Prediksi Kurs Mata Uang Rupiah Terhadap Ringgit Malaysia Menggunakan Algoritma Backpropagation

Abstract

Nilai tukar mata uang di era globalisasi memegang peran sentral dalam stabilitas ekonomi suatu negara. Diperlukan sebuah analisis pergerakan terhadap nilai tukar agar bisa mengantisipasi terjadinya lonjakan terhadap fluktuasi nilai tukar. Sehingga muncul tantangan baru dalam melakukan fluktuasi kurs mata uang Rupiah terhadap ringgit Malaysia. Dataset yang digunakan adalah Data Kurs mata uang Ringgit Malaysia ke Rupiah periode 1 Juli - 30 Oktober 2023 dengan total data sebanyak 109. Penelitian ini berfokus pada metode Backpropagation dalam meningkatkan akurasi prediksi. Hasil penelitian menggunakan Epoch 300, Neuron 3, dan Learning Rate 0,5 menghasilkan nilai RMSE pada pelatihan Data Training: 13,601 dan Data Testing: 10,721 hal ini menandakan bahwa model mampu memberikan prediksi yang akurat dan mampu menggeneralisasi dengan baik terhadap data yang belum pernah dilihat sebelumnya. Secara keseluruhan, pengembangan model prediksi menggunakan Algoritma Backpropagation ini dapat dianggap berhasil, dan model ini mempunyai potensi untuk menjadi alat yang bermanfaat dalam pengambilan keputusan terkait prediksi nilai tukar mata uang dalam konteks pasar keuangan.

Currency exchange rates in the era of globalization play a central role in the economic stability of a country. An analysis of exchange rate movements is needed in order to anticipate spikes in exchange rate fluctuations. So new challenges arise in fluctuating the Rupiah exchange rate against the Malaysian ringgit. The dataset used is Malaysian Ringgit to Rupiah currency exchange data for the period 1 July - 30 October 2023 with a total of 109 data. This research focuses on the Backpropagation method in increasing prediction accuracy. The results of the research using Epoch 300, Neuron 3, and Learning Rate 0.5 produced an RMSE value for Training Data Training: 13.601 and Testing Data: 10.721. This indicates that the model is able to provide accurate predictions and is able to generalize well to data that has never been seen. previously. Overall, the development of a prediction model using the Backpropagation Algorithm can be considered successful, and this model has the potential to become a useful tool in making decisions regarding currency exchange rate predictions in the context of financial markets.