Abstract
Penelitian ini membahas penerapan algoritma Al-Alaoui Backpropagation untuk memprediksi tren nilai tukar mata uang. Sistem yang di bangun menggunakan data nilai tukar mata uang Euro (EUR) terhadap Dolar Amerika (USD) yang di download dari Server Broker Alpari menggunakan aplikasi Metarader 4.0 . Algoritma Al-Alaoui Backpropagation adalah salah satu variasi dari algoritma Jaringan Syaraf Tiruan Backpropagation dimana algoritma ini dapat mengurangi kesalahan dalam klasifikasi dengan cara menduplikasikan data latih yang salah dalam klasifikasi. Algoritma Al-Alaoui Backpropagation juga mampu mempercepat konvergensi dalam backpropagation agar dapat lebih baik dalam memprediksi data. Data latih yang digunakan 6 bulan. Pengujian dari algoritma ini adalah untuk mendapatkan learning rate dan momentum terbaik dan mendapatkan MSE (Mean Square Error) yang di inginkan. Learning rate dan Momentum terbaik tersebut digunakan untuk pengujian tingkat akurasi terhadap banyaknya jumlah data uji yang digunakan untuk pengujian. Hasil dari pelatihan menggunakan 6 bulan data latih di dapatkan learning rate terbaik sebesar 0.4 dan momentum terbaik sebesar 0.5 Pada pengujian selanjutnya data uji yang digunakan berturut turut adalah data 1 bulan, 2 bulan, 3 bulan, 4 bulan, 5 bulan, dan 6 bulan. Hasil dari pengujian tersebut, akurasi dari sistem ini mencapai 75% dan paling rendah adalah 71% dengan menggunakan parameter learning rate dan momentum berdasarkan pada pelatihan sebelumnya. Penelitian ini menunjukan bahwa algoritma Al-Alaoui Backpropagation memiliki kinerja yang baik untuk melakukan prediksi tren harga forex.
