Peramalan Nilai Tukar Rupiah Terhadap Mata Uang Negara Asia Menggunakan Metode Quantum Neural Network

  • Putu Risanti Iswardani College Student
  • Made Sudarma Undayana University
  • Lie Jasa Undayana University

Abstract

Mata uang merupakan sebuah alat pembayaran yang digunakan di seluruh dunia. Setiap mata uang memiliki nilai yang bervariasi pada setiap negara, sehingga negara yang satu memiliki nilai mata uang yang berbeda dengan negara lainnya. Asia merupakan sebuah benua terbesar dan terluas di dunia. Sebagian besar wisatawan yang mengunjungi Indonesia berasal dari Asia. Sehingga pertukaran mata uang terbanyak yaitu mata uang dari negara-negara yang ada di Asia. Mata uang digunakan sebagai alat tukar antar negara yang bernilai disebut nilai tukar. Perbedaan nilai tukar antara satu negara dengan negara lainnya dipengaruhi oleh beberapa faktor. Salah satu faktor yang mempengaruhi perbedaan nilai tukar yaitu faktor inflasi yang ada di setiap negara. Untuk mengatasi hal tersebut, perlu adanya sebuah permalan nilai tukar yang dapat digunakan untuk memprediksi nilai tukar dimasa mendatang. Quantum Neural Network pada penelitian ini digunakan untuk memprediksi nilai tukar Indonesia dengan Beberapa Negara di Asia. Mata uang yang digunakan pada penelitian ini yaitu pertukaran mata uang Indonesia dengan Singapore, Hongkong dan Japan. Hasil yang didapatkan pada penelitian ini yaitu nilai akurasi pada Prediksi Nilai Mata Uang dengan menggunakan Quantum Neural Network sebesar 99.78% pada Singapore Dollar ke Indonesia Rupiah, 99.57% pada Hongkong Dollar ke Indonesia Rupiah, dan 99.60% pada Japan Yen ke Indonesian Rupiah.

Downloads

Download data is not yet available.

References

[1] Kashifuddin Qazi, Igor Aizenberg, Towards Quantum Computing Algorithms for Datacenter Workload Predictions, IEEE International Conference.2018
[2] Ida Ayu Masyuni, Peramalan Menggunakan Metode Holt-Winters Dioptimasi dengan Cat Swarm Optimization (Studi Kasus Pengujian Kendaraan Bermotor Kabupaten Tabanan), Tesis Magister Manajemen Sistem Informasi dan Komputer. 2018
[3] Primandani Arsi , Joko Prayogi. Optimasi Prediksi Nilai Tukar Rupiah Terhadap Dolar Menggunakan Neural Network Berbasiskan Algoritma Genetika. Jurnal Informatika. Vol 7 No 1. 2020
[4] Made Nita Dwi Sawitri, I Wayan Sumarjaya, Ni Ketut Tari Tastrawati, PERAMALAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK, E-journal Matematika. Vol 7 (3). 2018
[5] Aris Puji Widodo, Suhartono, Eko Adi Sarwoko, dan Zulfia Firdaus.Akurasi Model Prediksi Metode Backpropagation Menggunakan Kombinasi Hidden Neuron Dengan Alpha. Universitas Diponogoro. 2017
[6] Tao He, Tangren Dan, Yong Wei, Huazhong Li, Xu Chen, Guorong Qin. Particle Swarm Optimization RBF Neural Network Model for Internet Traffic Prediction. IEEE International Conference. 2016
[7] Suci Andriyani, Norenta Sitohang. Implementasi Metode Backpropagation Untuk Prediksi Harga Jual Kelapa Sawit Berdasarkan Kualitas Buah. Jurnal Teknologi dan Sistem Informasi. 2018
[8] Daneswara Jauhari, Imam Cholissodin, Candra Dewi. Prediksi Nilai Tukar Rupiah Indonesia Terhadap Dolar Amerika Serikat Menggunakan Metode Recurrent Extreme Learning Machine Neural Network. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. Vol 1, No.11. 2017
[9] Soheil Ganjefar, Morteza Tofighi. Optimization of quantum-inspired Neural Network using memetic algorithm for function approximation and chaotic time series prediction. Neurocomputing. 2018
[10] Lipantri Mashur Gultom. Klasifikasi Data Dengan Quantum Perceptron. Jurnal Teknovasi Medan. 2017
[11] Safira Yasmin Amalutfia, Moh Hafiyusholeh. Analisis Peramalan Nilai Tukar Rupiah terhadap Dollar dan Yen menggunakan FTS-MARKOV CHAIN. Jurnal Pendidikan Unisla. 2020
[12] Gilang Bimasakti Andhika1, I Wayan Sumarjaya2, I Gusti Ayu Made Srinadi. Peramalan Nilai Tukar Petani Menggunakan Metode Singular Spectrum Analysis. E-journal Matematika Universitas Udayana. 2020
[13] G.P. Brian Are, Sampe Hotlan Sitorus. Prediksi Nilai Tukar Mata Uang Rupiah Terhadap Dolar Amerika Menggunakan Metode Hidden Markov Model. Jurnal Komputer dan Aplikasi. 2020
[14] Ari Pani Desvina, Inggrid Octaviani Meijer. Penerapan Model ARCH/GARCH untuk Peramalan Nilai Tukar Petani. Jurnal Sains Matematika dan statistika, vol 4 No 1. 2018
[15] Nina Valentika. Peramalan Kurs, Inflasi, Impor Dan Ekspor Dengan Vecm. Journal Accounting Information System. 2020
[16] Kerstin Beer, Dmytro Bondarenko, Terry Farrelly. Training deep Quantum Neural Networks. Nature Communication. 2020
[17] Amira Abbas, David Sutter, Christa Zoufal. The power of Quantum Neural Networks. airXiv. 2020
[18] S. K. Jeswal1, S. Chakraverty. Recent Developments and Applications in Quantum Neural Network. ResearchGate. 2018
[19] L. G. Wright and P. L. McMahon, "The Capacity of Quantum Neural Networks," in Conference on Lasers and Electro-Optics, OSA Technical Digest (Optical Society of America, 2020), paper JM4G.5.2020
[20] Zhih‐Ahn Jia, Biao Yi, Rui Zhai. Quantum Neural Network States: A Brief Review of Methods and Applications. Advanced Quantum Technologies, Vol 2, Issue7-8. 2019
[21] Hou Xuan. Research on Quantum Adaptive Resonance Theory Neural Network. International Conference on Electronic & mechanical Engineering and Information Technology.2011
Published
2021-04-09
How to Cite
ISWARDANI, Putu Risanti; SUDARMA, Made; JASA, Lie. Peramalan Nilai Tukar Rupiah Terhadap Mata Uang Negara Asia Menggunakan Metode Quantum Neural Network. Majalah Ilmiah Teknologi Elektro, [S.l.], v. 20, n. 1, p. 153-160, apr. 2021. ISSN 2503-2372. Available at: <https://ojs.unud.ac.id/index.php/mite/article/view/71314>. Date accessed: 19 nov. 2024. doi: https://doi.org/10.24843/MITE.2021.v20i01.P18.