UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Perbandingan Algoritma Backpropagation Dan Gradient Boosting Regressor Dalam Memprediksi Harga Aluminium Pada Bursa London Metal Exchange
Penanda Bagikan

CD Skripsi

Perbandingan Algoritma Backpropagation Dan Gradient Boosting Regressor Dalam Memprediksi Harga Aluminium Pada Bursa London Metal Exchange

Fahrizal - Nama Orang;

ABSTRAK
FAHRIZAL, Perbandingan Algoritma Backpropagation dan Gradient Boosting Regressor dalam Memprediksi Harga Aluminium pada Bursa London Metal Exchange (dibimbing oleh Andi Yulia Muniar dan Muhammad Resha).

Permasalahan yang terjadi aluminium yang merupakan bahan baku logam yang sangat banyak digunakan dalam berbagai bidang, namun harganya cenderung berfluktuasi. Oleh karena itu, diperlukan pendekatan untuk meminimalisir risiko kerugian akibat fluktuasi harga tersebut. Tujuan penelitian ini adalah memprediksi harga aluminium di London Metal Exchange berdasarkan faktor-faktor yang dapat memberikan pengaruh terhadap harga aluminium seperti harga bahan komoditi yang terdiri dari timbal, timah, nikel, minyak mentah, batu bara, minyak brent, minyak gas London, dan juga harga substitusi seperti tembaga dan perak. Data yang digunakan dalam penelitian ini merupakan data sekunder dari tahun 2014 hingga 2022 sebanyak 36 atribut dengan total data peratribut sebanyak 460 data. Metode yang digunakan dalam penelitian ini yaitu Backpropagation dan Gradient Boosting Regressor. Hasil penelitian ini menunjukkan bahwa pada metode Gradient Boosting Regressor nilai R – Squared 0.91, MAE 106.4, dan MAPE 3.86 sedangkan untuk Backpropagation nilai R – Squared 0.87, MAE 132.64 dan MAPE 4.94. Berdasarkan hasil evaluasi tersebut dapat disimpulkan bahwa hasil kedua algoritma tersebut tidak terlalu signifikan namun R – Squared tertinggi dan error terendah didapatkan pada metode Gradient Boosting Regressor.

Kata Kunci: Prediksi, Harga Aluminium, Backpropagation, Gradient Boosting Regressor, London Metal Exchange


Ketersediaan
#
Perpustakaan STMIK AKBA (A/797) CD/SKR/TI/2023 REF FAH p
2639/CD/SKR-Ti/24
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
CDSKR FAH p
Penerbit
Makassar : UNITAMA., 2023
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF FAH p
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Andi Yulia Muniar Dan Pembimbing II: Muhammad Resha
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?