• Tidak ada hasil yang ditemukan

PENERAPAN METODE MOVING AVERAGE (MA) BERBASIS ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK MEMBANDINGKAN POLA KURVA DENGAN TREND KURVA PADA TRADING FOREX ONLINE

N/A
N/A
Protected

Academic year: 2018

Membagikan "PENERAPAN METODE MOVING AVERAGE (MA) BERBASIS ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK MEMBANDINGKAN POLA KURVA DENGAN TREND KURVA PADA TRADING FOREX ONLINE"

Copied!
7
0
0

Teks penuh

Loading

Gambar

Gambar 1. Metode yang diusulkan
Tabel. 1 Data set
Gambar 3. Pergerakan kurva online  pertgl 17 Desember 2015 sampai dengan 08 februari 2016  Kurva yang dihasilkan pada Gambar 3 di bandingkan polanya dengan kurva yang di hasilkan oleh algoritma SVM dan MA, seperti pada  Gambar 4
Gambar 6 Hasil kurva SVM dan MA pertanggal 15 januari 2016 S/D tanggal 9 februari 2016

Referensi

Dokumen terkait

Berbagai faktor dapat mendukung ketaatan pasien dalam program pengobatan, salah satunya adalah dukungan dari keluarga.Tujuan penelitian ini adalah untuk

perguruan tinggi untuk masa depannya, kemudian indikator tindakan yang memiliki pernyataan pendidikan itu penting untuk menunjang kesuksesan kedepannya, dengan

Berdasarkan hasil penelitian yang telah dianalisa, maka dapat diketahui bahwa Berita Pendidikan Secara On - line di Lembaga Kantor Berita Nasional (LKBN) ANTARA Jawa Barat

Penelitian ini akan mempermudah dan meningkatkan efisiensi dalam kegiatan absensi yang dilakukan oleh para mahasiswa yaitu dengan menggunakan aplikasi android untuk sistem

Berdasarkan tingkat akurasi yang dihasilkan, machine learning dengan menggunakan algoritma Support Vector Machine (SVM) memiliki kinerja yang lebih baik dibanding algoritma

Dengan Penyusunan Petunjuk Teknis Dalam Kegiatan bimbingan Konsultasi bagi petugas Promosi kesehatan dan Pemberdayaan Masyarakat ini diharapkan dapat memudahkan Petugas tersebut

Berdasarkan dari penelitian yang telah dilakukan, dapat disimpulkan bahwa algoritma Support Vector Machine (SVM) terbukti mampu diterapkan dengan baik untuk

Berdasarkan hasil penelitian dapat disimpulkan bahwa metode support vector machine (SVM) dengan identifikasi panjang gelombang menggunakan algoritma genetika sangat