fluktuasi, dan hal itu akan menjadi resiko dalam berinvestasi. Perkembangan zaman saat ini dapat membantu masyarakat untuk mengatasi permasalahan tersebut, yaitu melalui cara prediksi atau perkiraan pergerakan harga emas di masa yang akan datang. Penelitian ini dilakukan untuk prediksi pada harga emas ANTAM Logam Mulia untuk 5 bulan ke depan. Data diperoleh dari situs resmi Logam Mulia. Metode yang digunakan pada penelitian ini adalah Artificial Neural Network (ANN) yang seluruh tahapan pengolahan data dilakukan menggunakan tools Google Colaboratory, baik tahap training, testing dan prediksi, dengan penggunaan 3 skenario pembagian data, yaitu 90% training & 10% testing, 80% training & 20% testing dan 70% training & 30% testing. Dalam tahap training dilakukan beberapa percobaan melalui perubahan pola jaringan, jumlah iterasi (epoch) dan learning rate yang didapatkan model terbaik dengan arsitektur 5-20-1, epoch 10000, learning rate 0.1 dengan akurasi 91.89% pada skenario 90% training & 10% testing, arsitektur 5-30-1, epoch 10000, lesrning rate 0.1 dengan akurasi 90.77% pada skenario 80% training & 20% testing dan arsitektur 5-20-1, epoch 10000, lesrning rate 0.1 dengan akurasi 91.92% pada skenario 70% training & 30% testing. Selanjutnya dilakukan tahap testing dan masing-masing mendapatkan akurasi 76.43%, 56.51% dan 56.12%. Pada tahap prediksi, menggunakan data prediksi yang merupakan harga mulai tanggal 1 Agustus - 31 Desember tahun 2018 - 2022 untuk memprediksi harga 5 bulan ke depan, yaitu bulan Agustus, September, Oktober, November dan Desember 2023. Harga prediksi yang akan disimpan pada aplikasi web adalah prediksi pada skenario data training 90% dan testing 10%, dikarenakan hasil evaluasi dengan data testing akurasinya lebih baik dibandingkan kedua skenario lainnya. Kata Kunci: Harga Emas, Prediksi, Artificial Neural Network (ANN)

Actions (login required)

View Item