ABSTRAKSI: Nilai tukar valuta merupakan nilai yang sangat krusial untuk diolah dan diprediksi karena merupakan nilai yang berbanding dengan kerugian dan keuntungan dari pihak penanam modal. Nilai tukar valuta asing bisa mendatangkan keuntungan maupun kerugian dalam skala besar bagi siapa saja yang melakukan transaksi terhadap nilai tukar valas tersebut tergantung benar tidaknya hasil prediksi dan besar kecilnya modal yang ditanam, karena itulah diperlukan suatu analisis yang baik terhadap pergerakan data, dalam hal ini data valuta asing.
Banyak metode yang telah dikembangkan untuk mendapatkan hasil peramalan yang akurat terutama dengan menggunakan metode jaringan syaraf tiruan (JST). Dalam tugas akhir ini menggunakan metode JST dengan pembelajaran tanpa guru (unsupervised) yaitu Fuzzy ART. Adapun sistem ini sendiri memiliki berbagai parameter yang berperan dalam menghasilkan evaluasi prediksi yang baik.Kata Kunci : prediksi , JST, Fuzzy ART, unsupervised, evaluasi.ABSTRACT: Forecasting exchange rates is an important financial problem that is receiving increasing attention especially because of its difficulty and practical applications. Many financial institutions evaluate prediction algorithms using the percentage of times that the algorithm predicts the right trend from today until some time in the future. And research efforts on ANNs for forecasting exchange rates are also considerable. In this paper, the writer attempt to provide a survey of research in this area. Several design factors significantly impact the accuracy of neural network forecasts. These factors include the selection of input variables, preparing data, and network architecture. There is no consensus about the factorsKeyword: forecasting, financial, ANN, accuracy.