Article Per Year (5 Year)
p-Index From 2019 - 2024
3.625
P-Index
This Author published in this journals
All Journal PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Jurnal Informatika Jurnal Informatika Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Jurnal Inovatif Journal of Students‘ Research in Computer Science (JSRCS) SENTRI: Jurnal Riset Ilmiah Jurnal Sistim Informasi dan Teknologi INCOME: Indonesian Journal of Community Service and Engagement Jurnal Multidisiplin West Science West Science Social and Humanities Studies Journal Of Computer Science Contributions (JUCOSCO)
Abrar Hiswara
Fakultas Ilmu Komputer , Universitas Bhayangkara Jakarta Raya
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)

 1 
PENERAPAN ALGORITMA BACKPROPAGATION NEURAL NETWORK UNTUK MEMPREDIKSI HARGA TUKAR RUPIAH (IDR) TERHADAP DOLLAR AMERIKA (USD) PADA BURSA EFEK INDONESIA Abrar Hiswara
Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data) Vol 2, No 1 (2019): Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data)
Publisher : Institut Informatika dan Bisnis Darmajaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30873/simada.v2i1.1427

Abstract

Penelitian ini bertujuan untuk melakukan prediksi nilai kurs Rupiah terhadap US Dollar dengan menggunakan algoritma Backpropagation Neural Network. Agar dapat mengetahui potensi nilai tukar Rupiah terhadap US Dollar dimasa mendatang. Tahapan yang dilakukan pada penelitian ini yaitu dengan melakukan perbandingan hasil pengujian dari 5 arsitektur Backpropagation Neural network pada hidden layer. Data yang digunakan adalah data sekunder yang merupakan Faktor – faktor yang mempengaruhi nilai kurs. Pengujian dilakukan menggunakan Rapidminer dengan melakukan proses pelatihan data training dan data testing. Dari hasil proses pelatihan data training dan data testing pada kelima arsitektur jaringan syaraf tiruan backpropagation. Menghasilkan sejumlah output berupa chart yang menggambarkan tingkat indikasi kemiripan terbaik dari hasil prediksi dan nilai error RMSE sebagai bentuk hasil pengujian pada arsitektur pertama dengan jumlah rata - rata nilai error sejumlah 4.8665, pada Arsitektur kedua dengan rata – rata 5.0645, kemudian pada arsitektur ketiga dengan rata – rata 5.0095, arsitektur ke empat dengan rata – rata 258.723 dan pada arsitektur kelima dengan rata – rata 262.26. Kata Kunci : Prediksi, Nilai Tukar, Backpropagation, Neural Network, JaringanSyaraf Tiruan..
Co-Authors Achmad Noeman Achmad Noe’man Adit Mohammad Aziz Ahmad Hanafi Aida Fitriyani Amalia Nur Soliha Arif Rinaldi Dikananda Arman Andrian Dadang Sudrajat Daud Tri Bakti Purba Dian Hartanti Dika Aditya Octaviana Dwipa Handayani Fendy Hendrianto Gema Tasakur Hanifah Nurul Muthmainah Haris Himawan Joni Warta Juani Khuswara Maulidin Kaylista Nabila Nastiti Kesuma Kurniasari Kurniasari M. Hadi Prayitno Maulidin, Juani Khuswara Muhamad Salam Assyidqi Muhammad Dafa Agustyan Mukhlish - Mumtaz Abdurrahim Kamil Mumtaz Abdurrahman Kamil Noor Muhammadi Noor Permadi Nur Rachma Nurhayati Nurhayati Rafika Sari Rafika Sari RAFIKA SARI Rahmawanti, Waliya Reza Adi Nugraha Rinovian Rais Roy Mubarak Sri Winarsih suroso, amat Tyastuti Sri Lestari Yenik Pujowati Yoga Saputra Zunan Setiawan