Tesis

Prediksi Nilai Tukar Rupiah dengan Algoritma Long Short-Term Memory

Forecasting Rupiah Exchanges Rates using Long Short-Term Memory Algorithm

Fluktuasi nilai tukar Rupiah terhadap mata uang asing di kawasan Asia merupakan tantangan yang signifikan dalam menjaga stabilitas ekonomi Indonesia. Penelitian ini bertujuan untuk memprediksi nilai tukar Rupiah menggunakan algoritma Long Short-Term Memory (LSTM). Data harian nilai tukar mata uang dari tahun 2020 hingga 2024 dianalisis menggunakan pendekatan machine learning. Proses melibatkan normalisasi data, pelatihan data, dan evaluasi menggunakan Mean Absolute Percentage Errror (MAPE) dan R-Squared. Hasil penelitian menunjukkan bahwa model LSTM mampu menangkap pola non-linear dalam data deret waktu dengan tingkat akurasi tinggi. Implementasi model ini memberikan manfaat bagi pengambil keputusan di sektor keuangan, regulator, dan akademisi dalam memahami dinamika pasar valuta asing.

Ketersediaan