PERAMALAN YIELD DAN HARGA OBLIGASI PEMERINTAH DENGAN METODE BACKPROPAGATION NEURAL NETWORK

RINA EVINA, NIM. 10610013 (2015) PERAMALAN YIELD DAN HARGA OBLIGASI PEMERINTAH DENGAN METODE BACKPROPAGATION NEURAL NETWORK. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (PERAMALAN YIELD DAN HARGA OBLIGASI PEMERINTAH DENGAN METODE BACKPROPAGATION NEURAL NETWORK)
BAB I, VI, DAFTAR PUSTAKA.pdf

Download (1MB) | Preview
[img] Text (PERAMALAN YIELD DAN HARGA OBLIGASI PEMERINTAH DENGAN METODE BACKPROPAGATION NEURAL NETWORK)
BAB II, III, IV, V.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Jaringan syaraf tiruan digambarkan sebagai model matematika untuk fungsi aproksimasi non linier dan regresi nonparametrik. Jaringan syaraf tiruan dapat membuat prediksi tentang kemungkinan hasil keluaran (output) yang akan muncul dari data masukan (input) yang akan disimpan. Tujuan dalam penelitian ini adalah mengetahui langkah-langkah pemodelan dan menentukan model terbaik backpropagation neural network dalam peramalan yield dan harga obligasi. Metode jaringan syaraf tiruan yang digunakan adalah backpropagation neural network yang diolah menggunakan program Matlab 7.1. Data yang digunakan obligasi pemerintah seri FR0044 bulan Mei 2013 yang diperoleh dari Bursa Efek Indonesia. Langkah-langkah proses pembentukan model backpropagation neural network yaitu:1) membangun arsitektur jaringan optimum, 2) pendefinisian variabel input dan target, 3) menormalisasi data input, 4) membangun arsitektur jaringan optimum, 5) penentuan nilai parameter, 6) inisialisasi bobot dan bias, 7) pelatihan jaringan, 8) pengujian menggunakan jaringan terpilih. Berdasarkan studi kasus yang diterapkan pada data yield dan harga obligasi pemerintah seri FR0044 bulan Mei 2013, diperoleh model terbaik yaitu backpropagation neural network dengan 1 layer input yang terdiri dari 3 unit, 1 layer tersembunyi yang terdiri dari 8 unit, dan 1 unit output. Nilai MSE dari model terbaik yang dihasilkan 0,64237 untuk peramalan yield dan 0,637973 untuk peramalan harga obligasi.

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing : Ki Hariyadi, M.Ph
Uncontrolled Keywords: Kata Kunci: Backpropagation Neural Network, Data Runtun Waktu, Obligasi Pemerintah, Peramalan, Yield.
Subjects: Matematika
Divisions: Fakultas Sains dan Teknologi > Matematika (S1)
Depositing User: Miftahul Ulum [IT Staff]
Date Deposited: 14 Apr 2015 09:00
Last Modified: 14 Apr 2015 09:00
URI: http://digilib.uin-suka.ac.id/id/eprint/15698

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum