Untuk memenuhi kebutuhan hidupnya, kini banyak sekali orang yang mencoba berdagang sebagai salah satu upaya. Namun dalam perdagangan acapkali memiliki keuntungan yang sedikit dan membutuhkan waktu yang sangat lama untuk memperolehnya. Sehingga tentu perdagangan yang bisa digeluti semua orang dengan mudah dan dapat memiliki keuntungan yang besar dalam waktu yang singkat menjadi suatu pilihan. Perdagangan yang memiliki kriteria tersebut salah satunya adalah perdagangan valuta asing. Perdagangan ini kian populer di seluruh antero negeri karena kemudahannya dan terhubung pada satu “pasarâ€�. selain itu keuntungan yang didapat pun dapat diperoleh dalam waktu yang singkat. Dalam melakukan perdagangan valuta asing, trader perlu memperhatikan pergerakan kurs apakah kurs akan naik atau turun. Ada beberapa metode dalam membaca atau menganalisis pergerakan kurs pasar. Metode analisis tersebut adalah analisis teknikal dan analisis fundamental. Analisis teknikal cenderung berfokus pada pergerakan kurs saat ini dan kurs sebelumnya sehingga trader dapat melihat suatu pola atau tren yang sedang berlangsung saat transaksi. Dalam melakukan analisis teknikal, trader melihat pergerakan kurs dengan bantuan indikator untuk membantu dalam mengambil suatu keputusan apakah transaksi harus melakukan buy, sell atau hold. Namun permasalahannya indikator tidak merepresentasikan sepenuhnya pergerakan kurs. Selain itu kesalahan karena kurangnya kemampuan ataupun faktor manusiawi pada saat melakukan prediksi dapat mengakibatkan kerugian yang teramat cukup besar. Solusi dalam menangani permasalahan ini adalah dengan cara melakukan prediksi pergerakan kurs berikutnya dengan melihat pola temporal pada data kurs dengan suatu alat. Sehingga para trader dapat terbantu dalam mengambil keputusan dalam setiap transaksinya. Pada Tugas Akhir ini dilakukan penelitian terkait dengan prediksi nilai kurs dengan menggunakan recurrent neural network dengan metode pelatihan backpropagation through time dan preprocessing moving average. Penelitian mengambil studi kasus pergerakan kurs dolar Amerika terhadap rupiah. Hasil eksperimen dalam penelitian menunjukan bahwa kemampuan prediksi dengan metode ini memiliki hasil mean square error sebesar 0.001 dalam prediksi kurs dolar Amerika terhadap rupiah. Kata Kunci: Recurrent Neural Network, Preprocessing, Prediksi Valuta Asing.

To meet their needs, now a lot of people trying to trade as one of the efforts. But in the trade often they have a little profit and takes a very long time to get it. So that trade for which everyone can perform easily and can have huge profits in a short time become an option. Trade that has these criteria is foreign exchange trading. This trade is increasingly popular throughout the country because of its simplicity and people are connected in a "market". Other than that the profits can be obtained in a short time. In conducting foreign exchange trading, traders should pay attention to whether the exchange rate movements will rise or fall. There are several methods to read or analyze the movement of the exchange rate. The analysis method is technical analysis and fundamental analysis. Technical analysis tends to focus on the current and previous exchange rate movements so traders can see ongoing pattern or trend while in transaction. In conducting technical analysis, traders will determine exchange rate movements with help of the indicators to assist in decision making whether a transaction should buy, sell or hold. But the problem is the indicator does not fully represent the movement of the exchange rate. Moreover, the error due to the lack of capacity or human factors while making predictions that can result very sizable losses. The solution in addressing this problem is to predict the next exchange rate movement by looking at the temporal patterns in the exchange rates data with a tools. So the traders can be assisted in making decision in every single transaction. In this Final Project, the research has performed related to exchange rate value prediction using recurrent neural network with back propagation through time training method and moving average preprocessing. The research takes American dollar against rupiah exchange rate movement case study. The results was showed that the predictive ability by these methods have the results 0,001 mean square error in the prediction of the American dollar exchange rate against rupiah. Keywords: Recurrent Neural Network, Preprocessing, Foreign Exchange Prediction.

http://digilib.polban.ac.id/gdl.php?mod=browse&op=read&id=jbptppolban-gdl-rizkyyogao-6499