OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA.
Teks penuh
Gambar
Dokumen terkait
Berdasarkan uraian diatas, maka penulis tertarik untuk meneliti faktor- faktor yang mempengaruhi perubahan nilai tukar rupiah terhadap dollar Amerika Serikat setelah periode
Berdasarkan penerapan model runtun waktu fuzzy -rantai Markov pada da- ta nilai tukar rupiah terhadap dolar Amerika periode Januari 2010-Juli 2015 diperoleh kesimpulan bahwa
Sistem fuzzy untuk memprediksi nilai tukar rupiah terhadap dollar AS memiliki dua tahapan yaitu clustering data menggunakan fuzzy c-means atau subtractrive clustering
Prediksi nilai tukar di masa depan Prediksi nilai tukar di masa depan dilakukan menggunakan sistem mining (model) yang sebelumnya dibentuk dari hasil pembelajaran
Tujuan dari penelitian ini adalah untuk mengetahui model varian Neuro- GARCH terbaik dari data return nilai tukar rupiah terhadap dollar Amerika.. vi % BS
Prediksi Kurs Jual Rupiah terhadap Dollar Amerika Serikat menggunakan metode Support Vector Regression (SVR) dengan jumlah data training sebanyak 344
Permasalahan ini dapat diselesaikan dengan menerapkan data mining dalam proses penentuan prediksi biaya perkuliahan dengan algoritma Evolving Fuzzy Neural Network
Model ini mengasumsikan bahwa nilai tukar Rupiah terhadap Dollar Amerika bergantung pada rantai Markov yang merupakan penyebab kejadian yang tidak diamati dan
