Implementasi Jaringan Syaraf Tiruan Untuk Sistem Prediksi Suku Bunga Bank Indonesia (BI Rate) Menggunakan Algoritma Neural Network Backpropagation

Anwar, Achmat Khairul (2018) Implementasi Jaringan Syaraf Tiruan Untuk Sistem Prediksi Suku Bunga Bank Indonesia (BI Rate) Menggunakan Algoritma Neural Network Backpropagation. Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

Text Naskah Publikasi.docx Download (855kB)

Abstract

Suku bunga Bank Indonesia (BI Rate) sangat berperan penting dalam bidang moneter, terutama untuk mengimbangi besaran inflasi yang terjadi. BI Rate menjadi kebijakan dalam mengarahkan pergerakan ekonomi nasional sehingga laju dan gerak perekonomian tetap terjaga. Naik turunnya BI Rate juga akan mempengaruhi tingkat suku bunga antar bank dan tingkat suku bunga deposito yang menyebabkan perubahan pada suku bunga kredit. Dengan memprediksi BI Rate dapat menjadi pertimbangan dalam mengambil kebijakan terkait perubahan besarnya BI Rate kedepannya. Serta nasabah yang akan melakukan peminjaman dan investasi dapat mengetahui kapan saat yang tepat untuk melakukan peminjaman dan investasi tersebut. Untuk memprediksi BI Rate digunakan suatu metode, salah satunya dengan metode Artificial Neural Network (ANN) yaitu Multi Layer Perception (MLP) yang terdiri dari dua tahap learning, yaitu feedforward dan backpropagation. Dalam membangun aplikasi menggunakan Delphi7 dan database menggunakan MySQL. Dengan dibangunnya sistem prediksi BI Rate diharapkan dapat membantu pengguna dalam mengambil keputusan yang tepat. Hasil yang disajikan dari prediksi berupa informasi perkiraan suku bunga pada skala waktu bulanan dengan akurasi sistem sebesar 98,21%.

Item Type:	Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Sains Dan Teknologi > S1 Informatika
Depositing User:	INF FTIE-UTY
Date Deposited:	12 Mar 2018 07:58
Last Modified:	12 Mar 2018 07:58
URI:	http://eprints.uty.ac.id/id/eprint/932

Actions (login required)

View Item