FINA NIDAUL MUFIDAH, - (2023) PENERAPAN METODE ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PREDIKSI INDEKS HARGA PERDAGANGAN BESAR DI INDONESIA. Skripsi thesis, Universitas Islam Negri Sultan Syarif Kasim Riau.

Preview	Text FINA NIDAUL MUFIDAH BAB 1,2,3,5.pdf Download (3MB) | Preview
	Text (BAB IV) FINA NIDAUL MUFIDAH BAB 4.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Indeks Harga Perdagangan Besar (IHPB) merupakan salah satu indikator untuk menilai perkembangan ekonomi suatu negara secara keseluruhan sebagai bahan dalam analisa pasar dan moneter. Prediksi IHPB sangat penting dilakukan di Indonesia sebagai salah satu strategi dalam melakukan pembangunan nasional dalam bidang ekonomi. Metode ERNN adalah salah satu metode yang sangat sesuai digunakan dalam melakukan peramalan karena metode ERNN sendiri merupakan salah satu metode Jaringan Syaraf Tiruan yang merupakan pengembangan dari metode backpropagation. Keunggulan dari metode ERNN ini adalah adanya context layer yang dapat membuat iterasi dan kecepatan update yang lebih baik. Dalam penelitian ini metode ERNN berhasil memprediksi indeks harga perdagangan besar pada bulan berikutnya. Pengujian Mean Square Error (MSE) yang telah dilakukan memberikan nilai MSE yang terkecil pada komoditi Industri yaitu pembagian data latih 90% dan data uji 10%, nilai learning rate 0,1 sampai learning rate 0,9 dengan nilai MSE 0,0016 dan pada data komoditi pertanian nilai MSE terkecil yaitu pada pembagian data 90% dan data uji 10%, nilai learning rate 0,4 dan learning rate 0,7 dengan nilai MSE 0,0001153846153846. Hasil prediksi untuk 5 bulan kedepan pada komoditi industri dan komoditi pertanian mengalami kenaikan, namun pada bulan ke-5 mengalami penurunan.

Actions (login required)

View Item