1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah membuat prediksi trend forex mata uang euro terhadap dollar Amerika berdasarkan data runtun waktu dimasa lalu dengan
menggunakan metode backpropagation.
1.5 Manfaat Penelitian
Manfaat yang diperoleh dari penelitian ini adalah :
1. Mengetahui kemampuan metode backpropagation dalam memprediksi nilai mata
uang euro terhadap dollar Amerika.
2. Menambah pemahaman penulis tentang penggunaan metode backpropagation
untuk memprediksi trend forex serta memberikan suatu referensi alternative mengenai prediksi trend forex.
3. Sebagai referensi untuk penelitian lain yang berhubungan dengan metode
backpropagation .
1.6 Metodologi Penelitian
Metodologi penelitian yang akan digunakan dalam penelitian ini adalah :
1. Studi Literatur
Pada tahapan ini akan dilakukan dengan membaca, mengamati dan mempelajari buku-buku referensi, jurnal ilmiah, browsing internet dan bacaan lainnya yang
berhubungan.
Universitas Sumatera Utara
2. Analisis Permasalahan
Pada tahapan ini akan dilakukan analisis dengan menggali informasi mengenai faktor-faktor yang mempengaruhi pergerakan kurs mata uang, informasi tentang
forex dan metode Jaringan Saraf Tiruan Backpropagation.
3. Pengumpulan Data
Pada tahap ini akan dilakukan pengumpulan data-data pergerakan nilai forex terhadap satu pair mata uang selama setahun kebelakang yang kemudian nantinya
akan diolah.
4. Perancangan Sistem
Pada tahap ini akan dilakukan perancangan antarmuka, pengekstrasian dan proses memformat data-data histori pergerakan forex sehingga bisa dipakai pada saat
pengujian.
5. Pengujian Sistem
Pada tahap pengujian, data-data dari histori pergerakan forex yang telah dikumpulkan akan di input dan digunakan dalam proses pelatihan dan percobaan
untuk mengetahui keakuratannya.
6. Dokumentasi dan Penyusunan Laporan
Pada tahap ini dilakukan dokumentasi dari hasil yang didapat.
Universitas Sumatera Utara
Kerangka kerja dalam metodologi penelitian ditunjukkan pada gambar 1.1 berikut :
Gambar 1.1 Kerangka Kerja Metodologi Penelitian
1.7 Sistematika Penulisan
Sistematika penulisan dari penelitian ini disusun dalam lima bagian bab utama, yaitu :
Bab 1 : Pendahuluan
Pada bab ini dijelaskan tentang latar belakang, rumusan masalah, batasan masalah, tujuan dan objektif penelitian, manfaat penelitian, metodologi penelitian serta
sistematika penulisan.
Universitas Sumatera Utara
Bab 2 : Landasan Teori
Pada bab ini akan dijelaskan tentang hal-hal yang berkaitan dengan penyusunan penulisan tugas akhir yang di berasal dari jurnal, buku, maupun browsing internet.
Bab 3 : Analisis dan Perancangan Sistem
Pada bab ini akan dijelaskan bagaimana analisis sistem yang sedang berjalan, mulai dari analisis masalah, analisis market, analisis input, analisis kebutuhan non
fungsional , analisis kebutuhan fungsional, pembuatan diagram alur sistem,
perancangan arsitektur data flow, pemodelan sistem serta perancangan antar muka.
Bab 4 : Implementasi dan Pengujian Sistem
Pada bab ini menjelaskan tentang bagaimana implementasi dari sistem dilakukan dan juga dilakukan pengujian apakah sistem yang dibangun sama seperti yang diharapkan.
Bab 5 : Kesimpulan dan Saran
Pada bab ini berisi kesimpulan berdasarkan hasil dari pengujian sistem serta saran untuk proses pengembangan sistem selanjutnya.
Universitas Sumatera Utara
BAB 2
LANDASAN TEORI
Bab ini membahas tentang teori penunjang dan penelitian sebelumnya yang berhubungan dengan penerapan metode backpropagation untuk prediksi trend forex
euro terhadap dollar Amerika.
2.1 Artificial Intelligence AI
Kecerdasan buatan atau artificial intelligen AI merupakan salah satu bagian ilmu komputer yang membuat agar mesin dapat melakukan pekerjaan sebaik yang
dilakukan manusia Muis, 2009. Agar mesin dapat bertindak seperti dan sebaik manusia, maka mesin harus dibekali dengan pengetahuan dan mempunyai
kemampuan untuk nalar. Untuk mencapai maksud ini, maka pada AI diberi beberapa metode yang bisa membekali baik dari segi pengalamanpengetahuan maupun
penalaranakal agar komputer dapat menjadi mesin yang pintar. Pengertian AI juga dapat dilihat dari berbagai sudut pandang, yaitu :
1. Kecerdasan
Kecerdasan buatan akan membuat mesin menjadi cerdas dan dapat berbuat seperti yang dilakukan manusia.
2. Peneliti
Kecerdasan buatan adalah bidang studi bagaimana membuat komputer atau mesin dapat melakukan sesuatu sebaik yang dikerjakan manusia.
3. Bisnis
Kecerdasan buatan adalah kumpulan peralatan yang sangat metodologis dalam menyelesaikan masalah-masalah bisnis.
Universitas Sumatera Utara
4. Pemrograman
Kecerdasan buatan meliputi studi tentang pemrograman simbolik, penyelesaian masalah dan pencarian.
Charniack 1985 mendefinisikan pengetian AI ditinjau dari dua pendekatan :
1. Pendekatan ilmiah A scientific approach
Pendekatan dasar ilmiah timbul sebelum invansi ke komputer, ini tidak sama dengan kasus mesin uap. Pendekatan ilmiah melihat batas sementara dari
komputer dan dapat diatasi dengan perkembangan teknologi lanjutan.
2. Pendekatan teknik An engineering approach
Usaha untuk menghindari definisi AI, tetapi ingin mengatasi atau memecahkan persoalan-persoalan dunia nyata real world problem.
Gambar 2.1 Hubungan Antara Pengembangan Computer Science dan Engineering Aplications Clive, 1991
Universitas Sumatera Utara
Pekerjaan atau tugas yang dapat diselesaikan dengan konsep-konsep AI dapat dikelompokkan menjadi 3 pekerjaantugas seperti yang terlihat pada tabel 2.1
Tabel 2.1 Kelompok Tugas dengan Konsep AI No.
TugasPekerjaan Konsep AI
1. Tugas biasa Mundune task
1. Persepsi :
a. Vision
b. Speech
2. Natural language
: a.
Understanding b.
Generation c.
Translation 3.
Commonsence reasoning :
a. Robot control
Computer vision Natural Language Processing
NLP NLP
NLP NLP
NLP
2. Tugas formil Formal task
1. Games
: a.
Chess 2.
Mathematics :
a. Checkers
b. Geometri
c. Logic
d. Proving properties of
programs Machine learning
LogicFuzzy logicUncertainly LogicFuzzy logicUncertainly
LogicFuzzy logicUncertainly LogicFuzzy logicUncertainly
3. Tugas ahli Expert task
1. Teknik :
a. Design
2. Scientific analysis
: a.
Fault diagnosis 3.
Medical :
a. Planning
b. Diagnosis theraphy
Expert system and Neural network Expert system and Neural network
Planning with AI Expert system and Neural network
Komputasi antara AI berbeda dengan komputasi konvensional, dalam AI digunakan teknik pemrograman dengan cara menyatakan data, pemrosesan data dan
penyelesaian masalah secara simbolik dari pada secara numerik Siswanto, 2010. Tabel 2.2 menunjukkan perbandingan antara AI dan komputasi konvensional.
Universitas Sumatera Utara
Tabel 2.2 Perbandingan AI dengan Komputasi Konvensional No. Dimensi
Artificial Intelligence Pemrograman
Konvensional 1.
Pemrosesan Simbolik
Algoritmik 2.
Sifat input Biasa tidak lengkap
Harus lengkap 3.
Pencarian Kebanyakan heuristic
Didasarkan algoritmik 4.
Keterangan Disediakan
Biasanya tidak disediakan 5.
Fokus Pengetahuan
Data dan informasi 6.
Struktur Kontrol terpisah dari
pengetahuan Kontrol terintegrasi dengan
informasi 7.
Sifat output Kuantitatif
Kualitatif 8.
Pemeliharaan Relatif mudah
Sulit 9.
Keamanan menalar Ya
Tidak Kemampuan belajar yang menjadi ciri utama AI memungkinkan teknik ini
mampu untuk melakukan inferensi secara berbeda sesuai dengan perbedaan lingkungan dan kondisi yang dihadapi. Di dalam bidang aplikasi sistem AI biasanya
meliputi sistem pakar, pengolahan bahasa alami, pengenalan ucapan, robotika dan sensor, computer vision pengenalan pola gambar, intelligent computer aided
instruction, game playing dan lain sebagainya. Gambar 2.2 merupakan contoh suatu
input-output model untuk AI yang di representasikan oleh Kamran 1988.
Gambar 2.2 Input-Output Model untuk AI Kamran, 1988
Universitas Sumatera Utara
2.2 Jaringan Syaraf Tiruan