STUDI KOMPARASI PERAMALAN HARGA MINYAK MENTAH MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK DAN FEED FORWARD NEURAL NETWORK ( Studi Kasus : Harga Minyak Mentah West Texas Intermediate )

Abstract

Minyak mentah merupakan salah satu indikator yang penting untuk pembangunan ekonomi di Indonesia. Pada saat ini Indonesia sudah menjadi negara net importir minyak yang berarti bahwa Indonesia lebih banyak mengimpor minyak mentah dari luar karena persediaan minyak mentah yang ada tidak mampu untuk memenuhi kebutuhan yang ada dalam negeri. Untuk itu harga minyak mentah dunia menjadi salah satu indikator yang penting untuk diperhatikan, salah satu acuan harga minyak yang digunakan pemerintah Indonesia adalah West Texas Intermediate (WTI). Pengambilan keputusan untuk menyikapi harga minyak mentah dunia yang cenderung tidak stabil ini harus dilakukan secara matang. Salah satu cara yang dapat dipersiapkan adalah dengan membuat peramalan harga minyak mentah dunia. Peramalan yang akan dilakukan menggunakan dua metode yaitu Generalized Regression Neural Network (GRNN) dan Feed Forward Neural Network (FFNN). Dari kedua metode tersebut diketahui bahwa metode GRNN lebih handal digunakan untuk meramalkan harga minyak mentah WTI ini dengan nilai MAPE (Mean Absolute Percentage Error) sebesar 88,99% pada tahap pengujian jaringan.