DETAIL KOLEKSI

Prediksi nilai tukar usd terhadap idr menggunakan metode long short-term memory (lstm)

Oleh : Eka Nurfariska

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2024

Pembimbing 1 : Binti Solihah

Pembimbing 2 : Syandra Sari

Kata Kunci : prediction, KURS, long short term memory

Saat ini file hanya dapat diakses dari perpustakaan.

Status : Lengkap

N Nilai tukar mata uang atau sering disebut dengan kurs merupakan pertukaran dengan perbandingan nilai atau harga dari dua mata uang. Fluktasi nilai tukar mata uang sangat mempengaruhi ekspor dan impor, investasi, dan kestabilitasan keuangan negara. Nilai kurs juga mempengaruhi secara domestik maupun internasional, karena hampir seluruh dunia melakukan transaksi internasional. Prediksi nilai tukar mata uang atau nilai tukar kurs diperlukan untuk mengetahui berapa kira-kira besaran nilai tukar uang rupiah terhadap uang asing USD di waktu yang akan mendatang sehingga dapat diambil langkah yang benar setelah mengetahui kira-kira nilai tukar mata uang yang akan mendatang dengan proses prediksi ini. Metode yang digunakan untuk melakukan prediksi pada penelitian ini adalah Long Short Term-Memory, dengan menggunakan data set dari https://www.bi.go.id/id/statistik/informasi-kurs/transaksi-bi/default.aspx yaitu harga kurs jual dan kurs beli. Model optimal berdasarkan hyperparameter tuning dicapai dengan learning rate 0.01 , batch size 64 dan epoch 300. komposisi data train dan data test adalah 70% dan 30%. Hasil analisis menunjukkan bahwa model ini menghasilkan nilai akurasi dari prediksi yaitu, RMSE 148.27 untuk data train dan 307.62 untuk data test dan untuk MAE memiliki nilai 124.13 untuk data train dan 291.18

C Currency exchange rates or often referred to as exchange rates are exchanges with a comparison of the value or price of two currencies. Fluctuations in currency exchange rates greatly affect exports and imports, investment, and the financial stability of the country. Exchange rates also affect domestically and internationally, because almost the entire world conducts international transactions. Prediction of currency exchange rates or exchange rates is needed to find out how approximately the amount of the rupiah exchange rate against foreign currencies USD in the future so that the correct steps can be taken after knowing approximately the exchange rate that will come with this prediction process. The method used to make predictions in this study is Long Short Term Memory, using datasets from https://www.bi.go.id/id/statistik/informasi-kurs/transaksi-bi/default.aspx, namely the selling and buying exchange rates. The optimal model based on hyperparameter tuning is achieved with a learning rate of 0.01, batch size 64 and epoch 300. the composition of train data and test data is 70% and 30%. The results of the analysis show that this model produces an accuracy value of the prediction, namely, RMSE 148.27 for train data and 307.62 for test data and for MAE has a value of 124.13 for train data and 291.1

Koleksi Terkait (Kata Kunci = 26 Judul)

Model dan prediksi distorsi tengangan pada sistem distribusi akibat beban non linear
FTI - Usakti
Prediksi pasien terkena penyakit jantung menggunakan metode support vector machine 1.8
FTI - Usakti
Analitik prediktif harga rumah menggunakan algoritma multiple linear regression di kota bogor studi kasus website rumah.123.com
FTI - Usakti
Analisis deskriptif penerapan kecerdasan buatan, prediksi integritas, kinerja keuangan, dan ukuran perusahaan di perbankan indonesia dan singapura tahun 2021 - 2023.
FEB - Usakti
Analisis pengaruh rasio keuangan dan prediksi kebangkrutan terhadap opini audit 3.7
FEB - Usakti
Analisis pengaruh rasio keuangan dan prediksi kebangkrutan terhadap opini audit pada perusahaan manufaktur
FEB - Usakti
Optimasi produksi lapangan gas X dengan integrasi simulasi reservoir dan jaringan pemipaan
FTKE - Usakti
Aplikasi prediksi analisis penjualan sepeda motor berdasarkan biaya promosi 5.0
FTI - Usakti
Prediksi kelulusan tepat waktu mahasiswa menggunakan algoritma naive bayes classifier (NBC) di jurusan teknik informatika Universitas Trisakti
FTI - Usakti
Analisis bankruptcy prediction models untuk memprediksi kepailitan (studi pada perusahaan minyak dan gas yang terdaftar di Bursa Efek Indonesia periode 2013-2016)
FEB - Usakti
Analisis pengembangan terminal penumpang Bandar Udara Radin Inten II Lampung 0.0
FTSP - Usakti
Prediksi dan optimasi laju penembusan menggunakan metode artificial neural network pada lapangan "T" 5.0
FTKE - Usakti
Rock typing dan prediksi permeabilitas shaly sand pada formasi cibulakan atas lapangan ASR
FTKE - Usakti
Penilaian formasi dan prediksi permeabilitas dengan metode hydraulic unit pada lapangan X 2.5
FTKE - Usakti
Evaluasi kapasitas terminal penumpang Bandar Udara Internasioal Juanda Surabaya 2.5
FTSP - Usakti
Prediksi harga beras menggunakan Metode Long Short Term Memory (LSTM) 2.5
FTI - Usakti
Analisis human error pada proses produksi paper pallet di PT. Kaloka Binangun 0.0
FTI - Usakti
Artificial neural network for power output prediction of organic rankine cycle power plant in Lahendong geothermal field
FTKE - Usakti
Usulan meminimasi human error pada aktivitas pengecoran pc hollow girder dengan metode sherpa dan heart
FTI - Usakti
Perancangan usulan mitigasi potensi human error pada proses produksi girder di PT. Buana Masa Metalindo
FTI - Usakti
Peramalan pasokan beras dengan menggunakan metode holt-winters dan Multi Layer Perceptron (MLP)
FTI - Usakti
Sistem prediksi tuberculosis menggunakan metode convolutional neural network
FTI - Usakti
Pengaruh prediksi kebangkrutan, pertumbuhan perusahaan, dan kualitas audit terhadap opini audit going concern.
FEB - Usakti
Prediksi harga emas menggunakan metode long short term memory
FTI - Usakti
Prediksi load jaringan 5g indoor melalui parameter upload dan download dengan pendekatan regresi
FTI - Usakti
Prediksi harga minyak goreng kemasan bermerk 1 (kg) dengan menggunakan metode long short term memory
FTI - Usakti
Bagaimana Anda menilai Koleksi ini ?