Membaca Pergerakan Nilai Mata Uang Multi-Layer Perceptron

BAB II TINJAUAN PUSTAKA

Dalam bab ini diuraikan dasar-dasar teori yang mendukung pelaksanaan Tugas Akhir ini, yaitu tentang Prediksi Kurs Mata Uang, Jaringan Syaraf Tiruan, Metode Quickpropagation dan uji coba analisa.

2.1 Membaca Pergerakan Nilai Mata Uang

Secara Umum ada dua teknik dasar yang banyak digunakan oleh para pelaku pasar dalam menghitung nilai tukar mata uang asing, yaitu analisis teknikal dan analisis fundamental. Analisis teknikal dilakukan dengan menggunakan bagan atau grafik data historis perdagangan valas dan mengidentifikasi pola–pola yang berulang. Bila pola ini diperkirakan sedang dalam proses terulang lagi, investor dapat menentukan waktu untuk membeli dan menjual. Prinsipnya, buy low sell high, beli rendah jual tinggi. Analisa fundamental dilakukan dengan melihat faktor–faktor penyebab pergerakan nilai tukar, terutama faktor – faktor ekonomi. Berdasarkan teori ekonomi dan estimasi ekonometri, investor memperkirakan nilai mata uang yang wajar. Perkiraan nilai wajar ini kemudian dibandingkan dengan harga pasar. Bila harga pasar suatu mata uang lebih rendah dari perkiraan wajar, maka investor akan membeli. Begitu juga sebaliknya, jiks harga pasar suatu mata uang lebih tinggi dari perkiraan wajar, maka investor akan menjual Sembel Roy, 2007. 8

2.2 Valuta Asing

Valuta asing foreign exchange market, forex atau disingkat valas merupakan suatu jenis perdagangan atau transaksi yang memperdagangkan mata uang suatu negara terhadap mata uang negara lainnya pasangan mata uang pair yang melibatkan pasar-pasar uang utama di dunia selama 24 jam secara berkesinambungan. Pergerakan pasar valuta asing berputar mulai dari pasar Selandia Baru dan Australia yang berlangsung pukul 05.00–14.00 WIB, terus ke pasar Asia yaitu Jepang, Singapura, dan Hongkong yang berlangsung pukul 07.00–16.00 WIB, ke pasar Eropa yaitu Jerman dan Inggris yang berlangsung pukul 13.00–22.00 WIB, sampai ke pasar Amerika Serikat yang berlangsung pukul 20.30–10.30 WIB. Dalam perkembangan sejarahnya, bank sentral milik negara-negara dengan cadangan mata uang asing yang terbesar sekalipun dapat dikalahkan oleh kekuatan pasar valuta asing yang bebas.Menurut survei BIS Bank International for Settlement, bank sentral dunia, yang dilakukan pada akhir tahun 2004, nilai transaksi pasar valuta asing mencapai lebih dari USD1,4 triliun per harinya. Mengingat tingkat likuiditas dan percepatan pergerakan harga yang tinggi tersebut, valuta asing juga telah menjadi alternatif yang paling populer karena ROI return on investment atau tingkat pengembalian investasi serta laba yang akan didapat bisa melebihi rata-rata perdagangan pada umumnya. Akibat pergerakan yang cepat tersebut, maka pasar valuta asing juga memiliki risiko yang tinggi.

2.2.1 Kapitalisasi dan likuiditas pasar

Pasar valuta asing adalah suatu pasar yang unik karena: a. volume perdagangannya b. likuiditas pasar yang teramat besar c. banyaknya serta variasi dari pedagang di pasar valuta asing d. geografis penyebarannya e. jangka waktu perdagangannya yang 24 jam sehari kecuali akhir pekan f. aneka ragam faktor yang mempengaruhi nilai tukar mata uang Nilai Valuta Tahun Gambar 2.1. Wall Street Journal Europe. Menurut BIS, rata-rata perputaran pasar valuta asing dunia per hari diestimasikan bernilai 3,21 trilliun, yang terbagi atas : a. 1005 milliar di transaksi spot b. 362 milliar di pasar kontrak serah forward contract c. 1714 milliar di pasar swap d. 129 milliar diestimasikan sebagai selisih pelaporan Sebagi tambahan di luar perputaran tradisional ini, sebesar 2,1 trilliun diperdagangkan di pasar derivatif. Kontrak berjangka valuta asing yang diperkenalkan pada tahun 1972 pada Chicago Mercantile Exchange tumbuh secara cepat dalam beberapa tahun belakangan ini tetapi volumenya masih hanya sebesar 7 dari total volume perdagangan pasar valuta asing. Menurut data International Financial Services London IFSL, secara keseluruhan perputaran harian pasar tradisional valuta asing rata-rata mencapai total nilai 2,7 billiun US dollar pada April 2006. Estimasi tersebut berdasarkan data tengah tahun dari Komite Bursa Valuta Asing Foreign Exchange Committee di London, New York, Tokyo dan Singapura. International Financial Services London, 2006 Pada perdagangan valuta asing secara langsung OTC, pialang dan pedagang melakukan negosiasi secara langsung tanpa melalui bursa atau kliring. Pusat perdagangan terbesar secara geografis berada di London, Inggris, dimana menurut data IFSL diperkirakan telah meningkat kontribusinya dari 31,3 pada April 2004 menjadi 32,4 pada April 2006.

2.2.2. Karakteristik Perdagangan Valuta Asing

Tidak ada suatu keseragaman dalam pasar valuta asing. Dengan adanya transaksi diluar bursa perdagangan over the counter sebagai pasar tradisional dari perdagangan valuta asing, banyak sekali pasar valuta asing yang saling berhubungan satu sama lainnya dimana mata uang yang berbeda diperdagangkan, sehingga secara tidak langsung artinya bahwa tidak ada kurs tunggal mata uang dollar melainkan kurs yang berbeda-beda tergantung pada bank mana atau pelaku pasar mana yang bertransaksi. Namun dalam prakteknya perbedaan tersebut seringkali sangat tipis. Pusat perdagangan utama adalah di London, New York, Tokyo dan Singapura namun bank-bank diseluruh dunia menjadi pesertanya. Perdagangan valuta asing terjadi sepanjang hari. Apabila pasar Asia berakhir maka pasar Eropa mulai dibuka dan pada saat pasar Eropa berakhir maka pasar Amerika dimulai dan kembali lagi ke pasar Asia, terkecuali di akhir pekan. Sangat sedikit atau bahkan tidak ada perdagangan orang dalam atau informasi orang dalam yang terjadi dalam pasar valuta asing. Fluktuasi kurs nilai tukar mata uang biasanya disebabkan oleh gejolak aktual moneter sebagaimana juga halnya dengan ekspektasi pasar terhadap gejolak moneter yang disebabkan oleh perubahan dalam pertumbuhan Produk Domestik Bruto PDB GDP, inflasi, suku bunga, rancangan anggaran dan defisit perdagangan atau surplus perdagangan, pengabungan dan akuisisi dan kondisi makro ekonomi lainnya. Berita utama selalu dipublikasikan untuk umum, sehingga banyak orang dapat mengakses berita tersebut pada saat yang bersamaan. Namun bank yang besar memiliki nilai lebih yang penting yaitu mereka dapat melihat arus pergerakan pesanan mata uang dari nasabahnya. Mata uang diperdagangkan satu sama lainnya dan setiap pasangan mata uang merupakan suatu produk tersendiri seperti misalnya EURUSD, USDJPY, GBPUSD dan lain-lain. Faktor pada salah satu mata uang misalnya USD akan mempengaruhi nilai pasar pada USDJPY dan GBPUSD, ini adalah merupakan korelasi antara USDJPY dan GBPUSD. Pada pasar spot, menurut penelitian yang dilakukan oleh Bank for Internasional Settlement BIS , produk yang paling sering diperdagangkan adalah a. EURUSD - 28 b. USDJPY - 18 c. GBPUSD also called sterling or cable - 14 dan mata uang US dollar terlibat dalam 89 dari transaksi yang dilakukan, kemudian diikuti oleh mata uang Euro 37, Yen 20 dan Poundsterling 17. Walaupun perdagangan dalam mata uang Euro meningkat secara cepat sejak mata uang tersebut diterbitkan pada Januari 1999, US dollar masih mendominasi pasar valuta asing. Sebagai contoh misalnya dalam perdagangan antara Euro dan mata uang non Eropa XXX, biasanya selalu melibatkan dua jenis perdagangan yaitu EURUSD dan USDXXX, pengecualiannya hanya pada perdagangan EURJPY yang merupakan pasangan mata uang yang secara tetap diperdagangkan di pasar spot antar bank. Tabel 2.1. Peringkat Mata Uang Teratas yang diperdagangkan 6 Peringkat Teratas Mata Uang Yang Diperdagangkan Peringkat Mata uang ISO 4217 Kode Simbol 1 United States dollar USD 2 Eurozone euro EUR € 3 Japanese yen JPY ¥ 4 British pound sterling GBP £ 5 Swiss franc CHF - 6 Australian dollar AUD

2.2.3. Proses Transaksi

Di bursa valas valuta asing ini orang dapat membeli ataupun menjual mata uang yang diperdagangkan. Secara obyektif adalah untuk mendapatkan profit atau keuntungan dari posisi transaksi yang anda lakukan. Di Bursa valas dikenal istilah Lot dan Pip. 1 Lot nilainya adalah 1000 dan 1 pip nilainya adalah 10. Sedangkan nilai dolar di bursa valas berbeda dengan nilai dolar yang kita kenal di bank-bank. Nilai dolar di bursa valas sangat bervariasi, 6000 8000 dan 10.000 rupiah.

2.2.4. Transaksi 2 Arah

Transaksi di valuta asing dapat dilakukan dengan cara dua arah dalam mengambil keuntungannya. Seseorang dapat membeli dahulu open buy, lalu ditutup dengan menjual sel l ataupun sebaliknya, melakukan penjualan dahulu, lalu ditutup dengan membeli.

2.2.5. Pemain Pasar Valuta Asing

Tidak seperti halnya pada bursa saham dimana para anggota bursa memiliki akses yang sama terhadap harga saham, pasar valuta asing terbagi atas beberapa tingkatan akses. Pada akses tingkat tertinggi adalah pasar uang antar bank PUAB yang terdiri dari perusahaan-perusahaan bank investasi besar.Pada PUAB, selisih antara harga penawaranharga jual ask dan harga permintaanharga beli bid adalah sangat tipis sekali bahkan biasanya tidak ada , dan harga ini hanya berlaku untuk kalangan mereka sendiri yang tidak diketahui oleh pemain valuta asing diluar kelompok mereka. Pada akses tingkat dibawahnya, rentang selisih antara harga jual dan harga beli menjadi besar tergantung dari volume transaksi. Apabila seorang trader pedagang pada bursa valuta asing dapat menjamin terlaksananya transaksi valuta asing dalam jumlah besar maka mereka dapat meminta agar selisih nilai jual dan beli diperkecil yang disebut better spread selisih tipis antara harga jual dan beli. Level akses terhadap pasar valuta asing adalah sangat ditentukan oleh ukuran transaksi valuta yang dilakukan. Bank-bank peringkat atas menguasai pasar uang antar bank PUAB hingga 53 dari seluruh nilai transaksi. Dan setelah bank-bank peringkat atas tersebut maka peringkat selanjutnya adalah bank-bank investasi kecil lalu perusahaan- perusahaan multi nasional besar yang membutuhkan lindung nilai atas resiko transaksi serta membayar para pegawainya di berbagai negara, hedge fund besar Reksadana yang memiliki tujuan dan kebijakan investasi dengan struktur tertentu , dan juga para pedagang eceran yang menjadi penentu pasar valuta asing. Menurut Galati dan Melvin, dana pensiun, perusahaan asuransi, reksadana dan investor institusi adalah merupakan pemain yang memiliki peran besar dalam pasar keuangan secara umum dan khususnya pasar valuta asing sejak dekade 2000an.

2.2.6. Bank

Pasar uang antar bank PUAB memenuhi kebutuhan mayoritas dari perputaran uang di dunia usaha serta kebutuhan dari transaksi para spekulan setiap harinya yang dapat mencapai nilai triliunan dollar. Beberapa transaksi dilaksanakan untuk dan atas nama nasabahnya, tetapi sebagian besar adalah untuk kepentingan pemilik bank ataupun untuk kepentingan bank itu sendiri. Hingga saat ini, pialang valuta asing adalah merupakan pelaku perputaran valuta dalam jumlah yang besar, memfasilitasi perdagangan PUAB dan mempertemukan penjual dan pembeli untuk upah fee yang kecil. Namun saat ini banyak bisnis valuta asing ini yang beralih kepada suatu sistem elektronis yang lebih efisien seperti misalnya EBS sekarang dimiliki oleh ICAP, Reuters Dealing 3000 Matching D2, the Chicago Mercantile Exchange, Bloomberg dan TradeBook R.

2.2.7. Dunia Usaha

Salah satu pemeran pasar valuta asing ini adalah adanya kebutuhan dari aktivitas perusahaan dalam melakukan pembayaran harga barang ataupun jasa dalam mata valuta asing. Kebutuhan mata valuta asing dari suatu perusahaan seringkali hanya kecil nilainya dibandingkan dengan kebutuhan dari bank dan spekulan dan perdagangan valuta asing yang dilakukannya seringkali hanya membawa dampak yang kecil sekali bagi nilai pasaran kurs mata uang. Meskipun demikian arus perdagangan valuta asing dari perusahaan-perusahaan ini dalam jangka panjangnya merupakan faktor yang penting bagi arah nilai tukar suatu mata uang. Transaksi beberapa perusahaan multinasional dapat membawa akibat yang tidak terduga sewaktu mereka menutup posisi posisi jual ataupun beli yang amat besar sekali dimana transaksi ini tidak diketahui secara luas oleh para pemain pasar.

2.2.8. Bank Sentral

Bank sentral suatu negara memegang peran yang amat penting dalam pasar valuta asing. Bank sentral ini senantiasa berupaya untuk mengendalikan suplai uang, inflasi, dan ataupun suku bunga bahkan seringkali mereka memiliki suatu target baik resmi maupun tidak resmi terhadap nilai tukar mata uang negaranya. Seringkali bank sentral ini menggunakan cadangan devisanya untuk menstabilkan pasar. Dengan ekspektasi pasar ataupun isu tentang intervensi yang dilakukan oleh bank sentral belaka telah cukup untuk menstabilkan mata kurs uang setempat, tetapi intervensi yang agresif dilakukan beberapa kali dalam setiap tahunnya pada suatu negara yang kurs mata uangnya bergejolak. Berbagai sumber dana yang ada di pasaran valuta asing apabila disatukan dapat dengan mudah mempermainkan bank sentral menarik atau menjual mata uang dalam jumlah yang sangat besar sekali sehingga bank sentral tidak mampu lagi melakukan intervensi dimana skenario ini nampak pada tahun 1992-1993 dimana mekanisme nilai tukar Eropa European Exchange Rate Mechanism – ERM mengalami kejatuhan serta beberapa kali jatuhnya nilai tukar mata uang di Asia Tenggara.

2.2.9. Pialang Valuta Asing

Pialang valuta asing adalah adalah perusahaan yang didirikan khusus untuk melakukan kegiatan jasa perantara bagi kepentingan nasabahnya di bidang pasar uang dengan memperoleh imbalan atas jasanya. Menurut CNN, sebuah pialang valuta asing memiliki volume transaksi antara 25 hingga 50 triliun US dollar perharinya atau sekitar 2 dari keseluruhan nilai transaksi pasar valuta asing dan sebagaimana dilaporkan oleh situs Komisi Perdagangan Berjangka Commodity Futures Trading Commission – CFTC bahwa investor pemula dengan mudah dapat menjadi sasaran penipuan dalam perdagangan valuta asing.

2.3 Jaringan Syaraf Tiruan

Jaringan syaraf merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah buatan disini digunakan karena jaringan syaraf ini diimplementasikan dengan menggunakan proses komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran. Jaringan Syaraf Tiruan dibuat pertama kali pada tahun 1943 oleh neurophysiologist Waren McCulloch dan logician Walter Pits, namun teknologi yang tersedia pada saat itu belum memungkinkan mereka berbuat lebih jauh. Jaringan Syaraf Tiruan JST atau umumnya disebut neural network NN, adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan syaraf manusia. JST merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Jaringan Syaraf Tiruan JST telah banyak digunakan untuk beragam aplikasi seperti pengenalan karakter atau suara, pemrosesan citra, prediksi harga saham, prediksi kurs mata uang, dsb. Pada umumnya aplikasi- aplikasi tersebut membutuhkan pemrosesan secara waktu nyata real time. Jaringan Syaraf Tiruan selain dapat diimplementasikan dengan perangkat lunak, juga dengan perangkat keras. Perangkat keras memiliki keunggulan dibandingkan perangkat lunak pada kecepatannya. Operasi yang dilakukan perangkat keras lebih cepat dibandingkan perangkat lunak. Oleh karena itu, perangkat keras jaringan syaraf tiruan dapat dipakai untuk melayani aplikasi-aplikasi waktu nyata. Jaringan Syaraf Tiruan terdiri dari beberapa unit pemroses yang melakukan akumulasi penjumlahan dari masukan-masukan berbobot dan menghasilkan suatu keluaran dengan fungsi aktivasi tertentu. Sifat-sifat jaringan ditentukan oleh topologi jaringan, bobot- bobot interkoneksi, dan fungsi aktivasi. Jaringan Syaraf Tiruan secara formal, didefinisikan sebagai generalisasi model matematika sistem syaraf biologis. Sebagai sebuah model, Jaringan Syarat Tiruan harus memiliki kemampuan sebagai berikut : a. Kemampuan memodelkan transmisi sinyal antarneuron tiruan melalui saluran satu arah yang disebut koneksi. Setiap koneksi masukan mampu berhubungan dengan satu koneksi keluaran neuron tiruan lainnya. Setiap koneksi keluaran dapat berhubungan dengan beberapa koneksi masukan neuron tiruan lainnya. b. Kemampuan memodelkan pembobotan pada tiap-tiap koneksi. Pada sebagian besar tipe jaringan syaraf, nilai bobot koneksi akan dikalikan dengan sinyal-sinyal transmisi. c. Kemampuan memodelkan fungsi aktivasi pada setiap neuron tiruan untuk menentukan sinyal keluarannya. d. Kemampuan memodelkan struktur informasi terdistribusi . Artinya, proses pengolahan informasi disebarkan pada beberapa neuron tiruan sekaligus. Setiap neuron tiruan harus memiliki memori lokal dan mampu melakukan pengolahan informasi secara lokal.

2.3.1 Pengertian Dasar Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan, seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Pembagian arsitektur jaringan syaraf tiruan bisa dilihat dari kerangka kerja dan skema interkoneksi. Kerangka kerja jaringan syaraf tiruan bisa dilihat dari jumlah lapisan layer dan jumlah node pada setiap lapisan. Lapisan- lapisan penyusun jaringan syaraf tiruan dibagi menjadi tiga, yaitu: a. Lapisan Input Node-node di dalam lapisan input disebut unit-unit input. Unit-unit input menerima input dari dunia luar. Input yang dimasukkan merupakan penggambaran dari suatu masalah. b. Lapisan Tersembunyi Node-node di dalam lapisan tersembunyi disebut unit-unit tersembunyi. Output dari lapisan ini tidak secara langsung dapat diamati. c. Lapisan Output Node-node di dalam lapisan output disebut unit-unit output. Keluaran atau output dari lapisan ini merupakan output jaringan syaraf tiruan terhadap suatu permasalahan. Gambar 2.2. Sebuah Jaringan Syaraf Tiruan Tunggal.

2.3.2 Komponen Jaringan Syaraf Tiruan

Ada beberapa tipe jaringan syaraf, namun demikian hampir semuanya memiliki komponen-komponen yang sama. Seperti halnya otak manusia, jaringan syaraf juga terdiri dari beberapa neuron, dan ada hubungan antara neuron-neuron tersebut. Neuron-neuron tersebut akan mentransformasikan informasi yang diterima melalui sambungan keluarannya menuju ke neuron-neuron yang lain. Pada jaringan syaraf, hubungan ini dikenal dengan nama Bobot. Informasi tersebut disimpan pada suatu nilai tertentu pada bobot tersebut. Gambar 2.3. Struktur Neuron Jaringan Syaraf. Jika dilihat, neuron buatan ini sebenarny mirip dengan sel neuron biologis. Neuron-neuron buatan tersebut bekerja dengan cara yang sama pula dengan neuron-neuron biologis. Informasi input akan dikirim ke neuron dengan bobot kedatangan tertentu. Input ini akan diproses oleh suatu fungi perambatan yang akan menjumlahkan nilai-nilai semua bobot yang akan datang. Hasil penjumlahan ini kemudian akan dibandingkan dengan suatu nilai ambang tertentu melalui fungsi aktifasi setiap neuron. Apabila input itu melewati suatu nilai ambang tertentu, maka neuron tersebut akan diaktifkan. Apabila neuron tersebut diaktifkan, maka neuron tersebut tidak akan mengirimkan output melalui bobot- bobot outputnya ke semua neuron yang berhubungan dengannya, demikian seterusnya. Pada jaringan syaraf, neuron-neuron akan dikumpulkan dalam lapisan- lapisan layer yang disebut dengan lapisan neuron neuron layers. Biasanya neuron-neuron pada satu lapisan akan dihubungkan dengan lapisan-lapisan sebelum dan sesudahnya kecuali lapisan input dan lapisan output. Informasi yang diberikan pada jaringan syaraf akan dirambatkan lapisan ke lapisan, mulai dari lapisan input ke lapisan output melalui lapisan yang lainnya yang sering disebut dengan nama lapisan tersembunyi hidden layer. Tergantung pada algoritma pembelajarannya, bisa jadi informasi tersebut akan dirambatkan secara mundur pada jaringan. Gambar 2.4 menunjukan jaringan syaraf dengan tiga lapisan. Gambar 2.4. Jaringan Syaraf dengan 3 Lapisan. Gambar 2.4 bukanlah struktur umum jaringan syaraf. Beberapa jaringan syaraf ada juga yang tidak memiliki lapisan tersembunyi, dan ada juga jaringan syaraf dimana neuron-neuronnya disusun dalam bentuk matriks.

2.3.3 Arsitektur Jaringan

Seperti telah dijelaskan sebelumnya bahwa neuron-neuron dikelompokan dalam lapisan-lapisan. Umumnya, neuron-neuron yang terletak pada lapisan yang sama akan memiliki keadaan yang sama. Faktor terpenting dalam menentukan kelakuan suatu neuron adalah fungsi aktifasi dan pola bobotnya. Pada setiap lapisan yang sama, neuron-neuron akan memiliki fungsi aktivasi yang sama. Apabila neuron-neuron dalam suatu lapisan misalkan lapisan tersembunyi akan dihubungkan dengan neuron-neuron pada lapisan yang lain misalkan lapisan output, maka setiap neuron pada lapisan tersebut misalkan lapisan tersembunyi juga harus dihubungkan dengan setiap lapisan pada lapisan lainnya misalkan lapisan output. Ada beberapa arsitektur jaringan syaraf, antara lain: a. Jaringan dengan lapisan tunggal single layer net , hanya memiliki satu lapisan dengan bobot-bobot terhubung. Jaringan ini mampu menerima input kemudian secara langsung akan mengelolanya menjadi output tanpa harus melalui lapisan tersembunyi. b. Jaringan dengan banyak lapisan multilayer net, memiliki satu atau lebih lapisan yang terletak diantara lapisan input dan lapisan output memiliki satu atau lebih lapisan tersembunyi. Umumnya, ada lapisan bobot – bobot yang terletak diantara dua lapisan yang bersebelahan. Jaringan dengan banyak lapisan ini dapat menyelesaikan permasalahan yang lebih sulit daripada lapisan dengan lapisan tunggal, tentu saja dengan pembelajaran yang lebih rumit. Namun demikian, banyak kasus pembelajaran pada jaringan dengan banyak lapisan ini lebih sukses dalam menyelesaikan masalah. c. Jaringan dengan lapisan kompetitif competitive layer net. Umumnya, hubungan antar neuron pada lapisan competitive ini tidak diperlihatkan pada diagram arsitektur. Gambar 2.4 menunjukkan salah satu contoh arsitektur jaringan dengan lapisan competitive yang memiliki bobot –n. Gambar 2.5. Jaringan syaraf dengan lapisan kompetitif.

2.3.4 Fungsi Aktivasi

Ada beberapa fungsi aktivasi yang sering digunakan dalam jaringan syaraf tiruan, antara lain: a. Fungsi Undak Biner Hard Limit, jaringan dengan lapisan tunggal sering menggunakan fungsi undak step function untuk mengkonfersikan input dari suatu variabel yang bernilai kontinu ke suatu output biner 0 atau1 . b. Fungsi Nilai Ambang Threshold, fungsi undak biner dengan menggunakan nilai ambang sering juga disebut dengan nama fungsi nilai ambang Threshold atau fungsi heavyside. c. Fungsi Bipolar Symetric Hard Limit. Fungsi bipolar sebenarnya hampir sama dengan fungsi undak biner, hanya saja output yang dihasilkan berupa 1, 0 atau -1. d. Fungsi Bipolar dengan Threshold. Fungsi ini hampir sama dengan fungsi nilai ambang, hanya saja output yang dihasilkan berupa 1, 0 atau -1. e. Fungsi Linear Identitas. Fungsi linear memiliki nilai output yang sama dengan nilai inputnya. f. Fungsi Saturating Linear, fungsi ini akan bernilai 0 jika inputnya kurang dari -12, dan akan bernilai 1 jika inputnya lebih dari 12. Sedangkan jika nilai input terletek antara -12 dan 12, maka nilai outputnya akan sama dengan nilai input ditambah 12. g. Fungsi Symetric Saturating Linear, fungsi ini akan bernilai -1 jika inputnya kurang dari -1, dan akan bernilai 1 jika inputnya lebih dari 1. Sedangkan jika nilai input terletak antara -1 dan 1, maka outputnya akan bernilai sama dengan nilai inputnya. h. Fungsi Sigmoid Biner. Fungsi ini digunakan untuk jaringan syaraf yang dilatih dengan menggunakan metode backpropagation. Fungsi ini memiliki nilai pada range 0 sampai 1. Oleh karena itu, fungsi ini sering digunakan untuk jaringan syaraf yang membutuhkan nilai output yang terletak pada interval 0 sampai 1. Namun, fungsi ini bisa juga digunakan oleh jaringan syaraf yang nilai outputnya 0 atau 1. i. Fungsi Sigmoid Bipolar, fungsi ini hampir sama dengan fungsi sigmoid biner, hanya saja output dari fungsi ini memiliki range antara 1 sampai -1.

2.3.5 Pemodelan Neuron

McCulloch-Pits, pada tahun 1943 membuat lima asumsi dasar tentang sistem syaraf biologis, yaitu : a. Aktivitas neuron bersifat all-ornone. b. Untuk membuat neuron memancarkan sinyal aktif diperlukan sejumlah sinapsis yang mengeksitasi neuron dalam jangka waktu tertentu. c. Sejumlah sinapsis mampu menghambat neuron untuk aktif inhibitory. d. Adanya delay dalam system syaraf yang disebabkan oleh sinapsis delay. e. Struktur interkoneksi jaringan tidak berubah sepanjang waktu. Berdasarkan asumsi ini, McCulloch-Pitts membangun model neuron tiruan yang meniru cara kerja neuron biologis. Gambar 2.6. Model Neuron. Model neuron mempunyai n sinyal masukan, yaitu x1, x2, …, xn dengan x {0,1}. Masing-masing sinyal tersebut kemudian dimodifikasi oleh bobot sinapsis w1, w2, …, wn sehingga sinyal yang masuk ke neuron adalah xi 1 = xiwi , i = 1,2,…,n. Selanjutnya neuron akan menghitung hasil penjumlahan seluruh sinyal masukan yang telah dimodifikasi : …………………………………………………………2.1 Fungsi aktivasi yang terdapat dalam neuron tiruan umumnya berupa fungsi non- linier. Fungsi aktivasi ini yang menentukan apakah neuron akan mengalami aktivasi atau tidak. Tingkat aktivasinya diwujudkan dalam suatu nilai ambang threshold. Fungsi aktivasi yang biasanya digunakan adalah fungsi tangga step function, fungsi lereng slopefunction, dan fungsi sigmoid. Pada model McCulloch-Pitts, fungsi aktivasinya adalah fungsi tangga sehingga : ………………………..2.2

2.4 Multi-Layer Perceptron

Multi-Layer Perceptron adalah jaringan syaraf tiruan feed-forward yang terdiri dari sejumlah neuron yang dihubungkan oleh bobot-bobot penghubung. Neuron-neuron tersebut disusun dalam lapisan-lapisan yang terdiri dari satu lapisan input input layer, satu atau lebih lapisan tersembunyi hidden layer, dan satu lapisan output output layer. Lapisan input menerima sinyal dari luar, kemudian melewatkannya ke lapisan tersembunyi pertama, yang akan diteruskan sehingga akhirnya mencapai lapisan output. Setiap neuron i di dalam jaringan adalah sebuah unit pemrosesan sederhana yang menghitung nilai aktivasinya yaitu si terhadap input eksitasi yang juga disebut net input neti. ∑ s j w ij - Ө i net = ── ................................................................2.3 j ε predi Dimana predi melambangkan himpunan predesesor dari unit i, wij melambangkan bobot koneksi dari unit j ke unit i, dan  i adalah nilai bias dari unit i. Untuk membuat representasi menjadi lebih mudah, seringkali bias digantikan dengan suatu bobot yang terhubung dengan unit bernilai 1. Dengan demikian bisa dapat diperlakukan secara sama dengan bobot koneksi. Menurut Fausett, 1819, Aktivasi dari unit i, yaitu si , dihitung dengan memasukkan net input ke dalam sebuah fungsi aktivasi non-linear. Biasanya digunakan fungsi logistik sigmoid : 1 S i = f log net i = ────── ...........................................................2.4 1+ e -net i Salah satu keuntungan dari fungsi ini adalah memiliki derivatif yang mudah dihitung : s i = i = s i 1 – s i ……………………………………2.5 i fungsi sigmoid di atas memiliki nilai output antara 0 dan 1. Jika diinginkan nilai output antara –1 dan 1, dapat digunakan fungsi bipolar sigmoid ─ - 1 t i Derivatif dari fungsi tersebut adalah : 1+ 1 – s i …… et pola contoh atau data pelatihan training data se  f log net  net i Nilai dar berikut : 2 S i = g log net i = ───── ..................................................2.6 1+ e -ne  s i = g log net i = ½ si …………………..…2.7  net i

2.5 Supervised Learning