PERAMALAN NILAI TUKAR MATA UANG ASING MENGGUNAKAN JARINGAN SARAF REKUREN JARINGAN SARAF REKUREN YANG MEMPERHITUNGKAN NILAI KEUNTUNGAN SEBAGAI PARAMETER PENGUBAH BOBOT SEBAGAI PARAMETER PENGUBAH BOBOT
RETNO AULIA VINARTI RETNO AULIA VINARTI 5109 202 008
Latar Belakang
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 jaminan untuk mendapatkan PROFIT yang
Tujuan Penelitian
Tujuan Penelitian
Penelitian ini bertujuan untuk menghasilkan peramalan
nilai tukar mata uang asing semula hanya
g
g
y
memperhatikan salah
satu perspektif
(profit atau
galat) sebagai tolak ukur, kini menjadi
dua
Modifikasi JSR
Output : bobot + bias JSR minimalisasi galat
Output : bobot + bias JSR maksimalisasi keuntungan
Asaad, 2008
JSR dengan fungsi kinerja minimalisasi galat
JSR dengan fungsi kinerja maksimalisasi nilai keuntungan Output : calon kromosom induk JSR minimalisasi galat Output : calon kromosom induk JSR maksimalisasi keuntungan
Mengenkripsi bobot + bias sebagai kromosom induk
(JSR galat)
Mengenkripsi bobot + bias sebagai kromosom induk
(JSR nilai keuntungan)
galat
Output : kromosom induk
Montana, 1992
Tahap pemilihan (selecting)
Tahap
Output : kromosom induk
Output : kromosom anak
Tahap Mutasi + Crossover
Tahap evaluasi Tidak
Output : kromosom anak yang memiliki keuntungan tinggi dan galat rendah
Faharani, 2008
Memuaskan?
Mencari hasil peramalan dengan rumus backpropagation
Output : hasil peramalan
Modifikasi JSR
Modifikasi JSR
Modifikasi JSR
` Data yang digunakan adalah sebagai berikut
` Data yang digunakan harus dinormalisasikan terlebih ` Data yang digunakan harus dinormalisasikan terlebih
Modifikasi JSR
Modifikasi JSR
Modifikasi JSR
Modifikasi JSR
Permasalahan
Permasalahan
Bagaimana mengombinasikan fungsi kinerja
l
l d
k
l
f ?
minimalisasi galat dan maksimalisasi profit?
` Paper Montana, 1992 menjelaskan mengenai cara memilih
bobot dan bias JST yang optimal menggunakan Algoritma Genetika
Genetika.
` Sehingga muncul ide bahwa untuk mengombinasikan
kedua fungsi kinerja dapat digunakan Algoritma Genetika, g j p g g dengan harapan akan menghasilkan generasi baru yang memiliki profit maksimal dan galat minimal.
Arsitektur JSR (Yu, 2009; Asaad, 2008)
Arsitektur JSR (Yu, 2009; Asaad, 2008)
NORM CLOSE NORM OPEN H1 NORM HIGH NORM LOW H2 Ypred NORM LOW NORM INF Ypred H3 H4 H4 NORM STOCKS1 NORM NORM STOCKS2
Enkripsi Bobot Bias (Montana, 1992)
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 3.67 -1.4 3.22 3.21 1.35 0.09 0.04 8.01 2.13 -1.9 7.12 4.43 -5.02 9.78 2.17 5.12 9.65 8.23 -1.17 1 5 6.77 4.32 -0.7 -0.9 -1.5
Tahap Selecting
Tahap Selecting
…
Bobot Bias Fungsi Kinerja Maksimalisasi Profit JSR
…
Bobot Bias Fungsi Kinerja Minimalisasi Galat JSR
Tahap Selecting
Tahap Selecting
Kromosom 1 Kromosom 6 Fitness Kromosom 2 Kromosom 5 Peluang= 1/Fit Kromosom Kromosom 1/Fitness 3 4 Peluang Kumulatif Random NumberTahap Mutasi dan Crossover
Tahap Mutasi dan Crossover
` Proses Mutasi
` Proses Crossover ` Proses Crossover
Tahap Evaluasi
Tahap Evaluasi
` Generasi baru
Fungsi Evaluasi
Dekripsi Bobot Bias (Montana, 1992)
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 3.67 -1.4 3.22 3.21 7 12 4 43 5 02 9 78 1.35 0.09 0.04 8.01 2.13 -1.9 7.12 4.43 -5.02 9.78 2.17 5.12 9.65 8.23 6.77 4.32 -0.7 -0.9 -1.17 -1.5
Perhitungan dg Rumus Backpropagation
Perhitungan dg Rumus Backpropagation
` Merubah nilai bobot dan bias menjadi hasil prediksi(
)
t q j p i ij t i j j ta
a
f
w
w
y
e
y
=
+
∑
=+
∑
= −+
1 0 1 0 ` Denormalisasi min) (max min − Δ − = akt norm yy
=
.
Δ
(max
−
min)
+
min
norm
akt
y
y
Uji coba kebenaran / validasi
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 263552133 EUR/USD 0.0385 0.263552133 GBP/USD 0.0274 0.049155249
Nilai Tukar Mata Uang Galat Rate Stdev Rate
Hasil uji coba dengan fungsi minimalisasi error
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
Hasil Uji Coba kinerja GA pada USD/JPY
Kromosom MAPE Profit MAPE Minimalisasi Keuntungan Minimalisasi MAPE Maksimalisasi Keuntungan Maksimalisasi induk MAPE Profit Minimalisasi
Galat Minimalisasi Galat Maksimalisasi Keuntungan Maksimalisasi Keuntungan 8 0.02511 0.86456 0.07896 0.19444 0.08699 0.53203 10 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 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 6 0 22 9 0 2 2 0 0 896 0 9 0 08699 0 3203 16 0.42279 0.52727 0.07896 0.19444 0.08699 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
Hasil Uji Coba kinerja GA pada EUR/USD
Hasil Uji Coba kinerja GA pada EUR/USD
Kromosom MAPE Profit MAPE Minimalisasi Keuntungan Minimalisasi MAPE Maksimalisasi Keuntungan Maksimalisasi induk MAPE Profit Minimalisasi
Galat Minimalisasi Galat Maksimalisasi Keuntungan Maksimalisasi Keuntungan 8 0.07072 4.47329 0.067469 0.440012 0.10644 0.308226 10 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 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 6 0 02396 38 23 0 06 69 0 00 2 0 06 0 308226 16 0.02396 ‐1.38523 0.067469 0.440012 0.10644 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
Hasil Uji Coba kinerja GA pada GBP/USD
Hasil Uji Coba kinerja GA pada GBP/USD
Kromosom MAPE Profit MAPE Minimalisasi Keuntungan Minimalisasi MAPE Maksimalisasi Keuntungan Maksimalisasi induk MAPE Profit Minimalisasi
Galat Minimalisasi Galat Maksimalisasi Keuntungan Maksimalisasi Keuntungan 8 0.03356 1.29444 0.04710 0.391322 0.097003 0.72232 10 0.00579 0.83745 0.04710 0.391322 0.097003 0.72232 12 0 14039 ‐0 60581 0 04710 0 391322 0 097003 0 72232 12 0.14039 0.60581 0.04710 0.391322 0.097003 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
Uji Coba kinerja GA
Uji Coba kinerja GA
` Fakta uji coba
` Pada mata uang USD/JPY > 8 dan 10 kromosom ` 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
Uji Coba dg metode peramalan lain
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 b d EUR/USD
JST ES OPE – Forex
Hasil uji coba dengan pasangan mata uang EUR/USD
Keuntungan ‐0.8345 0.56959 1.094792857
Uji Coba dg metode peramalan lain
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
Uji Coba untuk berbagai kondisi
yang akan datang
yang akan datang
Uji Coba untuk berbagai kondisi
yang akan datang
yang akan datang
Uji Coba untuk berbagai kondisi
yang akan datang
yang akan datang
Uji Coba untuk berbagai kondisi
yang akan datang
yang akan datang
` Kesimpulan hasil uji coba :
` Saat kondisi masa yang akan datang diperkirakan optimis maka ` Saat kondisi masa yang akan datang diperkirakan optimis, maka
tindakan jual beli yang disarankan adalah menjual
` Saat kondisi masa yang akan datang diperkirakan pesimis, maka
i d k j l b li di k d l h b li
Kesimpulan
Kesimpulan
` Dari hasil uji coba kebenaran atau validasi, dapat disimpulkan
bahwa model fungsi kinerja yang dibangun pada JSR telah valid.g j y g g p J
` Dari hasil uji coba kinerja dan keandalan, dapat disimpulkan
bahwa kinerja terbaik program OPE – Forex dapat dipenuhi
d k j l h l k i d k
dengan menggunakan jumlah calon kromosom induk sebesar 8.
` Dari hasil uji coba perbandingan dengan metode peramalan JST j p g g p J
dan ES, disimpulkan bahwa OPE – Forex superior.
` Dari hasil uji coba berbagai kondisi masa depan, dapat
di i lk b h OPE F d di k
disimpulkan bahwa OPE – Forex dapat digunakan secara praktis dengan tiga kemungkinan yang akan terjadi di masa depan yaitu optimistic, most likely dan pessimistic.p y p y p
Saran
Saran
` Prosedur sekuensial yang dilakukan cukup banyak
sehingga memakan waktu yang cukup lama untuk 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 (6-4-2) yang digunakan hanya menggunakan ` Teori sampling (6 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 history yang dimiliki.y y g
Saran
Saran
` Program OPE – Forex ini baru diujicobakan pada 3 pasang
mata uang asing yang paling sering dijual belikan di dunia, 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 ` Penelitian berikutnya juga dapat dilakukan untuk menambahkan
automatisasi untuk pencarian jumlah kromosom pada GA yang paling optimal, sehingga tidak perlu dilakukan pencarian manual
d k b t Mi ft E l l i