Latar Belakang Implementasi Artificial Neural Network Backpropagation untuk Prediksi Harga Emas Menggunakan Algoritma Levenberg Marquardt.

1 Universitas Kristen Maranatha BAB I PENDAHULUAN

1.1 Latar Belakang

Emas dahulu merupakan alat pembayaran transaksi ekonomi yang digunakan di suatu negara dengan negara lainnya. Sebagai alat tukar, emas dahulu memegang pengaruh yang sangat signifikan dalam perekonomian lokal dan internasional. Dalam perdagangan internasional, nilai emas yang terkandung bisa saja berbeda harga per-ounce-nya, untuk menjembataninya tukar menukar kandungan nilai emas di negara satu dengan negara yang lainnya maka dibutuhkan patokan yang digunakan secara global yaitu aturan perhitungan per-ounce emas menggunakan karat yang banyak diperdagangkan dengan penilaian kadar kandungan emas murni yang ada di dalamnya. Emas juga merupakan salah satu produk investasi yang paling diminati karena sifatnya yang cenderung mengalami kenaikan. Meskipun harga emas cenderung mengalami kenaikan, tidak menutup kemungkinan harga emas tersebut akan mengalami penurunan. Untuk menjaga stabilitas keuangan sekaligus menginvestasikan kekayaan, masyarakat cenderung melakukan penyimpanan emas. Selain sebagai produk investasi jangka panjang, emas juga dimanfaatkan sebagai salah satu barang yang diperjualbelikan. Hampir semua investor di seluruh dunia lebih memilih emas daripada uang untuk berinvestasi karena dianggap nilai tukarnya lebih stabil dan menjanjikan. Banyak elemen penting yang harus diperhatikan untuk berinvestasi pada komoditi hasil tambang berupa emas ini, termasuk orang yang melakukan perdagangan trader dan perdagangan yang ada di dalamnya. Untuk memahami perdagangan komoditi hasil tambang perlu memperhatikan pendekatan 5W Who, What, Why, When, dan Where dan 1H How. Siapa yang terlibat dalam perdagangan? Apa yang terjadi di pasar? Mengapa harga pasar perdagangan komoditi hasil tambang bergerak naik turun? Kapan para market mover memulai aktivitasnya? Di mana keberadaan para market mover ini? Dan bagaimana seorang trader dapat memetakan analisa untuk memahami bagaimana pasar perdagangan Universitas Kristen Maranatha komoditi hasil tambang terutama emas yang bergerak pada suatu momentum tertentu? Dengan menggunakan pendekatan ini seorang trader harus menjadi seseorang yang ahli dalam menganalisis prediksi pergerakan pasar. Memprediksi pergerakan pasar emas perlu dilakukan untuk memperkirakan kondisi pada masa yang akan datang. Salah satu metode untuk memprediksi harga emas yaitu Time Series Forecasting. Time Series Forecasting merupakan langkah untuk mengetahui sebuah nilai pada masa yang akan datang, dimana pengamatan pada metode Time Series dilakukan berdasarkan runut waktu. Untuk mengolah data time series diperlukan suatu sistem yang dapat memprediksi harga emas sehingga dapat menentukan tindakan penjualan atau pembelian. Dalam melakukan prediksi data time series ada beberapa algoritma yang dapat digunakan, diantaranya adalah algoritma Artificial Neural Network Backpropagation ANN-BP yang dioptimasi dengan algoritma Levenberg Marquardt. Algoritma tersebut dipilih karena ANN memiliki kemampuan belajar bersifat adaptif dan kebal terhadap adanya kesalahan fault tolerance dengan kelebihan tersebut ANN-BP dapat mewujudkan sistem yang tahan akan kerusakan robust dan konsisten bekerja dengan baik Hermawan, 2005. Metode Artificial Neural Network ANN telah banyak digunakan sebagai metode peramalan, untuk meramal kejadian masa datang berdasarkan pola kejadian yang ada di masa lampau. Selain itu ANN mampu mengingat dan membuat generalisasi dari apa yang sudah ada sebelumnya Agustin, 2012, p90. Penambahan ANN dengan menerapkan model ANN Backpropagation ANN-BP dapat mendukung dari proses belajar ANN sendiri. Algoritma Backpropagation BP digunakan karena merupakan salah satu metode learning yang populer yang mampu menangani masalah learning dengan skala besar dan merupakan metode learning yang paling banyak digunakan dan dipelajari Ramadhani, 2013. Untuk menangani kekurangan dalam ANN-BP maka digunakan Levenberg-Marquardt Algorithm LMA untuk mempercepat proses pelatihan. Metode training LMA ini hanya membutuhkan jumlah iterasi yang lebih sedikit dibandingkan metode training Backpropagation BP saja dalam mencapai error minimum. Hal ini dikarenakan metode BP memerlukan training rate yang kecil untuk menghindari osilasi Ramadhani, 2013. Universitas Kristen Maranatha Dalam Tugas Akhir ini dikembangkan suatu sistem yang menggunakan ANN-BP LMA dalam menentukan prediksi harga emas. Prediksi ini dapat menentukan tindakan trader untuk melakukan penjualan atau pembelian komoditi hasil tambang. Sehingga dapat maksimalkan lagi keputusan trader di samping untuk menambah keuntungan dan meminimalisir kerugian di masa yang akan datang.

1.2 Rumusan Masalah