Back to Search
Start Over
Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression
- Source :
- Jurnal Teknologi dan Sistem Informasi, Vol 7, Iss 1, Pp 8-17 (2021)
- Publication Year :
- 2021
- Publisher :
- Universitas Andalas, 2021.
-
Abstract
- Kurs adalah sebuah nilai mata uang suatu negara terhadap mata uang lain. Oleh karena itu, kurs memiliki dua komponen utama yaitu mata uang domestik, dan mata uang asing. Mata uang asing yang sering digunakan sebagai patokan nilai tukar adalah US Dollar. Di berbagai negara termasuk Indonesia, nilai tukar mata uang terhadap US Dollar sangat mempengaruhi perekonomian yang berjalan, terutama harga jual suatu barang. Selain itu, nilai tukar mata uang juga berpengaruh terhadap keputusan seseorang untuk berinvestasi, baik saham, emas, atau yang lain. Penelitian ini mencoba memprediksi nilai tukar rupiah terhadap US Dollar dengan memanfaatkan aplikasi RapidMiner. Aplikasi tersebut merupakan aplikasi freeware yang didalamnya terdapat berbagai macam metode pengolahan data yang siap untuk digunakan secara mudah. Penelitian ini menerapkan metode linear regression yang terdapat pada aplikasi RapidMiner. Metode tersebut akan mengolah data-data yang sudah ada sebelumnya untuk membentuk suatu persamaan yang akan digunakan untuk prediksi nilai tukar rupiah terhadap US Dollar. Atribut yang digunakan untuk melakukan prediksi adalah nilai pembukaan, perubahan, tertinggi, dan terendah dari nilai tukar rupiah terhadap US Dollar. Data yang digunakan pada penelitian ini berasal dari situs investing.com. Dari hasil pengujian yang dilakukan, didapatkan akurasi metode linear regression sebesar 95% dengan nilai threshold adalah 30 rupiah. Selain itu, nilai root mean squared error yang didapatkan sebesar 14,951.
Details
- Language :
- Indonesian
- ISSN :
- 24603465 and 24768812
- Volume :
- 7
- Issue :
- 1
- Database :
- Directory of Open Access Journals
- Journal :
- Jurnal Teknologi dan Sistem Informasi
- Publication Type :
- Academic Journal
- Accession number :
- edsdoj.6cd18fbec04dd59c7e74c3aa35b481
- Document Type :
- article
- Full Text :
- https://doi.org/10.25077/TEKNOSI.v7i1.2021.8-17