29
Penjelasan dari diagram 3.2 adalah sebagai berikut: 1. Mengumpulkan data saham Indeks Bisnis-27.
2. Data yang akan diolah di pilih data pada tanggal 27 Januari 2009 –
Desember 2010. 3. Data yang dipilih disimpan di Ms.Excel.
4. Mendefinisikan pola masukan dengan x hari dan targetnya adalah data hari berikutnya.
5. Menentukan arsitektur jaringan yaitu menentukan pola hubungan antar sel-sel saraf buatan yang terdiri dari tiga lapisan unit, yaitu: unit
masukan, unit tersembunyi, unit keluaran. Arsitektur yang di pilih adalah jaringan dengan lapisan banyak Multilayer Net. Kemudian
menentukan nilai maksimum epoh, target error, dan learning rate. 6. Masukkan semua data yang sudah ditentukan nilai-nilainya pada
scilab. 7. Pelatihan
jaringan yang
dilakukan menggunakan
algoritma backpropagation pada jaringan syaraf tiruan. Karena data indeks
saham mempunyai arsitektur jaringan dengan lapisan banyak Multilayer Net.
8. Jika pelatihan sudah benar maka dilanjutkan pada uji jaringan Jika pelatihan tidak benar maka menentukan nilai parameter kembali
dengan data yang sama dan nilai parameter yang berbeda.
30
9. Jika uji jaringan berhasil maka lakukan uji jaringan hingga menemukan nilai peramalan yang akurasinya tinggi.
Jika uji jaringan tidak berhasil maka ditentukan kembali nilai parameter dan dilakukan kembali pelatihan jaringan.
10. Mendapatkan nilai peramalan yang akurasinya tinggi dan errornya rendah.
32
BAB IV HASIL DAN PEMBAHASAN
Setelah dilakukan penelitian dan pengumpulan data, maka pada bab ini dilakukan pengolahan dan analisa terhadap data tersebut. Pengolahan dan analisa
dilakukan dengan proses pemilihan data indeks harga saham, penskalaan atau normalisasi,
inisialisasi jaringan,
inisialisasi bobot,
proses pelatihan
backpropagation, analisis hasil peramalan, dan nilai kinerja. Pengolahan dan analisa dijabarkan sebagai berikut:
4.1 Proses Pemilihan Data Indeks Harga Saham
Data yang diperoleh oleh penulis berupa data indeks saham periode harian dari Januari 2009 sampai dengan Desember 2010, yaitu:
Tabel 4.1. Harga saham Indeks Bisnis-27 Januari 2009
– Desember 2010 Rupiah
Date Prev
Open High
Low Close
Change Volume
270109 119,2770
0,0000 121,9100
121,9100 121,9102
2,6332 703,792,
889,700 280109
121,9100 121,9100
122,4590 119,9370
120,0964 1,8136
468,463, 227,995
290109 120,0960
120,0960 122,1740
119,9530 120,8406
0,7446 841,742,
191,000 300109
120,8410 120,8410
121,7900 119,6940
121,7901 0,9491
620,099, 803,220
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
291210 319,7210
319,7300 323,9240
319,7350 323,1740
3,4530 1,580,76
4,297,75 301210
323,1740 323,1300
324,9830 321,3270
322,2900 0,8840
1,889,74 4,773,55
33
Kemudian dari data tersebut, dipilih data penutupan close yang akan digunakan sebagai masukan pada program backpropagation dan untuk
memperoleh hasil peramalan. Untuk lebih jelas lagi, pergerakan data penutupan dapat dilihat pada Gambar 4.1.
Gambar 4.1. Perubahan Indeks Harian Indeks Bisnis-27
Dari Gambar 4.1 dapat dilihat adanya suatu pola siklus yang diawali dengan tren naik yang puncaknya pada Bulan April 2010. Tren naik ini disusul
dengan tren turun sampai tanggal 27 Mei 2010. Kemudian terdapat lagi tren naik puncaknya tanggal 27 September 2010. Dengan melihat data-data saham tersebut
dapat diprediksi pergerakan harga saham di masa yang akan datang. Dari data penutupan tersebut selanjutnya dibuat menjadi dua variabel
masukan dan satu sebagai target. Variabel masukan pertama berupa data hari kemarin, dan variabel masukan kedua berupa data hari sekarang. Sedangkan data
target ialah data hari esok. Data-data tersebut adalah:
