Prediksi Harga Minyak Mentah Menggunakan Jaringan Syaraf Tiruan Crude Oil Price Prediction Using Artificial Neural Network

Veri, Jhon and Surmayanti, Surmayanti and Guslendra, Guslendra (2022) Prediksi Harga Minyak Mentah Menggunakan Jaringan Syaraf Tiruan Crude Oil Price Prediction Using Artificial Neural Network. Matrik: Jurnal Manajemen Teknik Informatika, dan Rekayasa komputer, 21 (3). pp. 503-512. ISSN 2476-9843

[img] Text
3-Matrix.pdf

Download (461kB)

Abstract

Minyak mentah merupakan energi utama yang banyak digunakan pada berbagai industri di dunia sehingga harga minyak mentah sulit untuk diprediksi apalagi di Indonesia setelah adanya pencabu tan subsidi minyak oleh pemerintah Indonesia sehinga diperlukan teknik prediksi yang akurat un tuk memprediksi harga minyak mentah dunia, prediksi harga minyak mentah merupakan perkiraan harga minyak mentah di masa mendatang. Tujuan dari penelitian ini adalah untuk menganalisis kin erja jaringan saraf tiruan dengan metode backpropagation dalam memprediksi harga minyak men tah. Penelitian ini menggunakan satu parameter data dalam memprediksi harga minyak mentah yaitu data minyak mentah dari tahun 2018 sampai tahun 2020. Pada kasus prediksi harga minyak men tah, jaringan saraf tiruan tata cara backpropagation dalam proses training bisa mengidentifikasi pola informasi yang diberikan dengan baik. Pada proses training JST, terus menjadi kecil nilai sasaran error hingga iterasinya hendak terus menjadi besar serta tingkatan keakurasiannya pula terus men jadi besar. Hasil pelatihan didapat nilai Mean Square Error (MSE) adalah 0,00099762 dengan 135 Epoch, pada pengujian jaringan diperoleh nilai MSE adalah 0,093336. Dengan demikian nilai koe f isien korelasi serta nilai MSE yang dihasilkan pada proses pengujian menampilkan kalau jaringan syaraf tiruan propagasi balik sangat baik berdasarkan kelompok kelas nilai MSE untuk memprediksi informasi harga minyak mentah.

Item Type: Article
Subjects: 0 Research > Ilmu Komputer > Jaringan Komputer
Divisions/ Fakultas/ Prodi: Fakultas Ilmu Komputer
Depositing User: Anggi Anggi A.Md
Date Deposited: 18 Jan 2024 07:14
Last Modified: 18 Jan 2024 07:14
URI: http://repository.upiyptk.ac.id/id/eprint/9313

Actions (login required)

View Item View Item