BAB IV IMPLEMENTASI DAN HASIL
4.1
IMPLEMENTASI Algoritma memetika untuk memprediksi kurs valuta asing pada tugas
akhir ini diimplementasikan menggunakan MATLAB 7.0.1 dan dijalankan pada Personal Computer (PC) dengan prosesor Intel Pentium 4 2,4 GHz, memori 512 MB, dan sistem operasi Windows XP Professional. Listing program dapat dilihat pada Lampiran. Berikut adalah beberapa fungsi yang digunakan pada program algoritma memetika beserta penjelasannya: •
MAutama Ini merupakan fungsi utama dalam algoritma memetika. Dalam fungsi
ini terdapat fungsi-fungsi lainnya yang akan dipanggil. •
evall Fungsi ini menghitung nilai fitness dari setiap individu dalam suatu
populasi. Selanjutnya seluruh individu dalam suatu populasi akan diurutkan berdasarkan nilai fitnessnya. •
roulet Fungsi ini merupakan metode seleksi roulette wheel untuk memilih
individu-individu yang akan menjadi individu orang tua.
33 Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI, 2008
34
•
SPcross Fungsi ini digunakan untuk menjalankan operator crossover, dimana
operator crossover yang dipakai yaitu one point crossover. •
mutasi Fungsi ini digunakan untuk menjalankan operator mutasi.
•
hillclimb Fungsi ini merupakan fungsi pencarian lokal hill climbing. Tugas dari
fungsi ini adalah menghasilkan populasi baru dimana setiap individu dalam populasi dilakukan algoritma pencarian lokal hill climbing. •
evaluji Fungsi evaluji bertugas untuk menghitung rata-rata error pada data
pengujian model.
4.2
HASIL Percobaan dilakukan menggunakan data harian, data mingguan dan
data bulanan dari kurs valuta Dollar Amerika (USD) dari tahun 2000 sampai dengan tahun 2007 terhadap: 1. Rupiah (IDR) 2. Euro (EUR) 3. Poundsterling (GBP) 4. Swiss Frank (CHF) 5. Yen (JPY).
Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI, 2008
35
Yang dimaksud dengan data harian yaitu rata-rata dari nilai kurs valuta dalam satu hari, sedangkan data mingguan dan data bulanan yaitu rata-rata dari nilai kurs valuta dalam satu minggu dan satu bulan. Dari data tersebut, 80 % dari data akan digunakan sebagai data training, sedangkan sisanya yaitu 20 % akan digunakan sebagai data testing. Masing-masing kurs valuta akan dilakukan 5 jenis prediksi dengan menggunakan data harian, data mingguan, dan data bulanan dengan rincian sebagai berikut:
•
Data harian
: 5 hari sebelum 10 hari sebelum 20 hari sebelum
•
Data mingguan : 5 minggu sebelum (5M)
•
Data bulanan
: 6 bulan sebelum (6 B)
Percobaan dilakukan masing-masing sebanyak 10 kali, dan hasilnya didapatkan persentase error prediksi yang didapat dari pengujian model terhadap data testing. Hasil percobaan tersebut ditampilkan dalam bentuk grafik sebagai berikut.
Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI, 2008
36
USD terhadap IDR 1,2
1,0354
1 0,8
Persentase Error (%) 0,6
0,4
0,5347 0,3852
0,2 0 5 Hari
10 Hari
20 Hari
Gambar 14. Grafik hasil percobaan USD terhadap IDR
USD terhadap EUR 2
1,6921 1,3087
1,5 Persentase Error (%)
1
0,925
0,5 0 5 Hari
10 Hari
20 Hari
Gambar 15. Grafik hasil percobaan USD terhadap EUR
Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI, 2008
37
USD terhadap GBP 2 1,5 Persentase Error (%)
1
1,3691
1,4708
10 Hari
20 Hari
0,8702
0,5 0 5 Hari
Gambar 16. Grafik hasil percobaan USD terhadap GBP
USD terhadap CHF 1,4 1,2 1 Persentase 0,8 Error (%) 0,6 0,4 0,2 0
1,3096
0,5656
5 Hari
0,7073
10 Hari
20 Hari
Gambar 17. Grafik hasil percobaan USD terhadap CHF
Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI, 2008
38
USD terhadap JPY 1,2 1 0,8 Persentase Error (%) 0,6 0,4 0,2 0
1,1382
0,6309 0,3872
5 Hari
10 Hari
20 Hari
Gambar 18. Grafik hasil percobaan USD terhadap JPY
Prediksi Data Mingguan (5 Minggu Sebelum) 3 2,5 2 Persentase Error (%) 1,5 1 0,5 0
2,8103
2,5587 1,9369 1,2424
0,9131
IDR
EUR
GBP
CHF
JPY
Gambar 19. Grafik Hasil Percobaan Prediksi Data Mingguan
Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI, 2008
39
Prediksi Data Bulanan (6 Bulan Sebelum) 5
4,4766 4,2981
4
3,5023
Persentase 3 Error (%)
2
2,5293 1,5307
1 0 IDR
EUR
GBP
CHF
JPY
Gambar 20. Grafik Hasil Percobaan Prediksi Data Bulanan
Dari hasil-hasil percobaan tersebut dapat terlihat untuk masing-masing kurs valuta yang diuji, persentase error terkecil didapatkan dengan menggunakan prediksi 5 hari sebelum dari data harian. Sedangkan persentase error terbesar didapatkan dengan menggunakan prediksi 6 bulan sebelum dari data bulanan.
Prediksi Kurs..., TB. M. Abrar Kautsar, FMIPA UI, 2008
