BAB 1 PENDAHULUAN
1.1.
Latar Belakang
Peramalan adalah menduga atau memperkirakan suatu keadaan di masa yang akan datang berdasarkan keadaan masa lalu dan sekarang yang diperlukan untuk menetapkan kapan suatu peristiwa akan terjadi, sehingga tindakan yang tepat dapat dilakukan (Makridakis, 1999). Penelitian ini memperlihatkan aplikasi model Artificial Neural Networks (ANN) atau Jaringan Syaraf Tiruan (JST) dalam bidang ilmu keuangan, khususnya untuk aplikasi Financial Forecasting. Artificial Neural Networks (ANN) merupakan sebuah model peramalan yang relative baru untuk aplikasi Financial Forecasting. Financial Forecasting disini menunjukkan pada peramalan atau prediksi harga saham di pasar modal, atau yang sering disebut stock forecasting. JST memiliki beberapa metode yang dapat digunakan seperti Hopfield, Perceptron, Adaline dan Backpropagation. Diantara metode-metode tersebut, Backpropagation merupakan metode yang paling sering digunakan karena metode ini menurunkan gradien untuk meminimalkan penjumlahan error kuadrat dari output jaringan (Puspitaningrum, 2006). Namun metode Backpropagation ini memiliki kelemahan yaitu proses pelatihan yang memerlukan waktu yang cukup lama karena
Universita Sumatera Utara
membutuhkan banyak iterasi untuk mencapai keadaan stabil. Oleh karena itu diperlukan modifikasi pada proses Backpropagation. Metode
training
ANN
yang
sesuai
dengan
penelitian
ini
adalah
backpropagation training. Dalam membuat model ANN yang terbaik untuk sahamsaham LQ45, diperlukan penentuan jenis training yang cocok. Ada banyak jenis backpropagation training, seperti gradient descent backpropagation, gradient descent backpropagation with momentum, one-step secant backpropagation, resilient backpropagation, dan sequential order incremental training with learning functions, dll. (Demuth, 2009). Resilient
Backpropagation
(Rprop)
merupakan
modifikasi
dari
Backpropagation yang dikembangkan untuk menghindari perubahan gradien yang terlalu kecil selama proses update dengan fungsi aktivasi Sigmoid yang menyebabkan pembentukan jaringan menjadi lambat. Metode ini dapat digunakan untuk mempercepat laju pembelajaran dan telah terbukti sebagai metode yang memiliki kecepatan pembelajaran yang baik (Fajri, 2011). Keunggulan lain dari metode Rprop yaitu metode ini tidak memerlukan settingan
parameter
momentum
yang
biasa
digunakan
dalam
standard
Backpropagation. Hal ini sangat baik karena sulitnya menentukan parameter momentum yang tepat untuk dipasangankan dengan parameter learning rate agar dapat menghasilkan kinerja jaringan yang optimal.
Universita Sumatera Utara
1.2.
Rumusan Masalah 1. Bagaimana
menentukan
Model
Accelerated
Learning
yang
dapat
menggambarkan hubungan antara Indek Harga Saham sebelumnya terhadap peramalan Indeks Harga Saham periode mendatang. 2. Bagaimana hasil Peramalan Indek Harga Saham pada beberapa periode mendatang 3. Bagaimana
menguji
hasil
Peramalan
yang
telah
diperoleh
dengan
memanfaatkan model yang diperoleh.
1.3.
Batasan Masalah 1. Model Peramalan Indeks Harga Saham akan ditentukan dengan variabel – variabel input yang berpengaruh adalah Indeks Harga Saham Pembuka, Indeks Harga Saham Tertinggi, Indeks Harga Saham Terendah dan Indeks Harga Saham Penutup. 2. Indeks Harga Saham yang diramalkan adalah Indeks Harga Saham PT. Wijaya Karya (WIKA) yang mempunyai unsur Heteroskedastisitas. 3. Data yang diperoleh merupakan data sekunder dari Bursa Efek Indonesia berupa data per hari antara Januari 2012 sampai dengan Desember 2013. 4. Tidak mempertimbangkan faktor eksternal yang mempengaruhi Indeks Harga Saham.
Universita Sumatera Utara
1.4.
Tujuan Penelitian
1. Merancang Model dan Perangkat Lunak untuk Meramal Harga Saham dengan menggunakan Jaringan Syaraf Tiruan metode Resilent Backpropagation. 2. Meramalkan Indeks Harga Saham pada periode mendatang. 3. Membuktikan
keakuratan
Metode
Resilent
Backpropagation
dalam
memprediksi Indek Harga Saham Gabungan (IHSG), dengan demikian dapat diketahui apakah nilai IHSG terdahulu berpengaruh terhadap Peramalan IHSG masa mendatang.
1.5.
Manfaat Penelitian
1. Bagi pihak yang ingin melakukan kajian lebih dalam mengenai suatu teknik peramalan, diharapkan penelitian ini dapat menjadi pelengkap dari penelitian terdahulu serta menjadi referensi dan landasan pijak bagi penelitian selanjutnya. 2. Bagi para investor saham terutama investor jangka pendek, diharapkan penelitian ini dapat menjadi bahan pertimbangan untuk melakukan analisis investasi di pasar modal.
Universita Sumatera Utara
Universita Sumatera Utara
