BUMIGORABUMIGORA

MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa KomputerMATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer

Minyak mentah merupakan energi utama yang banyak digunakan pada berbagai industri di dunia sehingga harga minyak mentah sulit untuk diprediksi, terutama di Indonesia setelah pencabutan subsidi minyak oleh pemerintah Indonesia. Oleh karena itu, diperlukan teknik prediksi yang akurat untuk memprediksi harga minyak mentah dunia. Tujuan dari penelitian ini adalah untuk menganalisis kinerja jaringan saraf tiruan dengan metode backpropagation dalam memprediksi harga minyak mentah. Penelitian ini menggunakan data minyak mentah dari tahun 2018 sampai 2020. Hasil penelitian menunjukkan bahwa jaringan saraf tiruan dengan metode backpropagation dapat mengidentifikasi pola informasi dengan baik dan menghasilkan nilai Mean Square Error (MSE) yang rendah, yaitu 0,00099762 untuk training dan 0,093336 untuk testing. Nilai koefisien korelasi dan MSE yang dihasilkan menunjukkan bahwa metode ini cukup baik untuk memprediksi harga minyak mentah.

Berdasarkan hasil penelitian, nilai variable pelatihan pada alfa 0,5 merupakan nilai MSE yang paling rendah dari hasil model prediksi yang didapatkan dari jumlah lapisan tersembunyi pada 12 neuron.Nilai MSE trainingnya adalah 0,00087347 dan nilai MSE testingnya sebesar 0,48477.Tinggat akurasi dari model yang dihasilkan adalah sebesar 83, 6%.Metode Backpropagation yang menggunakan nilai alfa dan hidden neuron menghasilkan tingkat akurasi yang tinggi dibandingkan dengan hasil penelitian sebelumnya.Keterbatasan penelitian ini adalah jumlah data yang digunakan masih terbatas dan jumlah lapisan hidden masih 1 node.Penelitian selanjutnya diharapkan dapat menggunakan lapisan hidden lebih dari 1 node dan melibatkan data dari negara-negara pengekspor minyak.

Untuk meningkatkan akurasi prediksi harga minyak mentah, penelitian selanjutnya dapat fokus pada pengembangan arsitektur jaringan syaraf tiruan yang lebih kompleks dengan lapisan hidden yang lebih banyak. Selain itu, penelitian dapat mempertimbangkan faktor-faktor eksternal seperti geopolitis dan ekonomi global yang dapat mempengaruhi harga minyak mentah. Dengan menggabungkan data historis dan faktor-faktor eksternal, model prediksi dapat menjadi lebih akurat dan dapat diandalkan. Selain itu, penelitian dapat mengeksplorasi penggunaan teknik-teknik optimasi seperti algoritma genetika atau teknik-teknik pembelajaran dalam jaringan syaraf tiruan untuk meningkatkan kinerja dan akurasi prediksi.

Read online
File size450.82 KB
Pages10
DMCAReport

Related /

ads-block-test