kenaikan dalam nilai mata uang dalam negeri. Berbicara tentang kurs, perlu diketahui bahwa sering terdapat berbagai tingkat kurs untuk satu valuta asing.
3.2. Metode Quickpropagation
Pada algoritma Quickpropagation dilakukan pendekatan dengan asumsi bahwa kurva fungsi error terhadap masing-masing bobot penghubung berbentuk
parabola yang terbuka ke atas, dan gradien dari kurva error untuk suatu bobot tidak terpengaruh oleh bobot-bobot yang lain Fahlman, 1988. Dengan demikian
perhitungan perubahan bobot hanya menggunakan informasi lokal pada masing- masing bobot.
Pada Algoritma Quickpropagation juga dilakukan pendekatan dengan asumsi bahwa masing-masing bobot penghubung tidak terpengaruh oleh bobot
yang lain. Salah satu metode paling awal yang diusulkan untuk mengatasi masalah lamanya waktu training adalah dengan menambahkan term momentum.
di mana parameter momentum m akan menentukan besarnya pengaruh perubahan bobot pada iterasi sebelumnya. Cara ini dapat bekerja dengan baik
pada kasus tertentu, namun tidak bersifat umum. Kadang-kadang malah diperoleh hasil yang lebih baik tanpa menggunakan momentum sama sekali Riedmiller,
1994.Ada beberapa algoritma yang telah diusulkan untuk mempercepat proses training pada jaringan multilayer. Di antaranya adalah algoritma Quickprop,
resilient propagation RPROP.
3.3. Feedforward Neural-Network
Sebuah jaringan saraf feedforward Feedforward Neural-Network merupakan jaringan saraf buatan dimana hubungan antara
unit tidak membentuk siklus. Ini berbeda dari jaringan saraf berulang. Feedforward neural network adalah jenis jaringan saraf tiruan pertama yang
dibuat sederhana dan paling diperdebatkan. Dalam jaringan ini, informasi mampu bergerak dalam satu arah, ke depan, dari input node, melalui node
tersembunyihidden node jika ada dan output node. Tidak ada siklus atau loop dalam jaringan. Pada sistem prediksi kurs mata uang ini menggunakan Multi-layer
Perceptron yaitu jaringan yang terdiri dari beberapa lapisan unit komputasi, biasanya saling terkait dalam feedforward. Setiap neuron dalam satu lapisan telah
mengarahkan koneksi ke neuron pada lapisan berikutnya. Dalam banyak aplikasi, unit jaringan ini menerapkan fungsi sigmoid sebagai fungsi aktivasi.
Gambar 3.1. Permodelan Multi-layer Perceptron.
Tiga lapisan Perceptron-net mampu menghitung XOR. Angka-angka dalam
Perceptron mewakili masing-masing ambang batas eksplisit perceptron. Angka-angka yang terdapat di panah mewakili keterangan berat
