Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

Penerapan Deep Learning Menggunakan Gated Recurrent Unit Untuk Memprediksi Harga Minyak Mentah Dunia

Nugroho Wahyu Saputra, - (2023) Penerapan Deep Learning Menggunakan Gated Recurrent Unit Untuk Memprediksi Harga Minyak Mentah Dunia. Building of Informatics, Technology and Science (BITS), 5 (1). pp. 86-94. ISSN 2685-3310

[img]
Preview
Text
Nugroho Wahyu Saputra_11950115153 Repository.pdf - Published Version

Download (1MB) | Preview
[img] Text
3552 - Published Version

Download (47kB)

Abstract

Minyak mentah merupakan energi yang sangat dibutuhkan bagi seluruh dunia. Tiap negara tidak terlepas dari penggunaan minyak mentah untuk digunakan diberbagai sektor, seperti transportasi sehingga harga minyak mentah dunia merupakan variabel terpenting bagi dunia. Fluktuasi harga minyak akan menyebabkan berbagai permasalahan, seperti terjadinya inflasi, perubahan harga pasar, dan lain-lain. Oleh karena itu, prediksi harga minyak mentah dunia sangat penting sebagai pertimbangan untuk pengambilan keputusan. Penelitian ini mengimplementasikan deep learning dengan menggunakan model Gated Recurrent unit. Data yang digunakan adalah harga minyak brent crude oil dengan jumlah 5834 data, mulai dari 4 Januari 2000 hingga 19 Desember 2022. Adapun parameter yang digunakan adalah jumlah unit GRU, batch size, dan lookback. Model terbaik yang dihasilkan pada penelitian ini adalah model GRU dengan hyperparameter yang terdiri dari 30 lookback, 50 unit GRU, dan 256 batch size dengan menghasilkan nilai MAPE terendah diantara model yang lainnya yaitu sebesar 2,25%. Nilai MAPE tersebut menyatakan bahwa prediksi dengan model GRU dikatakan sangat baik dalam memprediksi harga minyak mentah dunia.

Item Type: Article
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 17 Jul 2023 14:36
Last Modified: 17 Jul 2023 14:36
URI: http://repository.uin-suska.ac.id/id/eprint/73566

Actions (login required)

View Item View Item