Prediksi Nilai Tukar Rupiah Terhadap US Dollar Menggunakan Metode Genetic Programming
DOI:
https://doi.org/10.25126/jtiik.201634235Abstrak
Abstrak
Nilai tukar mata uang mempunyai pengaruh yang sangat luas dalam perekonomian suatu negara, baik dalam negeri ataupun internasional. Pentingnya mengetahui pola nilai tukar IDR terhadap USD bisa membantu pertumbuhan ekonomi dikarenakan perdagangan luar negeri menggunakan mata uang negara yang berbeda. Maka dari itu, diperlukan suatu aplikasi yang dapat memprediksi nilai tukar Rupiah terhadap US Dollar di masa yang akan datang. Pada penelitian ini penulis menggunakan metode genetic programming(GP), yang dapat menghasilkan solusi (chromosome) optimum, yang didapat dari evaluasi nilai tukar yang lalu, sehingga solusi ini digunakan sebagai pendekatan atau prediksi terhadap kurs nilai tukar mata uang Rupiah di masa yang akan datang. Solusi ini dibentuk dari kombinasi dari himpunan terminal (set of terminals) dan himpunan fungsi (set of function) yang dibangkitkan secara random. Setelah dilakukan pengujian dengan jumlah popsize dan iterasi yang berbeda, didapatkan bahwa Algoritma GP dapat melakukan prediksi nilai tukar Rupiah terhadap mata uang US Dollar dengan sangat baik, dilihat dari nilai Mean Absolute Percentage Error (MAPE) yang dihasilkan sebesar 0,08%. Penelitian ini bisa dikembangkan lebih baik dengan menambahkan parameter terminal dan parameter operasi sehingga bisa menambah variasi hasil perhitungannya.
Kata kunci: prediksi, nilai tukar mata uang, genetic programming, MAPE.
Abstract
Exchange currency rate has a wide influence in the economy of a country, both domestically or internationally. The importance of knowing the pattern of exchange rate against the IDR to USD could help the economic growth due to foreign trade involves the use of currencies of different countries. Therefore, we need an application that can predict the value of IDR against the USD in the future. In this research, the authors use genetic programming (GP) method which produces solutions (chromosome) that obtained from the evaluation of exchange rate and then this solution used as an approximation or prediction of currency exchange rate in the future. These solutions formed from the combination of the set terminal and the set of function that generated randomly. After testing by the number popsize and different iterations, it was found that the GP algorithm can predict the value of the rupiah against the US Dollar with a very good, judging from the value of Mean Absolute Percentage Error (MAPE) generated by 0.08%. This research can be developed even better by adding terminal parameters and operating parameters so they can add variation calculation results.
Keywords: prediction, exchange currency rate, genetic programming, MAPE.
Downloads
Referensi
ANONYMOUSE, 2015. Mengapa Mata Uang Dunia dan Nilai Kurs Negara Beda-beda. Tersedia di: http://uangindonesia.com/mengapa-mata-uang-dunia-dan-nilai-kurs-negara-beda/ [Diakses 05 Desember 2016].
ARDRA. 2016. Pengertian Nilai Tukar. Tersedia di: https://ardra.biz/ekonomi/valuta-asing/kurs-valuta-asing/ [Diakses 29 Desember 2016].
CECILYA, ARANTIKA. dkk., 2009. Prediksi Nilai Tukar US Dollar Terhadap Rupiah Menggunakan Algoritma Genetika Dan Elman Recurrent Neural Network, Universitas Telkom.
MAHMUDY, F.M. 2016. Modul Algoritma Evolusi Semester Ganjil 2016-2017, Universitas Brawijaya.
FANJIANG, YONG-YI. dkk. 2016. Search based approach to forecasting QoS attributes of web services using genetic programming. Information and Software Technology 80 (2016) 158-174.
JAUHARI, DANESWARA. dkk. 2016. Prediksi Distribusi Air PDAM Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation di PDAM Kota Malang. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 3(2), 85-89.
KHO, DICKY KHOSMAN. dkk. 2011. Prediksi Nilai Tukar IDR / USD Menggunakan Artificial Neural Networks Dengan Metode Pembelajaran Ant Colony Optimization, Universitas Telkom.
TRIYONO. 2008. Analisis Perubahan Kurs Rupiah Terhadap Dollar Amerika. Jurnal Ekonomi Pembangunan. Vol.9 No. 2, Desember 2008: 156-167. Universitas Muhammadiyah Surakarta.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).