Peramalan Kurs Valuta Asing Pada Pasar Forex Online Menggunakan Metode Support Vector Regression Dengan Time Variant Inertia Weight Particle Swarm Optimizer Algorithm

Sasmita, Nyoman Wira (2022) Peramalan Kurs Valuta Asing Pada Pasar Forex Online Menggunakan Metode Support Vector Regression Dengan Time Variant Inertia Weight Particle Swarm Optimizer Algorithm. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06111840000023-Undergraduated_Thesis.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pasar forex online merupakan pasar yang memiliki likuiditas tinggi, dimana pasar ini memiliki kemampuan untuk memenuhi kewajiban jangka pendek yang dimiliki pada saat jatuh tempo. Hal ini menyebabkan harga kurs valuta asing (valas) memiliki pergerakan yang naik turun yang tidak menentu (fluktuatif). Pelaku saham atau orang yang berkecimpung dalam pasar ini biasanya memanfaatkan hal ini untuk melakukan penjualan ketika harga melambung tinggi dan membeli ketika harga sedang turun. Untuk memudahkan dalam melakukan kegiatan transaksi kurs valuta asing, maka diperlukan suatu peramalan atau prediksi dalam menentukan harga kurs valuta asing tersebut. Penelitian ini bertujuan untuk memprediksi pergerakan harga yang terjadi pada pasar forex online dengan menggunakan metode Support Vector Regression (SVR). Untuk mengestimasi dan mengoptimalkan parameter parameter yang digunakan dalam SVR agar hasil yang diperoleh lebih akurat, maka akan digunakan pendekatan optimasi Time Variant Inertia Weight Particle Swarm Optimization (TVIWPSO). Data yang digunakan dalam penelitian ini adalah data harga close, open, high dan low dari kurs USD ke IDR dan kurs EUR ke IDR dengan periode 1 Januari 2018 hiingga 29 April 2022. Perbandingan hasil peramalan dengan metode SVR dan SVR-TVIWPSO menunjukkan bahwa nilai Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE) dari metode SVR-TVIWPSO memiliki tingkat akurasi yang lebih tinggi dibandingkan tingkat akurasi dari metode SVR tanpa parameter. Rata rata nilai MAPE data testing stasioner kurs USD/IDR metode SVR sebesar 0.53078454% dan kurs EUR/IDR sebesar 0.55991215% serta rata rata nilai MAPE data testing stasioner kurs USD/IDR metode SVR-TVIWPSO sebesar 0.24328435% dan kurs EUR/IDR sebesar 0.44955516%.
==============================================================================================================================
Forex market is an online money market that has high liquidity, where this market has an ability to fullfil short term liabilities when its due time. This thing lead to foreign exchange price has an up and down with uncertain movement (volatile). Shareholder or people who got in to this market usually utilise this stuff to sell when the price is jumping high and to buy when the price is low. To facilitate when doing that things, it will required a forex price forecasting or predicting. This study has a purpose to predict the direction of daily forex price movement on forex online market using Support Vector Regression (SVR). To estimate and optimize parameter that will be use on SVR so the result will be more accurate, so it will be use a Time Variant Inertia Weight Particle Swarm Optimization optimization approach (TVIWPSO). Data that will be use in this research are USD to IDR forex price and EUR to IDR forex price which start from 1 January 2018 untul 29 April 2022. The comparison between SVR and SVR-TVIWPSO predict result show that MAE and MAPE result from SVR-TVIWPSO method have the higher accuracy level compare to SVR method without parameter. The average MAPE result in testing data with SVR method for stationer USD/IDR exchange rate is 0.53078454% and for EUR/IDR is 0.55991215% also the average MAPE result in testing data with SVR-TVIWPSO method for stationer USD/IDR exchange rate is 0.24328435 and for EUR/IDR is 0.44955516%.

Item Type:	Thesis (Other)
Additional Information:	RSMa 519.535 Sas p-1 2022
Uncontrolled Keywords:	Support Vector Regression. Peramalan. Forex. Time Variant Inertia Weight Particle Swarm Optimizer. Support Vector Regression. Forecasting. Forex. Time Variant Inertia Weight Particle Swarm Optimizer.
Subjects:	Q Science > QA Mathematics
Divisions:	Faculty of Mathematics, Computation, and Data Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	05 Jun 2026 02:09
Last Modified:	05 Jun 2026 02:09
URI:	http://repository.its.ac.id/id/eprint/133589

Actions (login required)

View Item