Aplikasi Metode ANN (Artificial Neural Network) untuk Prakiraan Nilai Kurs Mata Uang Asing Terhadap Rupiah dan Pengaruhnya Terhadap Biaya Pembangunan Kapal

Normawan, Muhammad Ikbal (2025) Aplikasi Metode ANN (Artificial Neural Network) untuk Prakiraan Nilai Kurs Mata Uang Asing Terhadap Rupiah dan Pengaruhnya Terhadap Biaya Pembangunan Kapal. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5018201111-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (15MB) | Request a copy

Abstract

Fluktuasi nilai tukar Dolar AS, Euro, dan Yen terhadap Rupiah memiliki dampak signifikan terhadap biaya pembangunan kapal di Indonesia, terutama untuk komponen impor. Perubahan nilai tukar memengaruhi anggaran yang diperlukan untuk pengadaan material dan komponen kapal, yang sebagian besar diimpor. Penelitian ini bertujuan untuk menjelaskan kondisi nilai tukar Dolar AS, Euro, dan Yen terhadap Rupiah pada periode 2021-2024 dalam rentang waktu harian, mengaplikasikan metode Artificial Neural Network (ANN) untuk memprediksi perubahan kurs mata uang tersebut, serta menjelaskan pengaruh perubahan kurs Dolar AS, Euro, dan Yen terhadap biaya pembangunan kapal baru di Indonesia. Metode ANN digunakan untuk memprediksi perubahan nilai tukar dengan evaluasi menggunakan MSE (Mean Squared Error), Epoch, dan R (Koefisien Korelasi), dengan 9 variasi model untuk pelatihan ANN. Hasil evaluasi menunjukkan bahwa Model 3 memberikan prediksi dengan akurasi tinggi, dengan MSE sebesar 1.059E-04 dan R 0.9992. Prediksi nilai tukar untuk USD/IDR, EUR/IDR, dan JPY/IDR memiliki akurasi masing-masing 98%, 99%, dan 94%. Setelah hari ke-174, model mulai mengalami error tinggi akibat keterbatasan model dalam memprediksi serta faktor eksternal. Berdasarkan hasil prediksi, simulasi pembangunan kapal dapat dilakukan untuk menentukan strategi konversi Rupiah ke mata uang asing untuk pengadaan komponen kapal impor. Simulasi pembangunan kapal tugboat 2 x 1600 HP menunjukkan bahwa penerapan metode ANN dalam memperkirakan perubahan nilai tukar dapat membantu memangkas biaya produksi jika dilakukan dengan strategi yang tepat. Konversi Rupiah ke mata uang asing yang dilakukan di awal untuk mendapatkan nilai kurs termurah dan dilakukan dengan pinjaman bank untuk menutup biaya awal yang besar menunjukkan galangan kapal justru mengalami kerugian. Dapat disimpulkan strategi terbaik dalam pengadaan komponen impor adalah dengan mengikuti kurs terendah yang diprediksi dalam rentang waktu satu minggu sebelum pembayaran komponen impor, sesuai dengan jadwal pengadaan yang telah ditentukan.
==================================================================================================================================
Fluctuations in the exchange rates of the US Dollar, Euro, and Yen against the Rupiah have a significant impact on the cost of shipbuilding in Indonesia, especially for imported components. Changes in exchange rates affect the budget required for procuring materials and components for the ship, most of which are imported. This study aims to explain the exchange rate conditions of the US Dollar, Euro, and Yen against the Rupiah from 2021 to 2024 on a daily basis, apply the Artificial Neural Network (ANN) method to predict changes in these exchange rates, and analyze the impact of these exchange rate changes on the cost of building a new ship in Indonesia. The ANN method is used to predict exchange rate changes with evaluation using MSE (Mean Squared Error), Epoch, and R (Correlation Coefficient), with 9 model variations for ANN training. The evaluation results show that Model 3 provides high accuracy predictions, with an MSE of 1.059E-04 and an R of 0.9992. The predicted exchange rates for USD/IDR, EUR/IDR, and JPY/IDR have accuracies of 98%, 99%, and 94%, respectively. However, after day 174, the model starts to experience high errors due to the limitations of the model in prediction and external factors. Based on the predictions, shipbuilding simulations can be conducted to determine the strategy for converting Rupiah to foreign currencies for the procurement of imported ship components. The simulation of the 2 x 1600 HP tugboat construction shows that applying the ANN method to forecast exchange rate changes can help reduce production costs if implemented with the right strategy. Converting Rupiah to foreign currencies early to obtain the lowest exchange rate and using a bank loan to cover high initial costs leads to the shipyard incurring losses. Therefore, the best strategy for procuring imported components is to follow the predicted lowest exchange rate within a one-week period before paying for the imported components, in accordance with the predetermined procurement schedule.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	biaya pembangunan kapal, prediksi nilai tukar, ANN, produksi kapal, Shipbuilding costs, Exchange rate forecasting, ANN (Artificial Neural Network), Ship production.
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD30.27 Business forecasting Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) V Naval Science > VM Naval architecture. Shipbuilding. Marine engineering > VM298.5 Shipbuilding industri. Shipyards
Divisions:	Faculty of Marine Technology (MARTECH) > Naval Architecture and Shipbuilding Engineering > 36201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Ikbal Normawan
Date Deposited:	06 Aug 2025 07:49
Last Modified:	06 Aug 2025 07:49
URI:	http://repository.its.ac.id/id/eprint/127820

Actions (login required)

View Item