BAB 1 PENDAHULUAN
1.1 Latar Belakang Investasi
merupakan suatu rangkaian
tindakan menanamkan sejumlah
dana dengan tujuan mendapatkan nilai tambah berupa keuntungan
dimasa yang akan datang. Dalam perkembangannya
investasi memiliki berbagai macam jenis, salah satu investasi yang paling banyak diminati saat ini adalah foreign exchangeatau disingkat dengan forex.
Forex adalah pasar valuta asing
yang merupakan kegiatan pembelian secara simultan satu
mata uang dan
menjual mata uang
lainnya (Elshabrina, 2012).
Biasanya mata uang yang di perdagangkan berpasang-pasangan
melalui trader.
Kegiatan jual
beli di pasar
valas disebut juga
dengan online trading.
Online trading adalah suatu
sistem jual beli
valas berbasis komputer
yang menggunakan pengetahuan
fakta, analisis dan
teknik penalaran informasi
dan eksekusi yang
cepat dari reaksi
reflex elektronik (Maulana,
2012). Untuk melakukan
trading seorang traderharus
mempunyai pengetahuan yang cukup, analisis yang baik, dan keputusan yang tepat serta keberanian berspekulasi agar
dapat memperoleh hasil yang optimum karena
pergerakan nilai valuta asing selalu berubah-ubah setiap saat.
Peramalan merupakan
suatu proses untuk
memprediksi kejadian ataupun perubahan
dimasa yang akan
datang. Pemodelan time
series seringkali dikaitkan dengan
proses peramalan suatu
nilai dengan karakteristik
tertentu pada periode kedepan,
melakukan pengendalian suatu
proses ataupun untuk
mengenali pola perilaku
sistem. Dengan mendeteksi
pola dan kecenderungan
data time series, kemudian
memformulasikannya dalam suatu
model, maka dapat
digunakan untuk memprediksi
data yang akan
datang. Model dengan
akurasi yang tinggi
akan menyebabkan nilai
prediksi cukup valid
untuk digunakan sebagai
pendukung dalam proses pengambilan keputusan.
2 Prediksi berdasarkan
data time series merupakan salah
satu teknik prediksi kuantitatif
yang menghimpun pengamatan
yang dibangun secara
berurutan dalam waktu
tertentu, dapat berupa
data harian, mingguan,
bulanan dan tahunan
(Halim, 2006). Prediksi
data time series telah
banyak dikembangkan belakangan
ini seperti metode
backpropagation, metode hybrid,
jaringan syaraf tiruan,
metode fuzzy dan algortima
genetic. Penelitian mengenai
prediksi yang sebelumnya
pernah dilakukan adalah
dengan menggunakan metode
Autogressive Integrated Moving
Average (ARIMA) oleh Suprapto pada tahun 2005. Setiawan (2008)
menggunakan Multilayer Feedforward Networkdan Anwary (2011)
menggunakan Fuzzy Time Series. Selain itu padaa
tahun 2012 Yuliandar
menggunakan Feedforward Neural
Network dengan Algoritma Genetika.
Dalam tugas
akhir ini, sistem
prediksi dikembangkan dengan
menggunakan metode jaringan
syaraf tiruan backpropagation yang merupakan
salah satu metode softcomputing
dan termasuk dalam sistem pembelajaran terawasi, biasanya digunakan oleh
perceptron dengan banyak lapisan
untuk mengubah bobot
yang terhubung dengan
neuron yang ada pada
lapisan tersembunyi. Pada
penelitian ini algoritma backpropagation menggunakan error
keluaran untuk mengubah
nilai bobot dalam satu
arah mundur (backward).Untuk
mendapatkan errorini tahap perambatan
maju (forward)harus dikerjakan terlebih
dahulu. Saat perambatan maju,
neurondiaktifkan dengan menggunakan
fungsi aktivasi sigmoid
biner. Pada setiap
lapisan data akan dilatih dan
diuji, hasil pelatihan
merupakan output peramalan. Metode backpropagation sendiri telah
digunakan dalam beberapa
penelitian seperti perbandingan backpropagasi dengan metode ARIMA
(Mahater, 2010) dan pengenalan sidik
jari (Fanindia, 2013) dan penentuan kelulusan siding skripsi (Zeson, 2013).
1.2 Rumusan Masalah Dalam
melakukan online trading,
trader harus memiliki pemahaman
yang baik mengenai
keadaan pasar dan
pergerakan harga forex
guna menghindari terjadinya transaksi
yang memiliki resiko
kerugian. Salah satu
cara untuk menganalisis
resiko tersebut adalah
dengan menggunakan analisis
teknikal yaitu memprediksi
pola fluktuasi harga forex
berdasarkan data marketdimasa lalu. Oleh karena itu dibutuhkan 3 sebuah pendekatan
untuk memprediksi trend harga
forex berdasarkan data
fluktuasi dimasa lalu sehingga
menghasilkan suatu sistem prediksi forex.
1.3 Batasan Masalah Ada beberapa batasan masalah dalam penelitian
ini agar pembahasan lebih fokus dan sesuai
dengan tujuan yang akan dicapai, antara lain : 1.
Penentuan prediksi forex
yang akan dibuat
merupakan perkiraan End Of Day (EOD)
atau harga closingberdasarkan pada beberapa variabel data forex.
2. Penelitian ini tidak mempertimbangkan newsdi pasar forex yang mungkin dapat mempengaruhi hasil prediksi.
3. Data
histori yang digunakan
adalah data pergerakan
valuta asing euro
terhadap dollar Amerika dari
tanggal 3 Januari 2005 s.d. 31 Desember 2013 yang meliputi tanggal
dan waktu, harga
pembukaan, harga tertinggi,
harga terendah, harga penutupan
dan volume. Data tersebut diperoleh dari website ForexHistorical Data (www.histdata.com).
4. Data yang digunakan dibagi menjadi dua yakni
data pelatihan dan data pengujian.
5. Data
pelatihan yang digunakan
adalah data histori
pergerakan valuta asing
euro terhadap dollar Amerika dari
tanggal 3 Januari 2005 s.d. 31 Desember 2010.
6. Data pengujian yang digunakan adalah data histori pergerakan
valuta asing euro terhadap dollar
Amerika dari tanggal 1 Januari 2011 s.d. 31 Desember 2013.
4 1.4
Tujuan Penelitian Tujuan dari
penelitian ini adalah
membuat prediksi trend forex
mata uang euro terhadap dollar
Amerika berdasarkan data
runtun waktu dimasa
lalu dengan menggunakan metode backpropagation.
1.5 Manfaat Penelitian Manfaat yang diperoleh dari penelitian ini
adalah : 1. Mengetahui kemampuan metode backpropagationdalam memprediksi nilai mata uang euro terhadap dollar Amerika.
2. Menambah
pemahaman penulis tentang
penggunaan metode backpropagation untuk
memprediksi trend forex serta
memberikan suatu referensi
alternative mengenai prediksi
trendforex.
3. Sebagai
referensi untuk penelitian
lain yang berhubungan
dengan metode backpropagation.
1.6 Metodologi Penelitian Metodologi penelitian yang akan digunakan
dalam penelitian ini adalah : 1. Studi Literatur Pada
tahapan ini akan
dilakukan dengan membaca,
mengamati dan mempelajari buku-buku
referensi, jurnal ilmiah,
browsing internet dan
bacaan lainnya yang berhubungan.
5 2. Analisis Permasalahan Pada
tahapan ini akan
dilakukan analisis dengan
menggali informasi mengenai faktor-faktor
yang mempengaruhi pergerakan
kurs mata uang,
informasi tentang forex dan metode Jaringan Saraf Tiruan
Backpropagation.
3. Pengumpulan Data Pada
tahap ini akan
dilakukan pengumpulan data-data
pergerakan nilai forex terhadap
satu pairmata uang selama setahun
kebelakang yang kemudian nantinya akan
diolah.
0 komentar:
Posting Komentar