Pemodelan Autoregressive Integrated Moving Average (Arima) Dan Feedforwar Neural Network (Ffnn) Dengan Algoritma Backpropagation Untuk Meramalkan Harga Open Emas Dunia Pada Bulan Juli 2008 - Februari 2014

Abstract

Time series adalah catatan dari nilai-nilai yang diamati dari sebuah proses atau fenomena yang diambil secara berturut-turut dari waktu ke waktu. Dalam hal ini nilainilai yang diamati harga open emas merupakan salah satu data time series. Pada umumnya orang memilih berinvestasi dalam bentuk emas untuk memperoleh keuntungan dimasa yang akan datang. Salah satu pengetahuan penting dalam berinvestasi emas adalah peramalan harganya. Peramalan harga emas diperlukan bagi investor untuk mengetahui kecenderungan harga emas di masa datang. Tujuan dari penelitian ini adalah melihat pemodelan Autoregressive Integrated Moving Average (ARIMA) dan Feedforward Neural Network (FFNN) dengan Algoritma Backpropagation dari data harga open emas, melihat estimasi parameter mode ARIMA dan FFNN, meramalkan data harga open emas dunia untuk satu bulan kedepan , dan melihat keakurasian data harga open emas dunia pada bulan Juli 2008-Februari 2014 pada hasil ARIMA dibandingan dengan algoritma Feedforward Neural Network (FFNN). Berdasarkan proses identifikasi model ARIMA yang digunakan dalam penelitian ini adalah model ARIMA (1,2,1). Sedangkan untuk model pendugaan data harga open emas menggunakan Feedforward Neural Network (FFNN) dengan metode algoritama backpropagation kemudian menghasilkan model optimum FFNN. Hasil ramalan harga open emas dunia pada bulan Maret 2014 menggunakan model ARIMA (1,2,1) adalah sebesar US$1180,55 per troy ounce dengan nilai MSE 129,89%. Sedangkan hasil ramalan harga open emas dunia pada bulan Maret 2014 menggunakan Feedforward Neural Network dengan algoritma backpropagation adalah sebesar US$1011,7 per troy ounce dengan nilai MSE 28,281%. Dari kedua metode yang digunakan untuk hasil ramalan terlihat model ARIMA (1,2,1) menghasilkan nilai ramalan yang lebih besar. Tetapi nilai MSE Feedforward Neural Network dengan algoritma backpropagation relatif lebih kecil dibandingkan dengan nilai MSE ARIMA (1,2,1), yang menunjukan tingkat keakurasian hasil peramalan dengan metode algoritma backpropagation masih lebih baik dibandingkan dengan ARIMA (1,2,1).