PERAMALAN NILAI TUKAR MATA UANG ASING MENGGUNAKAN JARINGAN SARAF REKUREN YANG MEMPERHITUNGKAN NILAI KEUNTUNGAN SEBAGAI PARAMETER PENGUBAH BOBOT RETNO AULIA VINARTI 5109 202 008
Supervisor : Prof. Ir. Arif Djunaidy, M.Sc., Ph.D.
Latar Belakang Dari pengembangan penelitian sebelumnya menggunakan dua ukuran akurasi, yaitu galat dan profit didapatkan kesimpulan Nilai GALAT yang minimum TIDAK menjadikan jaminan untuk mendapatkan PROFIT yang maksimum
Tujuan Penelitian
Penelitian ini bertujuan untuk menghasilkan peramalan nilai tukar mata uangg asingg semula hanya y memperhatikan salah satu perspektif (profit atau galat) sebagai tolak ukur, kini menjadi dua perspektif tolak ukur (profit dan galat).
Asaad, 2008
Modifikasi JSR
Output : bobot + bias JSR maksimalisasi keuntungan
Output : bobot + bias JSR minimalisasi galat
Output : calon kromosom induk JSR minimalisasi galat
Montana, 1992
JSR dengan fungsi kinerja minimalisasi galat
JSR dengan fungsi kinerja maksimalisasi nilai keuntungan
Mengenkripsi bobot + bias sebagai kromosom induk (JSR galat)
Mengenkripsi bobot + bias sebagai kromosom induk (JSR nilai keuntungan)
Output : kromosom induk
Tahap pemilihan (selecting) Output : kromosom anak
Tahap Mutasi + Crossover
Faharani, 2008 Output : kromosom anak yang memiliki keuntungan tinggi dan galat rendah
Tahap evaluasi
Tidak
Memuaskan?
Lai, 2007
Output : hasil peramalan
Mencari hasil peramalan dengan rumus backpropagation
Output : calon kromosom induk JSR maksimalisasi keuntungan
Modifikasi JSR `
Implementasi Rumus Profit sebagai berikut
Modifikasi JSR `
Data yang digunakan adalah sebagai berikut
`
Data yang digunakan harus dinormalisasikan terlebih dahulu, untuk memenuhi fungsi aktivasi JSR logsig.
Modifikasi JSR `
Grafik perbandingan profit yang didapatkan
Modifikasi JSR `
Grafik perbandingan galat yang didapatkan
Permasalahan Bagaimana mengombinasikan fungsi kinerja minimalisasi l galat l dan d maksimalisasi k l profit? f ? `
`
Paper Montana, 1992 menjelaskan mengenai cara memilih bobot dan bias JST yang optimal menggunakan Algoritma Genetika. Genetika Sehingga muncul ide bahwa untuk mengombinasikan g kinerja j dapat p digunakan g Algoritma g Genetika, kedua fungsi dengan harapan akan menghasilkan generasi baru yang memiliki profit maksimal dan galat minimal.
Arsitektur JSR (Yu, 2009; Asaad, 2008) NORM CLOSE NORM OPEN H1 NORM HIGH H2 NORM LOW H3 NORM INF NORM STOCKS1 NORM STOCKS2
H4
Ypred
Enkripsi Bobot Bias (Montana, 1992) 2.13
3.18
1.90
-3.41
-9.13
6.52
1.11
2.12
5.02
4.55
3.46
-1.5
-7.4
1.35
3.67
-1.4
3.22
3.21
0.09
7.12
4.43
-5.02 9.78
2.17
5.12
9.65
8.23
6.77
4.32
-0.7
-0.9
0.04 8.01 2.13 -1.9
-1.17 -1.5 15
Tahap Selecting
Bobot Bias Fungsi Kinerja Maksimalisasi Profit JSR
Bobot Bias Fungsi Kinerja Minimalisasi Galat JSR
…
… Fitness Test
Tahap Selecting Fitness
Peluang= 1/Fit 1/Fitness
Peluang Kumulatif
Kromosom 6
Kromosom 5
Kromosom 4
Kromosom 1
Kromosom 2
Kromosom 3
Random Number
Tahap Mutasi dan Crossover `
Proses Mutasi
`
Proses Crossover
Tahap Evaluasi `
Generasi baru
Fungsi Evaluasi
Profit
Galat
Dekripsi Bobot Bias (Montana, 1992)
2.13
3.18
1.90
-3.41
-9.13
6.52
1.11
2.12
5.02
4.55
3.46
-1.5
-7.4
1.35
3.67
-1.4
3.22
3.21
7 12 7.12
4 43 4.43
-5.02 5 02 9.78 9 78
2.17
5.12
9.65
8.23
6.77
4.32
-0.7
-0.9
0.09
0.04 8.01 2.13 -1.9
-1.17 -1.5
Perhitungan dg Rumus Backpropagation `
Merubah nilai bobot dan bias menjadi hasil prediksi
(
)
yt = a0 + ∑ j =1 a j f w0 j + ∑i =1 wij yt −i + et q
`
p
Denormalisasi ynorm
yakt − min = Δ (max − min) 0-1
yakt = ynorm .Δ(max − min) + min min-max
Uji coba kebenaran / validasi Hasil uji coba dengan fungsi maksimalisasi profit Nilai Tukar Mata Uang
Galat Rate
Stdev Rate
USD/JPY
0.0341
0.276559135
EUR/USD
0 0385 0.0385
0 263552133 0.263552133
GBP/USD
0.0274
0.049155249
Hasil uji coba dengan fungsi minimalisasi error Nilai Tukar Mata Uang
Galat Rate
Stdev Rate
USD/JPY
0.0263
0.110152645
EUR/USD
0.0305
0.201102671
GBP/USD
0.0259
0.308529101
Hasil Uji Coba kinerja GA pada USD/JPY MAPE Minimalisasi Minimalisasi Galat
Keuntungan Minimalisasi Galat
MAPE Maksimalisasi Maksimalisasi Keuntungan
Keuntungan Maksimalisasi Maksimalisasi Keuntungan
0.86456
0.07896
0.19444
0.08699
0.53203
0.02721
0.93568
0.07896
0.19444
0.08699
0.53203
12
0.08896
0.61131
0.07896
0.19444
0.08699
0.53203
14
0.32386
0.47644
0.07896
0.19444
0.08699
0.53203
16 6
0 22 9 0.42279
0 2 2 0.52727
0 0 896 0.07896
0 9 0.19444
0 08699 0.08699
0 3203 0.53203
18
0.19093
0.83367
0.07896
0.19444
0.08699
0.53203
20
0.11203
0.57262
0.07896
0.19444
0.08699
0.53203
Kromosom induk
MAPE
Profit
8
0.02511
10
Hasil Uji Coba kinerja GA pada EUR/USD MAPE Minimalisasi Minimalisasi Galat
Keuntungan Minimalisasi Minimalisasi Galat
MAPE Maksimalisasi Maksimalisasi Keuntungan
Keuntungan Maksimalisasi Maksimalisasi Keuntungan
4.47329
0.067469
0.440012
0.10644
0.308226
0.11492
1.09479
0.067469
0.440012
0.10644
0.308226
12
0.04050
0.49327
0.067469
0.440012
0.10644
0.308226
14
0.02538 ‐1.78242
0.067469
0.440012
0.10644
0.308226
16 6
0 02396 ‐1.38523 0.02396 38 23
0 06 69 0.067469
0 00 2 0.440012
0 06 0.10644
0 308226 0.308226
18
0.02731 ‐1.84314
0.067469
0.440012
0.10644
0.308226
20
0.02955 ‐1.54876
0.067469
0.440012
0.10644
0.308226
Kromosom induk
MAPE
Profit
8
0.07072
10
Hasil Uji Coba kinerja GA pada GBP/USD MAPE Minimalisasi Minimalisasi Galat
Keuntungan Minimalisasi Minimalisasi Galat
MAPE Maksimalisasi Maksimalisasi Keuntungan
Keuntungan Maksimalisasi Maksimalisasi Keuntungan
1.29444
0.04710
0.391322
0.097003
0.72232
0.83745
0.04710
0.391322
0.097003
0.72232
12
0 14039 ‐0 0.14039 0.60581 60581
0 04710 0.04710
0 391322 0.391322
0 097003 0.097003
0 72232 0.72232
14
0.01490 ‐0.90793
0.04710
0.391322
0.097003
0.72232
16
0.02611 ‐1.85500
0.04710
0.391322
0.097003
0.72232
18
0.03411 ‐2.12836
0.04710
0.391322
0.097003
0.72232
20
0.01848 ‐2.57245
0.04710
0.391322
0.097003
0.72232
Kromosom induk
MAPE
Profit
8
0.03356
10
0.00579
Uji Coba kinerja GA `
Fakta uji coba ` ` `
`
Pada mata uang USD/JPY > 8 dan 10 kromosom Pada mata uang EUR/USD > 8 dan 12 kromosom Pada mata uang GBP/USD > 8 dan 10 kromosom
Kesimpulan `
Jumlah kromosom paling baik untuk ketiga mata uang tersebut adalah 8 kromosom
Uji Coba dg metode peramalan lain Hasil uji coba dengan pasangan mata uang USD/JPY JST
ES
OPE – Forex
Keuntungan
‐5.6977
0.89042
0.935685714
Galat
0.062316925
0.04985789
0.027216132
H l uji coba Hasil b dengan d pasangan mata uang EUR/USD JST
ES
OPE – Forex
Keuntungan
‐0.8345
0.56959
1.094792857
Galat
0.035122038
0.05426188
0.030501429
Uji Coba dg metode peramalan lain Hasil uji coba dengan pasangan mata uang GBP/USD JST
ES
OPE – Forex
Keuntungan
‐2.1333
0.56845
0.837457143
Galat
0.04175172
0.04289486
0.005792857
Uji Coba untuk berbagai kondisi yang akan datang `
Hasil uji coba untuk pasangan mata uang USD/JPY
Uji Coba untuk berbagai kondisi yang akan datang `
Hasil uji coba untuk pasangan mata uang EUR/USD
Uji Coba untuk berbagai kondisi yang akan datang `
Hasil uji coba untuk pasangan mata uang GBP/USD
Uji Coba untuk berbagai kondisi yang akan datang `
Kesimpulan hasil uji coba : ` `
Saat kondisi masa yang akan datang diperkirakan optimis, optimis maka tindakan jual beli yang disarankan adalah menjual Saat kondisi masa yang akan datang diperkirakan pesimis, maka tindakan i d k jual j l beli b li yang disarankan di k adalah d l h membeli b li
Kesimpulan ` `
` `
Dari hasil uji coba kebenaran atau validasi, dapat disimpulkan bahwa model fungsi g kinerja j yyangg dibangun g p pada JJSR telah valid. Dari hasil uji coba kinerja dan keandalan, dapat disimpulkan bahwa kinerja terbaik program OPE – Forex dapat dipenuhi d dengan menggunakan k jumlah j l h calon l kromosom k i d k induk sebesar 8. Dari hasil ujij coba pperbandingan g dengan g metode pperamalan JJST dan ES, disimpulkan bahwa OPE – Forex superior. Dari hasil uji coba berbagai kondisi masa depan, dapat di i disimpulkan lk bahwa b h OPE – Forex F d dapat di digunakan k secara praktis dengan tiga kemungkinan yang akan terjadi di masa p yyaitu optimistic, p most likely y dan p pessimistic. depan
Saran `
Prosedur sekuensial yang dilakukan cukup banyak sehingga memakan waktu yang cukup lama untuk menjalankan OPE - Forex `
`
Automatisasi dari potongan program OPE-Forex, agar menjadi mudah untuk digunakan oleh orang awam, baik dari segi tampilan muka atau dari segi kustomisasi.
Teori sampling (6 (6-4-2) 4 2) yang digunakan hanya menggunakan satu referensi. `
Penggunaan algoritma sampling lainnya, salah satunya adalah Algoritma Sampling yang dibangun oleh Yu, Lean (2009), agar mengetahui bagaimana variasi dari dampak pembagian data historyy yyangg dimiliki.
Saran `
Program OPE – Forex ini baru diujicobakan pada 3 pasang mata uang asing yang paling sering dijual belikan di dunia, oleh karena itu hasil yang dikeluarkan oleh OPE – Forex mengenai jumlah kromosom paling optimal yaitu 8, hanya berlaku untuk 3 pasang mata uang asing yaitu USD/JPY, EUR/USD dan GBP/USD saja. `
Penelitian berikutnya juga dapat dilakukan untuk menambahkan automatisasi untuk pencarian jumlah kromosom pada GA yang paling optimal, sehingga tidak perlu dilakukan pencarian manual d dengan menggunakan k bantuan b t Mi Microsoft ft EExcell lagi. l i
