ABSTRAKSI: Prediksi adalah upaya untuk meramal masa depan. Prediksi dapat dilakukan dengan mempelajari pola data historis untuk menemukan suatu permodelan yang dapat menggambarkan data masa depan. Metode ini dinamakan prediksi time series. Salah satu algoritma yang dapat membentuk model dari data historis adalah Artificial Neural Networks (ANN). Algoritma ini meniru sistem saraf manusia sehingga dapat menyelesaikan masalah non-linear, seperti prediksi nilai tukar IDR/USD.
Dalam proses permodelan, ANN akan selalu meng-update bobot koneksinya sampai menemukan bobot yang optimum. Pada Tugas Akhir ini dibentuk sistem ANN yang dilatih oleh Ant Colony Optimization (ACO). Dari hasil pengujian dapat diketahui bahwa ANN dengan metode pembelajaran ACO dapat memprediksi nilai tukar IDR/USD dengan hasil yang baik dilihat dari nilai Mean Absolute Error (MAE) hasil prediksi yang cukup kecil.Kata Kunci : prediksi data time series, Artificial Neural Networks (ANN), Ant Colony Optimization (ACO)ABSTRACT: Forecasting is an attempt to predict the future. Prediction can be done by studying the pattern of historical data to find a model that can show future data. This methoed is called time series data forecasting. One of many algorithm that can builds model from historical data is Artificial Neural Networks (ANN). The algoritm mimics the human neuron system so that is can solve non-linear problems, such as the forecasting of IDR/USD exchange rate.
In the process of modeling, ANN will always update the connection weights to find the optimum weights. In this final project ANN will be trained by Ant Colony Optimization (ACO). Based on the results can be seen that ANN with ACO as learning methods can predict IDR/USD exchange rate with good result that can be seen from the prediction’s Mean Absolute Error (MAE) that is quite small.Keyword: time series data forecasting, Artificial Neural Networks (ANN), Ant Colony Optimization (ACO).