Implementasi Algoritme Extreme Learning Machine (ELM) Untuk Prediksi Harga Emas Bagi Investor

Implementasi Algoritme Extreme Learning Machine (ELM) Untuk Prediksi Harga Emas Bagi Investor

Penulis

  • Laila Restu Setiya Wati Fakultas Ilmu Komputer, Universitas Brawijaya
  • Imam Cholissodin Fakultas Ilmu Komputer, Universitas Brawijaya
  • Putra Pandu Adikara Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

harga emas indonesia, ELM, MAPE

Abstrak

Berinvestasi ada berbagai macam salah satunya adalah emas. Emas biasa dijadikan investasi jangka panjang, karena keuntungan investasi emas mudah diuangkan, tidak ada pajak dan investasi emas karena memiliki sifat yang tahan terhadap inflasi. Sifat ketahanan itu yang membuat tertarik investor untuk berinvestasi. Investor sulit mendapatkan informasi mengenahi perubahan naik turun harga emas sehingga dengan masalah tersebut investor sangat membutuhkan informasi untuk prediksi sebagai pertimbangan kapan harus membeli dan menjual emas agar mendapatkan keuntungan yang sesuai dengan perancanaan yang telah dibuat. Penelitian ini menggunakan algoritme Extreme Learning Machine (ELM) untuk memprediksi harga emas. Pengujian dalam memprediksi memodelkan algoritme ELM untuk harga emas agar menghasilkan prediksi harga emas dengan optimal. Hasil analisa pengujian dengan menggunakan variabel terbaik dari pengujian sebelumnya menghasilkan Mean Absolute Error Percentage (MAPE) terbaik sebesar 0,29%, dari MAPE yang dihasilkan kurang dari 10% menunjukkan bahwa algoritme Extreme Learning Machine (ELM) sangat baik untuk diimplementasikan dalam melakukan prediksi harga emas.

Unduhan

Diterbitkan

10 Jan 2019

Cara Mengutip

Wati, L. R. S., Cholissodin, I., & Adikara, P. P. (2019). Implementasi Algoritme Extreme Learning Machine (ELM) Untuk Prediksi Harga Emas Bagi Investor. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(3), 2408–2415. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4736

Terbitan

Bagian

Artikel
Loading...