PERAMALAN NILAI TUKAR MATA UANG ASING MENGGUNAKAN

JARINGAN SARAF REKUREN JARINGAN SARAF REKUREN YANG MEMPERHITUNGKAN

NILAI KEUNTUNGAN SEBAGAI PARAMETER PENGUBAH BOBOTSEBAGAI PARAMETER PENGUBAH BOBOT

RETNO AULIA VINARTIRETNO AULIA VINARTI5109 202 008

Supervisor : Prof. Ir. Arif Djunaidy, M.Sc., Ph.D.

Latar BelakangLatar Belakang

Dari pengembangan penelitian sebelumnyamenggunakan dua ukuran akurasi, yaitu galat danprofit didapatkan kesimpulan

Nilai GALAT yang minimum TIDAK menjadikanjaminan untuk mendapatkan PROFIT yang jaminan untuk mendapatkan PROFIT yang

maksimum

Tujuan PenelitianTujuan Penelitian

Penelitian ini bertujuan untuk menghasilkan peramalannilai tukar mata uang asing semula hanyag g y

memperhatikan salah satu perspektif (profit ataugalat) sebagai tolak ukur, kini menjadi duaperspektif tolak ukur (profit dan galat).

Modifikasi JSR

Output : bobot + bias JSR minimalisasi galat

Output : bobot + bias JSR maksimalisasi keuntungan

Asaad, 2008

JSR dengan fungsi kinerja minimalisasi galat

JSR dengan fungsi kinerja maksimalisasi

nilai keuntunganOutput : calon kromosom induk JSR minimalisasi galat

Output : calon kromosom induk JSR maksimalisasi keuntungan

Mengenkripsi bobot + bias sebagai kromosom induk

(JSR galat)

Mengenkripsi bobot + bias sebagai kromosom induk(JSR nilai keuntungan)

galat

Output : kromosom induk

Montana, 1992

Tahap pemilihan(selecting)

Tahap

Output : kromosom induk

Output : kromosom anak

TahapMutasi + Crossover

Tahap evaluasi Tidak

Output : kromosom anak yang memiliki keuntungan tinggi dan galat rendah

Faharani, 2008

Memuaskan?

Mencari hasil peramalan dengan rumus backpropagation

Output : hasil peramalanLai, 2007

Modifikasi JSRImplementasi Rumus Profit sebagai berikut

Modifikasi JSRModifikasi JSRData yang digunakan adalah sebagai berikut

Data yang digunakan harus dinormalisasikan terlebihData yang digunakan harus dinormalisasikan terlebihdahulu, untuk memenuhi fungsi aktivasi JSR logsig.

Modifikasi JSRModifikasi JSRGrafik perbandingan profit yang didapatkan

Modifikasi JSRModifikasi JSRGrafik perbandingan galat yang didapatkan

PermasalahanPermasalahanBagaimana mengombinasikan fungsi kinerja

l l d k l f ?minimalisasi galat dan maksimalisasi profit?

Paper Montana, 1992 menjelaskan mengenai cara memilihbobot dan bias JST yang optimal menggunakan AlgoritmaGenetikaGenetika.Sehingga muncul ide bahwa untuk mengombinasikankedua fungsi kinerja dapat digunakan Algoritma Genetika, g j p g gdengan harapan akan menghasilkan generasi baru yang memiliki profit maksimal dan galat minimal.

Arsitektur JSR (Yu, 2009; Asaad, 2008)Arsitektur JSR (Yu, 2009; Asaad, 2008)

NORM CLOSE

NORM OPENH1

NORM HIGH

NORM LOWH2

YpredNORM LOW

NORM INF

YpredH3

H4H4NORM

STOCKS1

NORM NORM STOCKS2

Enkripsi Bobot Bias (Montana, 1992)Enkripsi Bobot Bias (Montana, 1992)2.13 3.18 1.90 -3.41

-9.13 6.52 1.11 2.12 5.02

4.55 3.46 -1.5 -7.4

3.67 -1.4 3.22 3.21

1.35

0.090.04 8.01 2.13 -1.9

7.12 4.43 -5.02 9.78

2.17 5.12 9.65 8.23-1.17

1 56.77 4.32 -0.7 -0.9 -1.5

Tahap SelectingTahap Selecting

…Bobot Bias Fungsi KinerjaMaksimalisasi Profit JSR

…Bobot Bias Fungsi KinerjaMinimalisasi Galat JSR

Fitness Test

Tahap SelectingTahap Selecting

Kromosom1

Kromosom6

Fitness

Kromosom2

Kromosom5

Peluang=

1/Fit

KromosomKromosom

1/Fitness

34PeluangKumulatif

Random Number

Tahap Mutasi dan CrossoverTahap Mutasi dan CrossoverProses Mutasi

Proses CrossoverProses Crossover

Tahap EvaluasiTahap EvaluasiGenerasi baru

Fungsi Evaluasi

Profit Galat

Dekripsi Bobot Bias (Montana, 1992)Dekripsi Bobot Bias (Montana, 1992)

2.13 3.18 1.90 -3.41

-9.13 6.52 1.11 2.12 5.02

4.55 3.46 -1.5 -7.4

3.67 -1.4 3.22 3.21

7 12 4 43 5 02 9 78

1.35

0.090.04 8.01 2.13 -1.9

7.12 4.43 -5.02 9.78

2.17 5.12 9.65 8.23

6.77 4.32 -0.7 -0.9

-1.17

-1.5

Perhitungan dg Rumus BackpropagationPerhitungan dg Rumus BackpropagationMerubah nilai bobot dan bias menjadi hasil prediksi

( ) tq

j

p

i itijjjt eywwfaay +++= ∑ ∑= = −1 100

Denormalisasi

min)(maxmin−Δ−

= aktnorm

yy minmin)(max. +−Δ= normakt yy

0-1 min-max

Uji coba kebenaran / validasiUji coba kebenaran / validasiHasil uji coba dengan fungsi maksimalisasi profit

Nilai Tukar Mata Uang Galat Rate Stdev Rate

USD/JPY 0.0341 0.276559135

EUR/USD 0 0385 0 263552133EUR/USD 0.0385 0.263552133

GBP/USD 0.0274 0.049155249

Nilai Tukar Mata Uang Galat Rate Stdev Rate

Hasil uji coba dengan fungsi minimalisasi error

USD/JPY 0.0263 0.110152645

EUR/USD 0.0305 0.201102671

GBP/USD 0.0259 0.308529101

Hasil Uji Coba kinerja GA pada USD/JPYHasil Uji Coba kinerja GA pada USD/JPY

KromosomMAPE Profit

MAPE Minimalisasi

KeuntunganMinimalisasi

MAPE Maksimalisasi

Keuntungan Maksimalisasi

indukMAPE Profit Minimalisasi 

GalatMinimalisasi

GalatMaksimalisasi Keuntungan

Maksimalisasi Keuntungan

8 0.02511 0.86456 0.07896 0.19444 0.08699 0.53203

10 0.02721 0.93568 0.07896 0.19444 0.08699 0.53203

12 0.08896 0.61131 0.07896 0.19444 0.08699 0.5320312 0.08896 0.61131 0.07896 0.19444 0.08699 0.53203

14 0.32386 0.47644 0.07896 0.19444 0.08699 0.53203

6 0 22 9 0 2 2 0 0 896 0 9 0 08699 0 320316 0.42279 0.52727 0.07896 0.19444 0.08699 0.53203

18 0.19093 0.83367 0.07896 0.19444 0.08699 0.53203

20 0.11203 0.57262 0.07896 0.19444 0.08699 0.53203

Hasil Uji Coba kinerja GA pada EUR/USDHasil Uji Coba kinerja GA pada EUR/USD

KromosomMAPE Profit

MAPE Minimalisasi

Keuntungan Minimalisasi

MAPE Maksimalisasi

Keuntungan Maksimalisasi

indukMAPE Profit Minimalisasi 

GalatMinimalisasi 

GalatMaksimalisasi Keuntungan

Maksimalisasi Keuntungan

8 0.07072 4.47329 0.067469 0.440012 0.10644 0.308226

10 0.11492 1.09479 0.067469 0.440012 0.10644 0.308226

12 0.04050 0.49327 0.067469 0.440012 0.10644 0.30822612 0.04050 0.49327 0.067469 0.440012 0.10644 0.308226

14 0.02538 ‐1.78242 0.067469 0.440012 0.10644 0.308226

6 0 02396 38 23 0 06 69 0 00 2 0 06 0 30822616 0.02396 ‐1.38523 0.067469 0.440012 0.10644 0.308226

18 0.02731 ‐1.84314 0.067469 0.440012 0.10644 0.308226

20 0.02955 ‐1.54876 0.067469 0.440012 0.10644 0.308226

Hasil Uji Coba kinerja GA pada GBP/USDHasil Uji Coba kinerja GA pada GBP/USD

KromosomMAPE Profit

MAPE Minimalisasi

Keuntungan Minimalisasi

MAPE Maksimalisasi

Keuntungan Maksimalisasi

indukMAPE Profit Minimalisasi 

GalatMinimalisasi 

GalatMaksimalisasi Keuntungan

Maksimalisasi Keuntungan

8 0.03356 1.29444 0.04710 0.391322 0.097003 0.72232

10 0.00579 0.83745 0.04710 0.391322 0.097003 0.72232

12 0 14039 ‐0 60581 0 04710 0 391322 0 097003 0 7223212 0.14039 0.60581 0.04710 0.391322 0.097003 0.72232

14 0.01490 ‐0.90793 0.04710 0.391322 0.097003 0.72232

16 0.02611 ‐1.85500 0.04710 0.391322 0.097003 0.72232

18 0.03411 ‐2.12836 0.04710 0.391322 0.097003 0.72232

20 0.01848 ‐2.57245 0.04710 0.391322 0.097003 0.72232

Uji Coba kinerja GAUji Coba kinerja GAFakta uji coba

Pada mata uang USD/JPY > 8 dan 10 kromosomPada mata uang USD/JPY > 8 dan 10 kromosomPada mata uang EUR/USD > 8 dan 12 kromosomPada mata uang GBP/USD > 8 dan 10 kromosom

KesimpulanJumlah kromosom paling baik untuk ketiga mata uang tersebutadalah 8 kromosom

Uji Coba dg metode peramalan lainUji Coba dg metode peramalan lainHasil uji coba dengan pasangan mata uang USD/JPY

JST ES OPE – Forex

Keuntungan ‐5.6977 0.89042 0.935685714

Galat 0.062316925 0.04985789 0.027216132

H l b d EUR/USD

JST ES OPE – Forex

Hasil uji coba dengan pasangan mata uang EUR/USD

Keuntungan ‐0.8345 0.56959 1.094792857

Galat 0.035122038 0.05426188 0.030501429

Uji Coba dg metode peramalan lainUji Coba dg metode peramalan lainHasil uji coba dengan pasangan mata uang GBP/USD

JST ES OPE – Forex

Keuntungan ‐2.1333 0.56845 0.837457143

Galat 0.04175172 0.04289486 0.005792857

Uji Coba untuk berbagai kondisiyang akan datangyang akan datang

Hasil uji coba untuk pasangan mata uang USD/JPY

Uji Coba untuk berbagai kondisiyang akan datangyang akan datang

Hasil uji coba untuk pasangan mata uang EUR/USD

Uji Coba untuk berbagai kondisiyang akan datangyang akan datang

Hasil uji coba untuk pasangan mata uang GBP/USD

Uji Coba untuk berbagai kondisiyang akan datangyang akan datang

Kesimpulan hasil uji coba :Saat kondisi masa yang akan datang diperkirakan optimis makaSaat kondisi masa yang akan datang diperkirakan optimis, makatindakan jual beli yang disarankan adalah menjualSaat kondisi masa yang akan datang diperkirakan pesimis, makai d k j l b li di k d l h b litindakan jual beli yang disarankan adalah membeli

KesimpulanKesimpulanDari hasil uji coba kebenaran atau validasi, dapat disimpulkanbahwa model fungsi kinerja yang dibangun pada JSR telah valid.g j y g g p JDari hasil uji coba kinerja dan keandalan, dapat disimpulkanbahwa kinerja terbaik program OPE – Forex dapat dipenuhid k j l h l k i d kdengan menggunakan jumlah calon kromosom induksebesar 8.Dari hasil uji coba perbandingan dengan metode peramalan JST j p g g p Jdan ES, disimpulkan bahwa OPE – Forex superior.Dari hasil uji coba berbagai kondisi masa depan, dapatdi i lk b h OPE F d di kdisimpulkan bahwa OPE – Forex dapat digunakan secarapraktis dengan tiga kemungkinan yang akan terjadi di masadepan yaitu optimistic, most likely dan pessimistic.p y p y p

SaranSaranProsedur sekuensial yang dilakukan cukup banyaksehingga memakan waktu yang cukup lama untuksehingga memakan waktu yang cukup lama untukmenjalankan OPE - Forex

Automatisasi dari potongan program OPE-Forex, agar menjadimudah untuk digunakan oleh orang awam, baik dari segitampilan muka atau dari segi kustomisasi.

Teori sampling (6-4-2) yang digunakan hanya menggunakanTeori sampling (6 4 2) yang digunakan hanya menggunakansatu referensi.

Penggunaan algoritma sampling lainnya, salah satunya adalahAlgoritma Sampling yang dibangun olehYu, Lean (2009), agar mengetahui bagaimana variasi dari dampak pembagian data history yang dimiliki.y y g

SaranSaranProgram OPE – Forex ini baru diujicobakan pada 3 pasangmata uang asing yang paling sering dijual belikan di dunia, mata uang asing yang paling sering dijual belikan di dunia, oleh karena itu hasil yang dikeluarkan oleh OPE – Forexmengenai jumlah kromosom paling optimal yaitu 8, hanyaberlaku untuk 3 pasang mata uang asing yaitu USD/JPY, EUR/USD dan GBP/USD saja.

Penelitian berikutnya juga dapat dilakukan untuk menambahkanPenelitian berikutnya juga dapat dilakukan untuk menambahkanautomatisasi untuk pencarian jumlah kromosom pada GA yang paling optimal, sehingga tidak perlu dilakukan pencarian manual d k b t Mi ft E l l idengan menggunakan bantuan Microsoft Excel lagi.