TUGAS AKHIR SISTEM PREDIKSI KURS MATA UANG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE QUICKPROPAGATION

TUGAS AKHIR SISTEM PREDIKSI KURS MATA UANG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE QUICKPROPAGATION Oleh : GANDHI NOVANTO PRABOWO 0534010038 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN JAWA TIMUR 2010

KATA PENGANTAR Segala puji bagi Allah SWT atas limpahan rahmat, karunia serta hidayah-nya sehingga penyusun dapat menyelesaikan kegiatan dan penulisan laporan Tugas Akhir ( TA ) dengan judul Sistem Prediksi Kurs Mata Uang Menggunakan Jaringan Syaraf Tiruan Dengan Metode Quickpropagation. Skripsi ini disusun dan diajukan sebagai salah satu syarat untuk menyelesaikan program Strata Satu (S1) pada program studi Sistem Informasi, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Pembangunan Nasional Veteran Jawa Timur Surabaya. Melalui Skripsi ini penyusun merasa mendapatkan kesempatan emas untuk memperdalam ilmu pengetahuan yang diperoleh selama di bangku perkuliahan, terutama berkenaan tentang penerapan jaringan syaraf tiruan. Namun, penyusun menyadari bahwa Skripsi ini masih jauh dari sempurna. Oleh karena itu penyusun sangat mengharapkan saran dan kritik dari para pembaca untuk pengembangan aplikasi lebih lanjut. Surabaya, Juni 2010 (Penyusun) ii

UCAPAN TERIMA KASIH Penyusun menyadari bahwasanya dalam menyelesaikan Skripsi ini telah mendapat banyak bantuan dan dukungan dari berbagai pihak, untuk itu pada kesempatan yang berharga ini, penyusun mengucapkan terima kasih kepada : 1. Bapak Ir.Sutiyono, MT selaku Dekan Fakultas Teknologi Industri Universitas Pembangunan Nasional Veteran Jawa Timur. 2. Bapak Basuki Rahmat, S.Si, MT selaku Ketua Program Studi Teknik Informatika Universitas Pembangunan Nasional Veteran Jawa Timur. 3. Ibu Asti Dwi Irfianti, S.Kom, M. Kom. Selaku dosen pembimbing I yang dengan sabar memberikan arahan serta mencurahkan waktu, ilmu, kesabaran dan pengertiaannya selama pembuatan Tugas Akhir ini. 4. Ibu Fetty Tri Anggraeny, S.Kom selaku dosen pembimbing II yang telah rela tersita waktu, tenaga, dan pikiran dalam membantu dalam perancangan sistem serta memberi arahan dalam pembuatan sistem. 5. Bapak Basuki Rahmat, S.Si, MT. dan Ibu Intan Yuniar P, S. Kom. selaku dosen penguji sidang tugas akhir yang telah memberikan banyak kritik dan saran serta memberikan wawasan yang lebih luas. 6. Untuk Papa and Mama, terima kasih telah menjadi orang tua terbaik saya. Insya Allah yang kalian berikan ini tidak akan sia-sia dan saya akan memberikan yang terbaik buat kalian. Setiap tetes air mata, amarah dan senyum ini saya persembahkan untuk kalian. 7. Untuk adik-adik saya Zendy dan Ifar, atas doa dan semua yang telah kalian lakukan untuk saya. Saya beruntung memiliki saudara seperti kalian, kalian yang terbaik. 8. Untuk Dita, yang meski terpisah jarak 822 km, tapi rela menemani hingga malam menjelang serta selalu membuat saya tersenyum dan menjaga semangat saya. You re my special one. iii

9. Untuk saudara dan sahabat-sahabat saya, Om sentot dan Tante Watik (terima kasih printernya), kak Rangga, Firman dan Yudhis (akhirnya kita bisa lulus bersama sesuai janji kita), Erawan (orang terbaik yang pernah saya kenal), Mas Wahyu (Thanks s for nice quotes), Jugo s the Freak Kidz (penyalur sisi lain saya), Arif Sorep, Sindhu Keblek, anak-anak TF kelas A angkatan 2005, dan semuanya yang tidak bisa penyusun sebutkan satu-per-satu Di dalam Tugas Akhir ini mungkin masih terdapat kekurangan-kekurangan yang belum bisa penyusun sempurnakan. Untuk itu saran dan masukan sangatlah penyusun harapkan untuk perbaikan lebih lanjut. iv

DAFTAR ISI ABSTRAK... i KATA PENGANTAR... ii UCAPAN TERIMA KASIH... iii DAFTAR ISI... v DAFTAR GAMBAR... ix DAFTAR TABEL... xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Perumusan Masalah... 2 1.3 Batasan Masalah... 3 1.4 Tujuan Penelitian... 3 1.5 Manfaat Penelitian... 4 1.6 Metodologi Pembuatan Skripsi... 4 1.7 Sistematika Pembahasan... 6 BAB II TINJAUAN PUSTAKA... 8 2.1 Membaca Pergerakan Nilai Mata Uang... 8 2.2 Valuta Asing... 9 2.2.1. Kapitalisasi dan Likuiditas Pasar... 9 2.2.2. Karakteristik Perdagangan Valuta Asing... 11 2.2.3. Proses Transaksi... 14 2.2.4. Transaksi 2 Arah... 14 2.2.5. Pemain Pasar Valuta Asing... 14 v

2.2.6. Bank... 15 2.2.7. Dunia Usaha... 16 2.2.8. Bank Sentral... 17 2.2.9. Pialang Valuta Asing... 17 2.3 Jaringan Syaraf Tiruan... 18 2.3.1. Pengertian Dasar Jaringan Syaraf Tiruan... 20 2.3.2. Komponen Jaringan Syaraf Tiruan... 21 2.3.3. Arsitektur Jaringan... 23 2.3.4. Fungsi Aktivasi... 25 2.3.5. Pemodelan Neuron... 26 2.4 Multi-Layer Perceptron... 28 2.5 Supervised Learning... 29 2.6 Algoritma Quickpropagation... 30 2.7 Normalisasi... 31 2.8 Denormalisasi... 32 BAB III ANALISIS DAN PERANCANGAN SISTEM... 33 3.1 Analisis Permasalahan... 33 3.2 Metode Quickpropagation... 34 3.3 Feedforward Neural-Network... 35 3.4 Algoritma Program... 36 3.5 Perancangan Sistem... 36 3.5.1. Context Diagram... 44 3.5.2. Diagram Aliran Data (Data Flow Diagram)... 44 vi

3.6 Entity Relationship Diagram (ERD)... 47 3.7 Jaringan Syaraf Tiruan... 48 3.8 Basis Data Pelatihan Prediksi Kurs Mata Uang... 49 3.9 Desain Input/Output... 53 BAB IV IMPLEMENTASI SISTEM... 61 4.1 Kebutuhan Sistem... 61 4.1.1. Kebutuhan Perangkat Keras... 61 4.1.2. Kebutuhan Perangkat Lunak... 61 4.2 Implementasi Program dan Tampilan Antar Muka... 62 4.2.1 Form Utama... 62 4.2.2 Form Login... 64 4.2.3 Form Master Valuta... 64 4.2.4 Form Master Transaksi... 65 4.2.5 Form Training... 66 4.2.6 Form Testing... 70 4.2.7 Form Prediksi... 71 4.2.8 Form Report... 72 4.2.9 User Setting... 73 BAB V UJI COBA DAN EVALUASI... 75 5.1 Uji Coba Sistem... 75 5.1.1. Proses Training Data... 76 5.1.2. Proses Testing Data... 86 5.2 Evaluasi... 93 vii

5.2.1. Evaluasi Perhitungan Sistem... 93 5.2.2. Evaluasi Keakuratan Sistem... 95 BAB VI PENUTUP... 100 6.1 Kesimpulan... 100 6.2 Saran... 101 DAFTAR PUSTAKA... 102 viii

DAFTAR GAMBAR Gambar 2.1 Wall Street Journal Europe... 10 Gambar 2.2 Sebuah Jaringan Syaraf Tiruan Tunggal... 21 Gambar 2.3 Struktur Neuron Jaringan Syaraf... 21 Gambar 2.4 Jaringan Syaraf Dengan 3 Lapisan... 23 Gambar 2.5 Jaringan Syaraf Dengan Lapisan kompetitif... 24 Gambar 2.6 Model Neuron... 27 Gambar 3.1 Pemodelan Multi-Layer Perceptron... 35 Gambar 3.2 Diagram Alir Program... 38 Gambar 3.3 Algoritma Trainer JST... 39 Gambar 3.4 Algoritma Feedforward... 40 Gambar 3.5 Algoritma Quickpropagation... 41 Gambar 3.6 Algoritma Update Bobot dan Perhitungan Error... 42 Gambar 3.7 Diagram Alir Sistem Prediksi... 43 Gambar 3.8 Context Diagram Sistem JST Peramalan Kurs Mata Uang... 44 Gambar 3.9 DFD Level 0 Sistem JST Peramalan Kurs Mata Uang... 45 Gambar 3.10 DFD Level 1Sistem Pelatihan Quickpropagation... 46 Gambar 3.11 DFD Level 1 Sistem Prediksi Kurs Mata Uang... 46 Gambar 3.12 CDM Sistem Peramalan Kurs Mata Uang... 47 Gambar 3.13 PDM Sistem Peramalan Kurs Mata Uang... 48 Gambar 3.14 Multilayer Perceptron... 49 Gambar 3.15 Form Login... 54 ix

Gambar 3.16 Form Utama... 54 Gambar 3.17 Form Master Valuta... 55 Gambar 3.18 Form Master Transaksi... 56 Gambar 3.19 Form Training... 57 Gambar 3.20 Form Testing... 58 Gambar 3.21 Form Prediksi... 58 Gambar 3.22 Form Report... 59 Gambar 3.23 Form User Setting... 60 Gambar 4.1 Gambar Form Utama... 63 Gambar 4.2 Gambar Form Login... 64 Gambar 4.3 Gambar Form Master Valuta... 65 Gambar 4.4 Gambar Form Master Transaksi... 66 Gambar 4.5 Gambar Form Training... 67 Gambar 4.6 Gambar Form Testing... 70 Gambar 4.7 Gambar Form Prediksi... 71 Gambar 4.8 Gambar Form Report... 73 Gambar 4.9 Gambar Form User Setting... 74 Gambar 5.1. Pemilihan Mata uang pada form Training... 75 Gambar 5.2. Penentuan range tanggal pada form Training... 76 Gambar 5.3. Hasil Proses Training Data... 77 Gambar 5.4. Gambar pemilihan data Training pada Form Prediksi... 87 Gambar 5.5. Gambar pemilihan tanggal prediksi pada Form Prediksi... 87 Gambar 5.6. Gambar prediksi mata uang pada Form Prediksi... 88 x

DAFTAR TABEL Tabel 2.1 Peringkat Mata Uang Teratas yang diperdagangkan.... 13 Tabel 3.1 Tabel User... 50 Tabel 3.2 Tabel t_mata_uang... 51 Tabel 3.3 Tabel t_prediksi... 51 Tabel 3.4 Tabel t_jst... 52 Tabel 3.5 Tabel t_report... 52 Tabel 3.6 Tabel t_transaksi... 53 Tabel 5.1 Kurs Transaksi BI Mata Uang USD Bulan Desember 2009... 78 Tabel 5.2 Tabel Kurs Transaksi BI Mata Uang USD Bulan Januari 2010... 79 Tabel 5.3 Tabel Hasil Perhitungan Manual Proses Normalisasi... 80 Tabel 5.4 Tabel Hasil Perhitungan Manual Proses Feedforward... 82 Tabel 5.5 Tabel Hasil Perhitungan Manual Proses Quickpropagation... 85 Tabel 5.6 Hasil Manual Proses update bobot JST dan perhitungan error... 89 Tabel 5.7 Tabel Hasil Perhitungan Manual Proses Denormalisasi... 91 Tabel 5.8 Tabel hasil perhitungan sistem dan perhitungan manual... 93 Tabel 5.9 Tabel Kurs Mata Uang USD Dollar Bulan Februari... 96 Tabel 5.10 Tabel Kurs Mata uang USD Dollar Bulan Maret... 97 Tabel 5.11 Tabel Perbandingan Hasil Data Riil dengan Hasil Data Sistem... 98 xi

Judul Pembimbing I Pembimbing II Penyusun : Sistem Prediksi Kurs Mata Uang Menggunakan Jaringan Syaraf Tiruan Dengan Metode Quickpropagation. : Asti Dwi Irfianti, S. Kom, M. Kom : Fetty Tri A., S.Kom : Gandhi Novanto Prabowo ABSTRAK Prediksi kurs mata uang adalah salah satu tahap awal yang sangat penting sebelum dilakukan proses jual beli nilai tukar mata uang yang nantinya menjadi acuan perekonomian dunia. Pada penggunaannya juga dapat sebagai pertimbangan untuk para pialang saham dan bursa efek untuk mengambil langkah bisnis selanjutnya. Data dari kurs mata uang dapat diperlakukan secara time series. Jika kita mempunyai data harian selama periode tertentu, misal : Xt (t=1,2,...), maka kurs mata uang pada perioda berikutnya (t+h) dapat diprediksi (waktu yang digunakan bisa jam, harian, mingguan, bulanan ataupun tahunan). Demikian seterusnya dilakukan suatu iterasi berulang hingan N hari kerja. Untuk mendapatkan hasil prediksi yang baik maka pada jaringan syaraf buatan hasus di-umpankan suatu masukan yang mewakili dari beberapa aspek atau segi penunjang harga suatu kurs mata uang. Kemudian dilakukan prinsip pembobotan yang diadaptasikan untuk meminimumkan kesalahan prediksi pada satu langkah kedepan. Dengan menggunakan bobot akhir dilakukan suatu tindakan untuk meminimumkan kesalahan total untuk iterasi berikutnya. Teknologi sistem jaringan syaraf tiruan telah di-implementasikan dalam berbagai aplikasi terutama dalam hal pengenalan pola. Kemampuan inilah yang telah menarik beberapa kalangan dalam menggunakan jaringan syaraf tiruan untuk keperluan kesehatan, keuangan, investasi, marketing dan lain lain. Pada sistem prediksi kurs mata uang ini akan dibahas penggunaan Jaringan syaraf tiruan Quick Propagation. Pada algoritma Quickprop 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. Dengan demikian perhitungan perubahan bobot hanya menggunakan informasi lokal pada masing-masing bobot. Berdasarkan hasil uji coba juga diketahui bahwa aplikasi ini mampu memprediksi nilai mata uang hingga 1 bulan kedepan dengan tingkat keakuratan mencapai lebih dari 75%. Kata Kunci: Prediksi Kurs Mata Uang, Jaringan Saraf Tiruan, Quick Propagation i

BAB I PENDAHULUAN 1.1. Latar Belakang Pada era globalisasi, informasi yang cepat dan akurat dibutuhkan dalam kehidupan, pada perusahaan/lembaga/organisasi yang maju maupun sedang berkembang. Para pelaku bisnis selalu mencari informasi atau teknologi yang tepat dalam menunjang usahanya seperti bagaimana cara mendapatkan biaya yang murah untuk operasional ataupun pegawai yang sedikit tapi bermanfaat. Dalam memprediksi suatu kurs mata uang, beberapa model analisa teknik telah dipakai dan dikembangkan, beberapa analisa tersebut seperti : MACD (Moving Average Convergence / Divergence), Fourier Transform, Accumulator Swing Index, Stochastic Oscilator dan lain lain. Sebagai masukannya, digunakan beberapa macam kombinasi harga seperti : harga pembukaan, tertinggi, terendah, penutupan kemarin dan penutupan hari ini. Dan sebagai keluarannya adalah prediksi nilai mata uang pada waktu tertentu. Prediksi kurs mata uang adalah salah satu tahap awal yang penting sebelum dilakukan proses jual beli nilai tukar mata uang yang nantinya menjadi acuan perekonomian dunia. Pada kasus seperti harga minyak dunia yang saat ini sedang melambung sampai 110 U$D / barel menyebabkan nilai tukar Dollar Amerika jatuh terhadap Poundsterling. Pihak Bursa Efek sangat memerlukan prediksi kurs mata uang dikarenakan adalah sebagai salah satu bahan pertimbangan untuk perhitungan kurs, acuan dalam perekonomian nasional, serta sebagai persiapan untuk pengambilan 1

2 keputusan dari suatu langkah bisnis. Disini, pada umumnya prediksi yang dikeluarkan oleh pihak Bursa Efek juga dijadikan acuan para pialang saham untuk menentukan sikap bisnis di perdagangan saham.. Jaringan saraf tiruan (JST) atau juga disebut simulated neural network (SNN), atau umumnya disebut neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. Algoritma Quickpropagation merupakan hasil pengembangan dari algoritma Backpropagation standar. 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. Dengan penggunaan Quickpropagation ini menunjukkan bahwa metode tersebut dapat meningkatkan kecepatan training data serta proses penghitungan. 1.2. Perumusan Masalah Berdasarkan latar belakang yang telah diuraikan sebelumnya, terdapat beberapa permasalahan yang akan diangkat dalam Skripsi ini, antara lain: a. Bagaimana menerapkan JST untuk memprediksi kurs mata uang b. Bagaimana menerapkan metode QUICKPROPAGATION untuk memprediksi kurs mata uang

3 c. Bagaimana menerapkan metode FEEDFORWARD untuk memprediksi kurs mata uang d. Bagaimana membuat sebuah perangkat lunak dengan metode metode diatas untuk memprediksi kurs mata uang secara tepat 1.3. Batasan Masalah Adapun Batasan permasalahan pada Sistem Prediksi Kurs Mata Uang ini adalah sebagai berikut : a. Sistem mampu melakukan peramalan bukan melakukan transaksi secara spesifik. b. Data yang digunakan berasal dari website resmi Bank Indonesia (http://www.bi.go.id) c. Mata Uang yang akan diprediksi yaitu US Dollar, Poundsterling, Euro, Yen, Ringgit yang akan dihitung kursnya dalam hitungan rupiah. d. Waktu prediksi kurs mata uang adalah keesokan harinya hingga 1 bulan kedepan. e. Faktor faktor eksternal seperti keadaan politik, inflasi, dan lain lain tidak diperhitungkan dalam proses peramalan. Asumsi pada kondisi perekonomian dunia maupun kurs mata uang dalam keadaan stabil, serta tidak ada goncangan perekonomian apapun. f. Sistem berbasis desktop. 1.4. Tujuan Penelitian Tujuan dari penelitian ini antara lain adalah :

4 a. Menerapkan Pendekatan JST untuk pendukung keputusan dalam prediksi kurs mata uang. b. Menerapkan Metode QuickPropagation untuk pendukung keputusan dalam prediksi kurs mata uang. c. Membuat Perangkat Lunak untuk pendukung keputusan dalam prediksi kurs mata uang secara tepat. 1.5. Manfaat Penelitian Manfaat dari penelitian ini diharapkan dapat : a. Memudahkan pegawai Bursa Efek dalam mengontrol serta mengetahui harga dari pembukaan dan penutupan tiap harinya. b. Memudahkan pegawai Bursa Efek dalam meramalkan suatu nilai kurs mata uang yang telah ditetapkan. 1.6. Metodologi Pembuatan Skripsi Tugas Akhir dan penelitian lapangan ini diselesaikan dengan menggunakan urutan metodologi sebagai berikut : a. Study literature Study literature dilaksanakan dengan cara mengumpulkan dan mempelajari segala macam informasi, pengumpulan dokumen-dokumen, referensireferensi, buku-buku, sumber dari internet, atau sumber-sumber lain yang diperlukan yang berhubungan dengan Jaringan saraf tiruan,dan segala hal yang berhubungan dengan model pemrogramannya.

5 b. Desain dan Perancangan Sistem Pada tahap ini dilaksanakan perancangan Sistem Perangkat Lunak yang akan dibuat berdasarkan hasil study literature yang ada. Perancangan Perangkat Lunak ini meliputi desain database, desain struktur data, desain aliran informasi, desain antar muka, desain akses user, desain algoritma dan pemrograman. Perencanaan penggunaan bahasa pemrograman. c. Implementasi Dalam tahap ini, dilakukan implementasi berdasarkan studi pustaka dan rancangan yang telah dibuat pada tahap sebelumnya, serta pengimplementasian dari desain dan rancangan yang ada ke dalam bentuk program. d. Uji Coba dan Evaluasi Pada tahap ini dilakukan uji coba program untuk mencari masalah yang mungkin timbul, mengevaluasi jalannya program, dan mengadakan perbaikan jika ada kekurangan. e. Analisa Hasil Uji coba Pada tahap ini dihasilkan uji coba dan beberapa revisi, jika terjadi kekurangan dan kesalahan terhadap perangkat lunak yang telah selesai dibuat dan diharapkan perangkat lunak tersebut mengalami segala macam uji coba sehingga menghasilkan output yang diharapkan. f. Penyusunan Laporan Buku Skripsi Pada tahap terakhir ini disusun buku sebagai dokumentasi dari pelaksanaan Skripsi. Dokumentasi ini dibuat untuk menjelaskan aplikasi agar memudahkan orang lain yang ingin mengembangkan aplikasi lebih lanjut.

6 1.7. Sistematika Penulisan Sistematika pembahasan yang dibuat dalam Skripsi ini disusun dalam beberapa bab, yang dijelaskan sebagai berikut : BAB I PENDAHULUAN Bab ini berisi tentang deskripsi umum Skripsi yang meliputi latar belakang, perumusan masalah, batasan masalah, tujuan dan manfaat, serta metodologi dan sistematika pembahasan. BAB II TINJAUAN PUSTAKA Bab ini berisi mengenai konsep dan teori pembelajaran yang menjadi landasan pembuatan Skripsi antara lain: Jaringan Syaraf Tiruan, Algoritma Quickpropagation, Valuta Asing. BAB III ANALISA DAN PERANCANGAN SISTEM Bab ini berisi tentang analisa dari sistem yang akan dibuat dan perancangan sistem yang meliputi antara lain: deskripsi umum sistem, kebutuhan sistem, pemodelan sistem berorientasi objek, perancangan proses latar dan perancangan antarmuka aplikasi. BAB IV IMPLEMENTASI Bab ini berisi hasil implementasi dari perancangan yang telah dibuat sebelumnya yang meliputi: implementasi basis data, implementasi proses latar dan implementasi form-form antarmuka aplikasi.

7 BAB V UJI COBA DAN EVALUASI Bab ini berisi penjelasan lingkungan uji coba aplikasi, skenario uji coba, pelaksanaan uji coba dan evaluasi dari hasil uji coba yang telah dilakukan untuk kelayakan pemakaian aplikasi. BAB VI PENUTUP Bab ini berisi kesimpulan dan saran untuk pengembangan aplikasi lebih lanjut dalam upaya memperbaiki kelemahan pada aplikasi guna untuk mendapatkan hasil kinerja aplikasi yang lebih baik.