@phdthesis{repounp47586,
           month = {August},
           title = {Penerapan Jaringan Saraf Tiruan dengan Metode Backpropagation untuk
Peramalan Kurs Dolar Amerika terhadap Rupiah},
          school = {Universitas Negeri Padang},
            year = {2025},
          author = {Sethio, Hery},
        keywords = {Jaringan Saraf Tiruan, Multi-Layer Perceptron, Backpropagation,
Dolar Amerika, Peramalan Deret Waktu},
        abstract = {Nilai tukar Dolar Amerika (USD) terhadap Rupiah (IDR) memiliki peran krusial dalam stabilitas ekonomi Indonesia, namun pergerakannya yang sangat fluktuatif dapat menciptakan ketidakpastian bagi pemerintah dan pelaku pasar. Fluktuasi yang tajam memerlukan alat peramalan yang akurat untuk mendukung pengambilan kebijakan yang proaktif. Penelitian ini bertujuan untuk menentukan konfigurasi model Jaringan Saraf Tiruan yang optimal serta mengukur tingkat akurasinya dalam membangun model prediksi kurs USD/IDR berdasarkan data tahun 2001-2024 dan mengetahui hasil peramalan kurs USD/IDR untuk periode Januari 2025 hingga Juni 2025. Jenis penelitian yang digunakan adalah penelitian terapan dengan menggunakan data sekunder deret waktu bulanan kurs tengah USD/IDR dari Bank Indonesia periode Januari 2001 hingga Desember 2024. Analisis data menggunakan model Jaringan Saraf Tiruan yang dilatih menggunakan algoritma Backpropagation dengan optimasi Adam. Kinerja model dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa konfigurasi model Jaringan Saraf Tiruan yang optimal adalah arsitektur 12-5-1, dilatih selama 4000 epoch dengan rasio data 80:20. Model ini mampu memprediksi kurs USD/IDR dengan sangat akurat, ditunjukkan oleh nilai MAPE sebesar 1,8764\% pada data uji. Hasil peramalan menunjukkan bahwa kurs USD/IDR berada dalam rentang Rp15.614-Rp15.850 pada periode Januari-Juni 2025.},
             url = {https://repository.unp.ac.id/id/eprint/47586/}
}