ABSTRAKSI: Perkembangan teknologi saat ini berkembang dengan pesat. Hal ini juga berdampak positif terhadap bidang ekonomi. Perdagangan dengan skala internasional sudah semakin berkembang di Indonesia dan sebagian besar transaksi tersebut menggunakan US Dollar. Sehingga ketidakstabilan nilai tukar US Dollar terhadap Rupiah dapat mempengaruhi kegiatan perekonomian di Indonesia. Oleh karena itu, perlu dibuat suatu sistem yang dapat digunakan untuk memprediksi nilai tukar US Dollar terhadap Rupiah. Terdapat beberapa metode yang dapat digunakan untuk memprediksi, misalnya metode Average, Moving Average, Single Exponential Smoothing, Double Exponential Smoothing, dll. Usaha untuk mendapatkan hasil prediksi yang paling akurat terus dilakukan, salah satunya dengan penggunaan Algoritma Genetika dan Elman Recurrent Neural Network.
Tugas akhir ini membahas prediksi nilai tukar US Dollar terhadap Rupiah dengan menggunakan Algoritma Genetika dan Elman Recurrent Neural Network. Dimana Algoritma Genetika digunakan untuk menentukan arsitektur yang optimal dari JST, sedangkan Elman digunakan untuk memprediksi nilai tukar keesokan harinya.
Dari hasil pengujian dalam tugas akhir ini didapatkan beberapa faktor yang mempengaruhi keakuratan hasil prediksi, antara lain arsitektur jst, learning rate, dan epoch.Kata Kunci : Kata kunci: prediksi, nilai tukar, Algoritma Genetika, Elman Recurrent NeuralABSTRACT: Recently the development of technology is growing fast. It also has a positive impact to economic issues. Trading at international scale has developed in Indonesia and most of it uses US Dollar. Unstability in exchange rate of US Dollar to Rupiah can influence an economy activities in Indonesia. Because of that, system, which can be used to predict exchange rate of US Dollar to Rupiah, is needed. These are some methods that can be used to predict, for example Average, Moving Average, Single Exponential Smoothing, Double Exponential Smoothing, etc. Effort to get an accurate prediction has been done, one of them by using Genetic Algorithm and Elman Recurrent Neural Network.
This final project will discuss about exchange rate prediction of US Dollar to Rupiah using Genetic Algorithm and Elman Recurrent Neural Network. Genetic Algorithm is used to determine an optimal architecture of artificial neural network. Elman is used to predict exchange rate of US Dollar to Rupiah for a next day.
Based on the result of this final project, these are some factors that influence accuracy of prediction result, such as acrhitecture of artificial neural network, learning rate, and epoch.Keyword: Keyword: prediction, exchange rate, Genetic Algorithm, Elman Recurrent Neural