ABSTRAKSI: Emas yang merupakan logam mulia ini dijadikan sebagai sarana berinvestasi oleh sebagian orang karena sifatnya yang cenderung memiliki harga jual yang terus naik seiring dengan berjalannya waktu. Selain prediksi bahwa harga emas akan naik hingga 20% pada akhir 2011 seperti yang ditulis pada website http://www.bisnis-jabar.com tentu akan menjadi pertimbangan yang menarik bagi para calon investor untuk membeli emas sebagai sarana investasi mereka. Perhatian yang besar akan kenaikan harga jual emas ini tentu akan sangat menarik jika dibarengi dengan ditemukannya metode yang tepat untuk meramalkan harga jual emas tersebut.
Pada tugas akhir ini, dibangun sistem peramalan harga jual emas dengan menggunakan artificial neural network (ANN) dengan arsitektur time delay neural network (TDNN) dan algoritma levenberg marquardt sebagai algoritma trainingnya.
Pada tugas akhir ini, diteliti beberapa buah parameter yang terkait dengan TDNN–LMA, meliputi banyak pola masukan, panjang setiap masukan, maksimum epoch, serta jumlah hidden neuron. Hasil yang didapat dari pengujian yang dilakukan, prediksi harga jual emas dapat diimplementasikan dengan menggunakan arsitektur time delay neural network dan algoritma levenberg marquardt algorithm dengan rata–rata error paling kecil yang didapat adalah 0,91 untuk MSE, dan 0,18 untuk MAPE untuk prediksi satu hari setelahnya terhadap data pengujian.
Kata Kunci : prediksi harga emas, artificial neural network, time delay neural network, levenberg marquardt algorithm .ABSTRACT: Gold is a precious metal that used as a media for invest by some people, because its price that continue to rises every time. Prediction of gold price will rise to 20% by the end of 2011 according to http://www.bisnis-jabar.com website. It would be an attractive for investors to buy gold as their investment. That big attention to the rising price of gold would be interesting with the estabilishment of a method that predict the future price of gold.
In this final assignment, the system prediction of gold proces be build using artificial neural network (ANN) with Time Delay Neural Network (TDNN) architecture as training algorithm.
In this final assignment, invistigated several parameters that associated with TDNN–LMA that covering number of input patterns, lenght of each inputs, number of delay in each layer, and the number of hidden neurons.The results are, predicting gold price can be implemented using Time Delay Neural Network and Levenberg Marquardt Algorithm with the the smallest average error is 0,91 for MSE, and 0,18 for MAPE for the prediction a day later for testing data.Keyword: gold price prediction, artificial neural network, time delay neural network, levenberg marquardt algorithm