PENERAPAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION UNTUK MEMPREDIKSI HARGA NIKEL

Abstract

Indonesia merupakan negara yang kaya akan sumber daya alamnya, termasuk nikel. Hargakomoditas nikel selalu berubah-ubah didasarkan pada harga pasar nikel dunia. Hal ini dipengaruhioleh persediaan, penawaran, dan permintaan nikel di pasar global. Penelitian ini bertujuan untukmemprediksi harga nikel pada bulan Mei sampai Desember 2024 dengan menggunakan JaringanSyaraf Tiruan. Jaringan syaraf tiruan dilatih menggunakan algoritma backpropagation denganparameter pembelajaran (learning rate) 0,1, target MSE 10-6
, dan maksimum epoch 1000. Datapenelitian yang digunakan merupakan data rata-rata harga nikel di setiap bulan, dalam periodeJanuari 2010 - April 2024. Hasil penelitian menunjukkan bahwa arsitektur jaringan yang terbaik
adalah arsitektur jaringan yang terdiri satu layer input dengan 6 neuron, 3 hidden layer berturut-turut dengan 16-18-20 neuron, satu layer output dengan satu neuron. Pelatihan jaringan arsitek ini
berhenti setelah mencapai target pada epoch ke –150. Dari bulan Mei sampai Desember 2024, harganikel diprediksi akan mencapai harga tertinggi pada bulan Juli ($18421,11 per ton) dan akanmencapai harga terendah pada bulan November ($9612,80 per ton).

Keywords: Harga Nikel, Jaringan Syaraf Tiruan, Backpropagation, Prediksi