BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING. Untuk memberikan penjelasan mengenai prediksi valuta asing

dokumen-dokumen yang mirip
BAB II LANDASAN TEORI. digunakan sebagai alat pembayaran yang sah di negara lain. Di dalam

BAB IV IMPLEMENTASI DAN HASIL. Algoritma memetika untuk memprediksi kurs valuta asing pada tugas

BAB III PENERAPAN ALGORITMA MEMETIKA DAN GRASP DALAM MENYELESAIKAN PFSP

BAB 2 LANDASAN TEORI

PREDIKSI KURS VALUTA ASING MENGGUNAKAN ALGORITMA MEMETIKA SKRIPSI TB. M. ABRAR KAUTSAR

BAB III. Metode Penelitian

ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR

Kata Pengantar. Assalamu alaikum Warahmatullahi Wabarakatuh

Genetic Algorithme. Perbedaan GA

Optimasi Penjadwalan Ujian Menggunakan Algoritma Genetika

Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner

BAB 2 DASAR TEORI. 2.1 Teka-Teki Silang

BAB 3 ANALISIS DAN PERANCANGAN APLIKASI

BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM

BAB III. Solusi Optimal Permasalahan Penjadwalan Perkuliahan Menggunakan Algoritma Fuzzy Evolusi

Pengantar Kecerdasan Buatan (AK045218) Algoritma Genetika

Algoritma Evolusi Dasar-Dasar Algoritma Genetika

BAB 2 TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan

Algoritma Evolusi Real-Coded GA (RCGA)

Lingkup Metode Optimasi

BAB III MODEL DAN TEKNIK PEMECAHAN

BAB III METODE PENELITIAN. Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika

PEMAMPATAN MATRIKS JARANG DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

APLIKASI ALGORITMA GENETIKA UNTUK PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN

OPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN

APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta

ERWIEN TJIPTA WIJAYA, ST.,M.KOM

8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data

ALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Peramalan Kebutuhan Beban Sistem Tenaga Listrik Menggunakan Algoritma Genetika

ABSTRAK. Job shop scheduling problem merupakan salah satu masalah. penjadwalan yang memiliki kendala urutan pemrosesan tugas.

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:

PERAMALAN HARGA EMAS MENGGUNAKAN ALGORTIMA MEMETIKA DENGAN PENCARIAN LOCAL TABU SEARCH. Iqbal Dwihanandrio

BAB III PEMBAHASAN. diperoleh menggunakan algoritma genetika dengan variasi seleksi. A. Model Matematika CVRPTW pada Pendistribusian Raskin di Kota

BAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika

Bab II Konsep Algoritma Genetik

ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning

PENERAPAN ALGORITMA GENETIKA DALAM PENYELESAIAN TRAVELLING SALESMAN PROBLEM WITH PRECEDENCE CONSTRAINTS (TSPPC)

MENGUKUR KINERJA ALGORITMA GENETIK PADA PEMAMPATAN MATRIKS JARANG

T I N J A U A N P U S T A K A Algoritma Genetika [5]

BAB III PEMBAHASAN. menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian

Pemaksimalan Papan Sirkuit Di Pandang Sebagai Masalah Planarisasi Graf 2-Layer Menggunakan Algoritma Genetika

Analisis Operator Crossover pada Permasalahan Permainan Puzzle

BAB II KAJIAN TEORI. berkaitan dengan optimasi, pemrograman linear, pemrograman nonlinear, quadratic

OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK

BAB II TINJAUAN PUSTAKA

Optimasi Multi Travelling Salesman Problem (M-TSP) Menggunakan Algoritma Genetika

Denny Hermawanto

PENERAPAN ALGORITMA GENETIKA SEBAGAI PROBLEM SOLVER DALAM GAME SUDOKU BERBASIS ANDROID

BAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan

Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut

Zbigniew M., Genetic Alg. + Data Structures = Evolution Program, Springler-verlag.

BAB II KAJIAN TEORI. genetika, dan algoritma memetika yang akan digunakan sebagai landasan dalam

PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA

Aplikasi Algoritma Memetika untuk Peramalan Pergerakan Kurs Valuta Asing dengan Menggunakan Model ARIMA (Box-Jenkins)

BAB 2 LANDASAN TEORI

OPTIMASI QUERY DATABASE MENGGUNAKAN ALGORITMA GENETIK

Serealia, umbi, dan hasil olahannya Kacang-kacangan, bijibijian,

BAB III Analisis. Gambar III.1 Rancangan Pemrosesan

OPTIMASI JALUR TRANSPORTASI PRODUK HOUSING CLUTCH DENGAN MENGGUNAKAN METODE ALGORITMA GENETIKA PADA PT. SUZUKI INDOMOBIL MOTOR PLANT CAKUNG

RANCANG BANGUN SISTEM PENENTUAN KOMPOSISI BAHAN PANGAN HARIAN MENGGUNAKAN ALGORITMA GENETIKA

PERANCANGAN TATA LETAK FASILITAS BAGIAN PRODUKSI MENGGUNAKAN METODE ALGORITMA GENETIK DI PT. PUTRA SEJAHTERA MANDIRI

OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA

Penggunaan Algoritma Genetik dengan Pemodelan Dua Tingkat dalam Permasalahan Penjadwalan Perawat pada Unit Gawat Darurat Rumah Sakit Umum XYZ Surabaya

PRESENTASI TUGAS AKHIR KI091391

PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION

BAB II LANDASAN TEORI

OPTIMASI PENJADWALAN CERDAS MENGGUNAKAN ALGORITMA MEMETIKA

Penyelesaian Puzzle Sudoku menggunakan Algoritma Genetik

BAB II KAJIAN PUSTAKA. Pada bab kajian pustaka berikut ini akan dibahas beberapa materi yang meliputi

PENDAHULUAN. Latar Belakang

Tugas Mata Kuliah E-Bisnis REVIEW TESIS

BAB 2 LANDASAN TEORI. 2.1 Algoritma

PENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN ALGORITMA GENETIKA

BAB II KAJIAN TEORI. untuk membahas bab berikutnya. Dasar teori yang akan dibahas pada bab ini

Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm

Generator Jadwal Perkuliahan Menggunakan Algoritma Genetika

Keywords Algoritma, Genetika, Penjadwalan I. PENDAHULUAN

HASIL DAN PEMBAHASAN. Gambar 7 Diagram alur proses mutasi.

BAB II LANDASAN TEORI

PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES

BAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan

PENCOCOKAN KATA SECARA ACAK DENGAN METODE ALGORITMA GENETIKA MENGGUNAKAN PROGRAM PASCAL

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II LANDASAN TEORI

PENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS. Muthmainnah

PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN

PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA

SIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA

APLIKASI UNTUK PREDIKSI JUMLAH MAHASISWA PENGAMBIL MATAKULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA, STUDI KASUS DI JURUSAN TEKNIK INFORMATIKA ITS

BAB III PENJADWALAN KULIAH DI DEPARTEMEN MATEMATIKA DENGAN ALGORITMA MEMETIKA. Penjadwalan kuliah di departemen Matematika UI melibatkan

BAB 2 TINJAUAN PUSTAKA

Transkripsi:

BAB III ALGORITMA MEMETIKA DALAM MEMPREDIKSI KURS VALUTA ASING Untuk memberikan penjelasan mengenai prediksi valuta asing menggunakan algoritma memetika, akan diberikan contoh sebagai berikut. Contoh Misalkan terdapat data kurs harian Dollar Amerika (USD) terhadap Rupiah (IDR) selama hari seperti ditunjukkan pada tabel di bawah ini: Tabel. Data kurs USD / IDR Hari USD / IDR 9 9 9 9 9 9 99 9 9 9 9 Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

Prediksi akan dilakukan dengan menggunakan data hari sebelum. Dengan menggunakan model prediksi autoregressive dari persamaan () akan didapat model prediksi seperti berikut: Dengan: Nilai kurs USD terhadap IDR hari ke i Prediksi nilai kurs USD terhadap IDR hari ke i Sehingga dengan menggunakan data kurs harian Dollar Amerika (USD) terhadap Rupiah (IDR) dari tabel di atas akan didapat: 9 9 (9) (9) (99) (9) (9) (9) (99) (9) (9) (9) (99) (9) (9) (9) (9) (9) (9) (9) (9) (9) (9) (9) (9) (9) (9) 9 i i Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

Dari model tersebut di atas, akan didapat nilai-nilai prediksi kurs USD terhadap IDR dari hari ke sampai hari ke. Masing-masing dari nilai prediksi ini akan dihitung selisih mutlaknya dengan nilai sesungguhnya sehingga didapatkan error dari prediksi. Tujuan dari prediksi ini adalah untuk meminimumkan error dari prediksi tersebut. Dengan demikian fungsi tujuan yang akan diminimumkan berbentuk seperti berikut : f ( ) i i...() i Fungsi dari algoritma memetika adalah untuk mencari nilai-nilai dari,,,,, sedemikian sehingga meminimumkan fungsi tujuan. Untuk subbab-subbab selanjutnya akan dibahas penyelesaian prediksi kurs valuta asing menggunakan algoritma memetika yang mengacu pada algoritma pada Gambar.. Representasi Individu Setiap individu dalam algoritma memetika ini direpresentasikan dengan barisan dari nilai-nilai,,,,,. Dikarenakan nilai-nilai tersebut merupakan bilangan riil, maka sistem pengkodean yang digunakan adalah pengkodean bilangan riil. Berikut contoh dari suatu individu dalam penyelesaian prediksi kurs valuta asing yang diberikan pada Gambar : Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

Gambar. Contoh individu. Inisialisasi Populasi Berikut ini diberikan sebuah contoh sebuah populasi awal dengan jumlah individu sebanyak empat buah. Nilai dari gen-gen keempat individu tersebut ditentukan secara acak. Gambar 9. Contoh populasi awal Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

. Evaluasi Fungsi Fitness Setelah populasi awal sudah terbentuk, selanjutnya dilakukan proses evaluasi fungsi fitness terhadap seluruh individu dalam populasi. Dalam prediksi kurs valuta asing ini, fungsi fitness yang akan digunakan mengacu pada persamaan () adalah: F( ) f ( ) ε Dengan ε merupakan bilangan yang sangat kecil untuk menghindari pembagian dengan nol. Berikut diberikan contoh evaluasi fungsi fitness terhadap individuindividu populasi di atas dengan menggunakan data kurs yang terdapat pada contoh : Dari Individu, kita dapatkan model prediksi seperti berikut: 9,,(9),,(9),,(9),,(9),,(9),(9),(9),(9) 9,(9),(9),(9),(9) 9,(9),(9),(9),(9) 9,(99),(9),(9),(99) 9,(9),(9),(99),(9) 9,(9) Sehingga dari persamaan di atas didapat nilai-nilai prediksi: 9, 99, 9,,, Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

Jika nilai-nilai di atas dimasukkan ke dalam fungsi tujuan dari persamaan (), akan didapat f (),. Sehingga akan kita peroleh nilai fitness dari Individu yaitu F(), -. Nilai fitness dari individuindividu yang lain juga dihitung dengan cara yang sama, untuk lebih jelasnya akan diberikan oleh tabel berikut: Tabel. Nilai Fitness Individu Nilai Fitness, -, -,9 -, - Dari evaluasi ini, maka setiap individu akan memilki nilai fitness masing-masing sebagai ukuran kualitas dari individu tersebut. Semakin besar nilai fitness dari suatu individu, maka semakin baik kualitas dari individu tersebut.. Seleksi Roulette Wheel Dalam metode ini, metode pemilihan individu didasarkan pada suatu permainan roulette, dimana setiap individu akan mendapat bagian dari sebuah roda roulette dengan luas masing-masing bagian bergantung kepada nilai fitness masing-masing individu. Dengan demikian individu-individu dengan nilai fitness yang besar akan memiliki kemungkinan lebih besar untuk Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

terpilih. Berikut contoh metode seleksi roulette wheel dengan menggunakan populasi dari contoh di atas. Dari Tabel telah diperoleh nilai fitness dari masing-masing individu. Sehingga langkah selanjutnya yaitu menghitung persentase luas bagian roda roulette dari masing-masing individu, yang diberikan oleh tabel berikut: Tabel. Persentase luas bagian roda roulette Individu Nilai Fitness Persentase luas bagian roda roulette, - %, - %,9 - %, - % Sehingga roda roulette yang terbentuk yaitu: Gambar. Roda roulette Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

9 Individu-individu yang akhirnya terpilih dinamakan sebagai orang tua, hal ini disebabkan individu-individu yang terpilih tersebut akan menghasilkan individu-individu yang baru melalui operator crossover. Banyaknya individu yang akan dipilih yaitu sebanyak ukuran populasi.. One Point Crossover Setelah mendapatkan individu-individu yang terpilih menjadi orang tua, maka langkah selanjutnya adalah menghasilkan keturunan dari individuindividu tersebut. Dalam hal ini operator crossover digunakan untuk memenuhi tujuan tersebut. Operator crossover yang akan digunakan yaitu one point crossover. Dalam setiap operasi one point crossover, diambil dua individu orangtua yang selanjutnya akan menghasilkan dua individu baru dengan cara menukar barisan gen antara dua individu tersebut berdasarkan titik persilangannya. Dengan demikian karena pada setiap one point crossover akan dihasilkan dua individu yang baru dari dua individu yang lama, maka operasi one point crossover akan dilakukan sebanyak ½ kali ukuran populasi. Gambar merupakan contoh dari one point crossover dimana Individu (OT ) dan Individu (OT ) adalah individu-individu yang terpilih menjadi individu orang tua. Titik persilangan ditentukan secara acak. Operasi one point crossover ini menghasilkan dua individu baru yaitu Anak dan Anak. Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

OT Titik silang OT Titik silang,,,,9,,,,,,,9,,,,,,9,,,,,9,, ANAK ANAK Gambar. One Point Crossover. Mutasi Langkah selanjutnya setelah melakukan crossover adalah melakukan proses mutasi yang berlangsung hanya terhadap individu yang terpilih. Setiap individu memiliki kemungkinan untuk terjadi mutasi, dinamakan dengan probabilitas mutasi. Dalam hal ini, salah satu gen dari individu yang terpilih untuk terjadi mutasi akan diubah dengan sembarang bilangan riil yang lain. Pemilihan gen dalam suatu individu yang akan diubah dilakukan secara acak. Berikut contoh terjadinya mutasi terhadap individu. Dalam individu ini, setelah diacak didapatkan bahwa gen yang akan diubah yaitu gen keenam. Selanjutnya diterapkan mutasi pada individu tersebut dan nilai dari gen keenam digantikan dengan sembarang bilangan riil lainnya. Hal ini tentu saja akan mengubah Individu menjadi individu yang baru. Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

,,9,,,,9,,9,,,, Gambar. Mutasi. Pencarian Lokal Hill Climbing Setelah dilakukan mutasi, langkah selanjutnya yaitu menerapkan metode pencarian lokal terhadap masing-masing individu dalam populasi tersebut. Dalam tugas akhir ini metode pencarian lokal yang akan digunakan yaitu metode hill climbing. Algoritma hill climbing merupakan teknik pencarian lokal yang paling sederhana dan banyak digunakan dalam algoritma memetika. Dalam algoritma hill climbing ini, dipilih secara acak sebuah solusi awal yang kemudian diperbaiki secara iteratif. Berikut pseudocode dari algoritma hill climbing: Prosedur Hill Climbing For i to N do Bentuk lingkungan dari S Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,

Ambil solusi baru S dari lingkungan S If Fitness (S ) > Fitness (S) Then S S End For; Return S; Misalkan pada Individu diterapkan algoritma hill climbing, maka akan dihasilkan individu yang baru yaitu Individu dengan nilai fitness yang lebih tinggi. Gambar. Contoh hill climbing Dalam contoh di atas, Individu dengan nilai fitness yaitu, -, akan digantikan dengan Individu dengan nilai fitness yang lebih tinggi yaitu, -. Setelah dilakukan teknik pencarian lokal hill climbing, maka kita dapatkan populasi baru yang merupakan populasi generasi selanjutnya. Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI,