BAB I PENDAHULUAN 1.1 Latar Belakang Negara memainkan peran penting dalam kehidupan ekonomi. Peran itu diwujudkan dalam dua hal pokok, yaitu kewenangan negara untuk menguasai sumber ekonomi, memperoleh hak untuk memungut pajak dan sekaligus membelanjakan uang dalam jumlah besar. Pemerintah melalui kekuasaannya dapat mendorong ekonomi, mengurangi hambatan yang dialami, melakukan distribusi pendapatan, membantu kelompok miskin dan terbelakang (melaksanakan welfare state), dan peran pembinaan ekonomi lainnya. Di setiap negara mempunyai sistem yang berbeda-beda untuk mengukur pertumbuhan dan mensejahterakan perekonomian negara. Dalam pertumbuhan ekonomi terdapat sebuah pengukuran kemakmuran di setiap negara, misalnya pendapatan per kapita sebuah negara sebagai pengukur kemakmuran. Pendapatan suatu negara atau disebut juga pendapatan nasional dapat diartikan sebagai jumlah barang dan jasa yang dihasilkan suatu negara pada periode tertentu (biasanya satu tahun) atau dapat diartikan pula bahwa pendapatan nasional adalah jumlah penghasilan yang diterima pemilik faktor-faktor produksi sebagai balas jasa atas sumbangannya dalam proses produksi dalam kurun waktu satu tahun (periode tertentu). Salah satu konsep yang banyak digunakan untuk mengukur tingkat kesehatan perekonomian sebuah negara adalah Gross Domestic Product (GDP). GDP dirilis per kuarter, dan angka data ini menunjukkan persentase pertumbuhan dari kuarter sebelumnya. Laporan GDP terbagi dalam 3 rilis: 1) advanced rilis pertama; 2) preliminary revisi pertama; dan 3) final revisi kedua dan terakhir. Revisi-revisi inilah yang biasanya berdampak signifikan bagi market. GDP suatu negara dapat didefinisikan sebagai total nilai penjualan barang dan jasa suatu negara dalam setahun. Jika dalam skala yang lebih kecil, misalnya sebuah toko 1
2 handphone, maka GDP dari toko handphone tersebut adalah omset total nilai penjualan handphone (barang) dan servis handphone (jasa) dalam setahun. Jika dalam skala negara, maka produk berarti semua barang yang dijual / dihasilkan di negara tersebut, dari minyak mentah, kelapa sawit, kopra, bahan mentah, bahan setengah jadi, sepatu, alat pancing, pesawat terbang sampai tusuk gigi. Sedangkan untuk jasa, mencakup dari jasa servis mobil, pijat refleksi di salon kecantikan, sampai jasa transaksi keuangan. Bagi sebuah negara konsep GDP ini bisa dijadikan sebagai tolok ukur untuk mengetahui situasi dan pertumbuhan perekonomian negara tersebut. Akhir-akhir ini sudah banyak dilakukan penelitian tentang perkonomian sebuah negara yang difokuskan pada konsep GDP. Pada penulisan ini untuk melakukan prediksi nilai GDP digunakan metode non parametrik, yaitu metode nu-support Vector Regression (v-svr) yang parameternya dioptimasi oleh Algoritma Genetika. Metode v-svr ini merupakan metode peramalan dengan teknik regresi untuk data non-linear melibatkan ε-insensitive loss function dalam analisisnya dan menggunakan kernel tunggal dalam pemulusan datanya. Pada v-svr terdapat parameter v yang mampu mengontrol nilai ε- insensitive loss function optimal secara lebih mudah. Selain itu terdapat parameter C sebagai parameter pinalty untuk data yang melebihi ε dan parameter σ yang terdapat pada kernel. Kemudian ketiga parameter tersebut akan dioptimasi menggunakan Algoritma Genetika dengan harapan mampu mengingkatkan akurasi hasil prediksi. 1.2 Pembatasan Masalah Dalam penulisan ini, akan dibahas mengenai penyelesaian regresi untuk data nonlinear menggunakan metode Support Vector Regression (SVR) yang dioptimasi menggunakan Algoritma Genetika. Metode SVR yang akan digunakan adalah v-svr yang didalamnya terdapat parameter-parameter yang memiliki peran penting yaitu v, C, dan σ yang mempengaruhi hasil prediksi. Parameter-parameter tersebut kemudian akan dioptimasi menggunakan Algoritma Genetika.
3 Data yang digunakan dalam skripsi ini adalah data sekunder yaitu data kuartalan pertumbuhan Gross Domestic Product (GDP) Indonesia dari tahun 1991 sampai dengan tahun 2016 dalam persen. 1.3 Tujuan Penelitian Tujuan yang ingin dicapai dalam penulisan skripsi ini adalah: 1. Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains di Program Studi Statistika FMIPA UGM. 2. Menambah wawasan keilmuan mengenai regresi yaitu metode Support Vector Regression. 3. Mempelajari dan menerapkan metode Algoritma Genetika untuk mencari nilai parameter optimal pada metode regresi nu-support Vector Regression (v- SVR). 4. Mengaplikasikan metode Support Vector Regression yang dioptimasi menggunakan Algoritma Genetika untuk melakukan prediksi terhadap data pertumbuhan GDP Indonesia. 1.4 Tinjauan Pustaka Pembahasan tentang Support Vector Regression (SVR) sebelumnya dilakukan oleh, Schӧlkopf et al. (2000) yang mengenalkan jenis baru dalam algoritma support vector untuk klasifikasi maupun untuk regresi. Metode ini mengandung nilai v yang mampu mengontrol jumlah support vector. Pembahasan selanjutnya tentang SVR dilakukan oleh Chang dan Lin (2001) yang membahas tentang hubungan antara ε-svr dan v-svr dan mencari nilai ε yang mungkin, yang tidak dapat ditemukan dalam pembahasan Support Vector untuk klasifikasi. Selanjutnya penelitian oleh Purwidhiati Agustiani (2015) membahas tentang event study pada Pemilu 2014 serta meramalkan pergerakan IHSG selama Pemilu 2014
4 dengan membandingkan metode prediksi ε-svr dengan v-svr yang menyimpulkan bahwa metode v-svr mampu memprediksi harga IHSG selama Pemilu 2014 lebih baik daripada ε-svr. Pembahasan selanjutnya tentang SVR dilakukan oleh Elmira Emsia dan Cagay Coskuner (2015) yang membahas tentang model hibrid baru yaitu genetic algorithmsupport vector regression (GA-SVR). Yaitu menggunakan SVR untuk melakukan prediksi di mana nilai parameter pada SVR dioptimasi menggunakan Algoritma Genetika. Parameter pada SVR tersebut sangat berperan penting dalam membentuk model prediksi sehingga perlu untuk dioptimasi. 1.5 Metode Penulisan Metode penulisan yang digunakan penulis adalah studi literatur yang diperoleh dari perpustakaan, jurnal-jurnal ilmiah dan sumber-sumber lain yang diperoleh melalui internet. Penulis dalam menyelesaikan studi kasus dalam skripsi ini menggunakan software R 3.2.2. dan Microsoft Excel 2013, dengan data yang diambil merupakan data sekunder dari situs resmi FRED (Federal Reserve Economic Data) yang dapat dipertanggungjawabkan. 1.6 Sistematika Penulisan Adapun sistematika penulisan dalam skripsi ini adalah sebagai berikut : BAB I PENDAHULUAN Bab ini berisi latar belakang masalah, pembatasan masalah, tujuan penelitian, tinjauan pustaka, metode penulisan, dan sistematika penulisan yang memberikan arahan penulisan. BAB II LANDASAN TEORI Bab ini membahas tentang teori-teori yang mendukung metode Genetic Algorithm-Support Vector Regression untuk memprediksi Gross Domestic Product (GDP) Indonesia. Teori-teori pendukung tersebut diantaranya yaitu
5 data runtun waktu keuangan, regresi linear sederhana, mean square error, training error, matriks, program kuadratik (quadratic programming), pengali lagrange, karush kuhn tucker, machine learning, support vector machine, estimasi parameter fungsi, dan distribusi seragam. BAB III BAB IV BAB V ALGORITMA GENETIKA UNTUK MENGOPTIMASI PARAMETER PADA SUPPORT VECTOR REGRESSION Bab ini membahas tentang nu-support Vector Regression yang parameterparameternya dioptimasi menggunakan Algoritma Genetika. Dimulai dengan pembahasan mengenai metode nu-support Vector Regression yaitu salah satu penerapan metode Support Vector Machine untuk kasus regresi. Kemudian dibahas Algoritma Genetika sebagai metode untuk melakukan optimasi nilai parameter-parameter yang terdapat pada nu-support Vector Regression. STUDI KASUS Bab ini membahas aplikasi metode nu-support Vector Regression yang digunakan untuk melakukan prediksi GDP Indonesia di mana parameterparameter yang terdapat pada nu-support Vector Regression dioptimasi menggunakan Algoritma Genetika. PENUTUP Bab ini berisi kesimpulan dari hasil pembahasan pada bab-bab sebelumnya dan saran atas kelebihan atau kekurangan dari hasil penelitian yang telah dilakukan.