Prediksi Nilai Tukar Rupiah Terhadap Dolar Amerika Dengan Menggunakan Algoritme Genetika - Backpropagation

Abstrak

Nilai tukar (kurs) merupakan nilai mata uang suatu negara yang dinyatakan ke dalam bentuk mata uang negara lain. Nilai tukar berperan penting dalam perdagangan internasional. Untuk menjaga kestabilan nilai tukar rupiah, maka pemerintah perlu memberlakukan kebijakan yang tepat. Oleh karena itu diperlukan sebuah algoritme prediksi yang mampu mengenali pola dari perubahan nilai tukar rupiah.  Metode Backpropagation merupakan salah satu metode yang mampu mengenali pola pada data time series, sedangkan Algoritme Genetika merupakan metode yang mampu melakukan eksplorasi solusi yang lebih luas bagi Backpropagation. Pada Algoritme Genetika, bobot Backpropagation direpresentasikan dalam bentuk real-code. Implementasi Algoritme Genetika - Backpropagation memiliki tahapan inisialisasi populasi, crossover, mutasi, pelatihan setiap individu menggunakan Backpropagation, evaluasi, dan seleksi. Dari pengujian yang telah dilakukan didapatkan parameter yang paling optimum bagi Algoritme Genetika - Backpropagation jumlah generasi 90, ukuran populasi sebesar 20, crossover rate 0.1, mutation rate 0.9, jumlah neuron pada lapisan tersembunyi 13, learning rate 1 dan jumlah iterasi pelatihan Backpropagation sebesar 500. Hasil pengujian yang telah dilakukan didapatkan nilai MAPE terbaik sebesar 1.575318 dan rata-rata MAPE sebesar 1.741747. Algoritme juga mampu melakukan validasi terbaik dengan MAPE sebesar 1.0004917 dan rata-rata MAPE sebesar 1.077603.