BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam sistem perdagangan internasional, setiap negara mempunyai mata uangnya masing-masing sebagai alat tukar atau alat pembayaran yang sah, dalam melakukan pembayaran atas barang yang diperjualbelikan. Namun, kegiatan memperjualbelikan barang dengan uang yang terjadi di luar negeri akan menimbulkan masalah, mengingat nilai barang yang belum disesuaikan dengan nilai uang yang berlaku. Oleh karena itu, perlu adanya suatu mekanisme yang menyediakan akses untuk menukarkan mata uang asing, sehingga pembayaran barang tersebut dapat diterima. Dengan kata lain, dibutuhkan suatu transaksi valuta asing untuk menukarkan mata uang antar negara. Kegiatan tukar menukar valuta asing sangat dipengaruhi oleh pergerakan kurs mata uang suatu negara. Kurs adalah perbandingan nilai tukar mata uang suatu negara dengan mata uang negara lain. Kurs juga merupakan salah satu variabel ekonomi makro yang sangat penting, karena kurs mata uang dapat menjaga stabilitas ekonomi di suatu kawasan atau negara. Kebutuhan informasi kurs ini, menjadikan peramalan sebagai salah satu cara untuk membantu para pelaku bisnis dalam mengetahui pergerakan kurs suatu mata uang. Peramalan merupakan suatu cara memperkirakan apa yang akan terjadi pada masa mendatang berdasarkan data yang ada pada masa lalu, dengan berbasis pada metode ilmiah dan kualitatif yang dilakukan secara sistematis. Selama ini, banyak peramalan dilakukan dengan menggunakan metode statistik. Misalnya, dengan model Autoregresive Conditional Heteroskedascity (ARCH) [7], General Autoregresive Conditional Heteroskedascity (GARCH) [16], dan Autoregressive Integrated Moving Average (ARIMA) [15]. Salah satu metode yang sering digunakan untuk peramalan adalah model ARIMA atau sering disebut sebagai metode runtun waktu Box-Jenkins. Model ini sangat baik dalam melakukan peramalan jangka pendek, karena ARIMA menggunakan nilai masa lalu dan nilai sekarang dari variabel dependen untuk menghasilkan peramalan yang akurat. Tujuan dari model ini adalah menentukan hubungan statistik antara 1
variabel yang diramal dengan data historis variabel tersebut. Sudah lebih dari 2 dekade, model ARIMA banyak digunakan secara luas dalam melakukan peramalan deret berkala [15]. Banyak penelitian yang menyebutkan bahwa model ARIMA sangat baik dalam melakukan peramalan beberapa periode ke depan [11]. Untuk itulah, pada penelitian tugas akhir ini dilakukan peramalan kurs valuta asing dengan menggunakan model ARIMA. Selain menggunakan metode statistik, peramalan juga bisa dilakukan dengan peramalan data time series yang telah dikembangkan di bidang kecerdasan buatan dan Machine Learning. Misalnya dengan metode Support Vector Machines (SVM) [17], metode Hidden Markov Model (HMM) [17], dan metode Artificial Neural Network (ANN) [15]. Salah satu metode yang sering digunakan untuk peramalan adalah metode Artificial Neural Network (ANN) atau sering disebut sebagai metode Jaringan Syaraf Tiruan (JST). Jaringan Syaraf Tiruan adalah suatu metode pengolahan data yang mirip dengan jaringan syaraf biologi otak manusia, sehingga dapat mengambil keputusan yang sama seperti otak manusia. Berdasarkan kemampuan belajar (learning) yang dimilikinya, jaringan syaraf tiruan dapat dilatih untuk menganalisis suatu pola data dari masa lalu dan mencari suatu fungsi yang menghubungkan pola data dari masa lalu tersebut dengan keluaran yang diinginkan. Fungsi jaringan tersebut menggambarkan ketergantungan nilai data saat ini terhadap nilai data sebelumnya. Backpropagation adalah salah satu algoritma metode dari jaringan syaraf tiruan yang dapat diimplementasikan dengan baik dalam peramalan. Untuk itulah, pada penelitian tugas akhir ini dilakukan peramalan kurs valuta asing dengan menggunakan metode Jaringan Syaraf Tiruan Algoritma Backpropagation. Pada penelitian tugas akhir ini, akan diaplikasikan bagaimana melakukan peramalan dengan menggunakan metode Jaringan Syaraf Tiruan Algoritma Backpropagation dan model ARIMA, dalam meramalkan harga jual kurs Euro. 1.2 Perumusan Masalah Perumusan masalah dalam tugas akhir ini adalah sebagai berikut: 1. Bagaimana melakukan peramalan kurs Euro dengan metode Jaringan Syaraf Tiruan Algoritma Backpropagation? 2
2. Bagaimana melakukan peramalan kurs Euro dengan model ARIMA? Adapun batasan masalah dalam tugas akhir ini adalah sebagai berikut: 1. Mata uang yang digunakan sebagai nilai tukar valuta asing adalah Euro Eropa (EUR) terhadap Rupiah Indonesia (IDR) dan Euro Eropa (EUR) terhadap Dollar Amerika (USD). 2. Teknik peramalan menggunakan data historis nilai tukar kurs Euro, dimana dalam hal ini digunakan data historis nilai kurs jual (Ask) Euro. 3. Tidak memiliki keterkaitan hubungan dengan metode-metode lain dalam peramalan, hanya membahas teknik peramalan kurs Euro dengan menggunakan metode Jaringan Syaraf Tiruan Algoritma Backpropagation dan model ARIMA. 4. Sistem yang akan dibangun dalam peramalan kurs euro ini, dilakukan secara terpisah, tidak dilakukan penggabungan kedua metode. 5. Arsitektur Jaringan Syaraf Tiruan yang digunakan adalah Multi Layer Perceptron dan hanya menggunakan satu hidden layer. 6. Model ARIMA yang digunakan adalah model ARIMA Non-Seasonal, dimana model ini tidak dipengaruhi faktor musim. 7. Hasil kinerja yang akan dianalisis adalah hasil kinerja dari masingmasing sistem, tidak dilakukan perbandingan. 8. Harga kurs jual Euro yang digunakan adalah harga penutupan atau close, untuk setiap harinya. 9. Hasil peramalan tidak mempertimbangkan jumlah transaksi jual beli valuta asing. 10. Hasil peramalan tidak mempertimbangkan kejadian-kejadian luar biasa yang mungkin mempengaruhi hasil peramalan tersebut. 11. Hasil peramalan tidak mempertimbangkan pengaruh fundemental ekonomi yang terjadi pada saat ini. 1.3 Tujuan Penelitian Tujuan yang ingin dicapai dalam tugas akhir ini adalah sebagai berikut: 3
1. Mengimplementasikan metode Jaringan Syaraf Tiruan Algoritma Backpropagation untuk meramalkan nilai kurs Euro. 2. Mengimplementasikan model ARIMA untuk meramalkan nilai kurs Euro. 1.4 Metodologi Penelitian Metodologi yang digunakan dalam penyelesaian tugas akhir ini adalah sebagai berikut: 1. Studi Literatur Studi literatur dilakukan dengan cara mengumpulkan dan mempelajari berbagai macam teori atau informasi yang berhubungan dengan Jaringan Syaraf Tiruan algoritma Backpropagation, model ARIMA, valuta asing dan berbagai macam hal yang berhubungan dengan sistem pada tugas akhir ini. 2. Pengumpulan Data Meliputi pengumpulan data berupa nilai kurs jual (Ask) terhadap mata uang Euro Eropa (EUR) untuk setiap harinya. Data nilai kurs yang dipakai adalah data antara tahun 2007 sampai tahun 2012. 3. Perancangan Sistem Pada tahap ini, dilakukan perancangan sistem yang akan dibuat berdasarkan hasil studi literatur dan membahas skema perancangan sistem. 4. Implementasi Sistem Pada tahap ini, dilakukan implementasi berdasarkan studi pustaka dan rancangan sistem yang telah dibuat sebelumnya. 5. Analisis Hasil Implementasi Sistem Hasil dari sistem yang telah diimplementasikan kemudian dianalisis untuk keperluan pengembangan sistem lebih lanjut. 6. Pembuatan Laporan Membuat laporan berupa buku tugas akhir yang mencakup hasil analisis dari sistem yang telah dibuat. Pada tahap terakhir ini, buku tugas akhir disusun sebagai dokumentasi dari pelaksanaan tugas akhir. Dokumentasi 4
ini dibuat untuk menjelaskan sistem yang telah diimplementasikan, agar memudahkan orang lain untuk mengembangkan sistem ini lebih lanjut. 1.5 Sistematika Penulisan Sistematika penulisan yang digunakan dalam penyelesaian tugas akhir ini adalah sebagai berikut: BAB 1 PENDAHULUAN Bagian ini menjelaskan latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, metodologi penelitian, dan sistematika penulisan dari tugas akhir ini. BAB 2 DASAR TEORI Bagian ini menjelaskan teori-teori dasar mengenai peramalan, valuta asing, Jaringan Syaraf Tiruan algoritma Backpropagation, model ARIMA dan teori-teori yang mendukung dalam perancangan sistem. BAB 3 PERANCANGAN SISTEM Bagian ini menjelaskan tentang bagaimana membangun model dan merancang sistem berdasarkan masalah yang dipelajari, serta menganalisis sistem dengan asumsi atau batasan masalah yang ada. BAB 4 ANALISIS HASIL PENGUJIAN Bagian ini menjelaskan tentang hasil uji coba dari model atau sistem yang telah dirancang dan menganalisa hasil tersebut untuk pengembangan lebih lanjut. BAB 5 PENUTUP Bagian ini menjelaskan kesimpulan yang bisa ditarik berdasarkan hasil uji coba sistem dan saran kepada para pembaca untuk dapat mengembangkan tugas akhir ini. 5