Penerapan Jaringan Saraf Tiruan Untuk Memprediksi Pergerakan Harga Minyak Mentah Dunia Menggunakan Metode Backpropagation
PENERAPAN JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI
PERGERAKAN HARGA MINYAK MENTAH DUNIA
MENGGUNAKAN METODE BACKPROPAGATION
SKRIPSI
AZIZAH ENDRASTATY
081401063
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
PENERAPAN JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI
PERGERAKAN HARGA MINYAK MENTAH DUNIA
MENGGUNAKAN METODE BACKPROPAGATION
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh
ijazah Sarjana Komputer
AZIZAH ENDRASTATY
081401063
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: PENERAPAN JARINGAN SARAF TIRUAN
UNTUK MEMPREDIKSI PERGERAKAN HARGA
MINYAK MENTAH DUNIA MENGGUNAKAN
METODE BACKPROPAGATION
: SKRIPSI
: AZIZAH ENDRASTATY
: 081401063
: S1 ILMU KOMPUTER
: ILMU KOMPUTER
: FAKULTAS
ILMU
KOMPUTER
DAN
TEKNOLOGI
INFORMASI
(FASILKOM-TI)
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, Juli 2013
Komisi Pembimbing
:
Pembimbing 2
Amer Sharif, S.Si, M.Kom
NIP. -
Pembimbing 1
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991031001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991031001
Universitas Sumatera Utara
iii
PERNYATAAN
PENERAPAN JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI
PERGERAKAN HARGA MINYAK MENTAH DUNIA
MENGGUNAKAN METODE BACKPROPAGATION
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Juli 2013
AZIZAH ENDRASTATY
NIM 081401063
Universitas Sumatera Utara
iv
PENGHARGAAN
Alhamdulillah. Puji dan syukur penulis ucapkan kepada Allah SWT, atas limpahan
rahmat dan karunia-Nya, tiada daya upaya kecuali dari Allah SWT. Alhamdulillah,
penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar
Sarjana Komputer, Program Studi Ilmu Komputer Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara.
Tak lupa pula shalawat beriring salam tercurah kepada Rasullulah SAW, yang
mengajarkan kepada manusia syari’at yang sempurna sehingga kita dapat menikmati
islam.
Pada pengerjaan skripsi dengan judul penerapan jaringan saraf tiruan untuk
memprediksi pergerakan harga minyak mentah dunia menggunakan metode
backpropagation, penulis menyadari bahwa banyak pihak yang turut membantu dan
memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis mengucapkan
terimakasih kepada:
1.
Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H. M.Sc(CTM). SP.A(K), selaku
Rektor Universitas Sumatera Utara.
2.
Bapak Prof. Dr. Muhammad Zarlis, M.Sc, selaku Dekan Fakultas Ilmu Komputer
dan Teknologi Informasi.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku dosen pembimbing dan Ketua
Program Studi Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara yang telah memberikan nasehat, arahan dan motivasi
kepada penulis dalam pengerjaan skripsi ini.
4.
Bapak Amer Sharif, S.Si, M.Kom sebagai pembimbing yang telah memberikan
nasehat, arahan, motivasi dan banyak membantu penulis dalam pengerjaan skripsi
ini.
5.
Bapak Ade Candra, S.T, M.Kom sebagai dosen penguji yang telah memberikan
kritik dan saran kepada penulis dalam penyempurnaan skripsi ini.
6.
Ibu Maya Silvi Lydia, B.Sc, M.Sc sebagai dosen penguji dan Sekretaris Program
Studi Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara yang telah memberikan kritik dan saran kepada
penulis dalam penyempurnaan skripsi ini
.
Universitas Sumatera Utara
v
7. Kepada seluruh Dosen dan semua Pegawai di Program Studi S1 Ilmu Komputer
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
8. Papa, Ir Bambang Sudibya, M.T dan Mama, Dra Mardiana Irawaty, M.Sc.St serta
adik-adik Iqbal Nur Khusein, Laila Khairunnisa Amini juga keluarga besar di
Medan dan di Yogya yang telah memberikan do’a, dukungan, perhatian serta
kasih sayang yang tulus serta pengorbanan yang tidak ternilai harganya.
9. Bapak Mohammad Andri Budiman, S.T, M.Comp.Sc, MEM selaku Pembina
UKMI Al-Khuwarizmi, dan seluruh keluarga besar UKMI Al-Khuwarizmi yang
selalu menginspirasi saya untuk terus berjuang dan berkarya.
10. Saudara-saudara seperjuangan saya di UKMI Ad-Dakwah USU, para penjalin
ukhuwah penebar dakwah, mari sama-sama lulus dari kampus dan memperoleh
gelar sarjana dengan indah.
11. Keluarga kecil saya di kampus, khususnya Murabbi, dan teman-teman halaqoh
semuanya, yang senantiasa mengingatkan untuk cepat lulus dan berprestasi.
12. Seluruh adik-adik binaan Ilkom yang spesial, Bunga, Fura, Ema, Dini, Murni,
Nisa, Ika, Dias, Novi, Nurul, Amel, Puput FISIP, Ida, Tika, Ain, Endang, Fatimah,
Annisa dan juga adik-adik lainnya yang tidak bisa disebut satu per satu. Adik-adik
yang selalu memberikan perhatian dan doa kepada penulis.
13. Teman-teman mahasiswa S1-Ilmu Komputer stambuk 2008, terutama kepada
Sadifa Asrofa, Rima Lestari, Alvi Syukriati Hsb, Anni Magfirah, Zainuddin
Siregar dan Eko Verdianto yang banyak membantu dan juga memotivasi penulis.
14. Teman-teman di Asrama Putri, Dita, Yati, Qomariah,S.Sos, Ema, Yani, Asih, yang
juga sedang mengerjakan skripsi. Teman-teman yang selalu menghibur dan
memberikan nasehat serta motivasi.
15. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh
karena itu penulis menerima saran dan kritik yang bersifat membangun demi
kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
Medan, Juli 2013
Penulis
Universitas Sumatera Utara
vi
ABSTRAK
Setiap tahun pergerakan harga minyak dari waktu ke waktu selalu menjadi sorotan
pelaku ekonomi dunia. Pada kenyataannya pergerakan harga minyak yang terjadi
umumnya dapat dipahami dengan melihat pola kejadian di masa lalu. Penulis
memaparkan perancangan sistem prediksi harga minyak mentah dunia menggunakan
metode jaringan saraf tiruan backpropagation. Masukan dalam sistem ini adalah harga
minyak mentah menurut harga pasar WTI (West Texas Intermediate). Pada sistem ini
terdapat tahap pelatihan dan tahap prediksi. Tahap pelatihan digunakan untuk
mempelajari pola masukan sebanyak 320 data harga minyak yang terbagi dalam
empat neuron masukkan. Sedangkan tahap prediksi digunakan untuk menghasilkan
pola harga minyak dengan merujuk pada data yang dihasilkan di tahap pelatihan. Data
tersebut antara lain: bobot pelatihan, mean dan standart deviasi. Arsitektur jaringan
terdiri dari empat lapisan, satu lapisan masukan, dua lapisan tersembunyi dan satu
lapisan keluaran. Terdapat empat neuron pada lapisan masukan, 12 neuron pada
lapisan tersembunyi pertama, delapan neuron pada lapisan tersembunyi kedua dan
satu neuron pada lapisan keluaran. Dari proses pelatihan didapat nilai kesalahan
terbesar 8.86 x 10-6 dengan jumlah epoch terbesar 45 iteration, laju pembelajaran 0.1
dan momentum 0.9. Pada tahap pelatihan secara keseluruhan, hasil pencapaian sistem
diperoleh kecocokan 99.9%. Sedangkan, pada tahap prediksi jaringan saraf tiruan
diperoleh selisih harga minyak berkisar antara 0.1826 hingga 5.951 dengan tingkat
error RMSE sekitar 2.8996.
Katakunci: Jaringan Saraf Tiruan, Metode Backpropagation, Harga Minyak Mentah,
Kenaikan Harga Minyak, Prediksi
Universitas Sumatera Utara
vii
ARTIFICIAL NEURAL NETWORK IMPLEMENTATION FOR
PREDICTING THE WORLD CRUDE OIL PRICE MOVEMENT
USING BACKPROPAGATION METHOD
ABSTRACT
Every year the oil price movement is always a highlight in the global economy. In fact
the movement of oil price that occurred generally can be understood by looking at the
pattern of events in the past. In this study, the Author designed a system to predict
crude oil price using the backpropagation method of artificial neural network. Input of
this system is the price of crude oil according to the market price of WTI (West Texas
Intermediate). In this system, there are training and prediction phases. Training phase
is used to learn the patterns of input which consisted of 320 oil price data distributed
into four neurons. While the obtained prediction phase is used to produced oil price
pattern based on parameter which is obtained during training phase such as: training
weight, mean and standard of deviation. Network architecture consisted of four layers,
one input layer, two hidden layers and one output layer. There are four neurons in the
input layer, 12 neurons in the first hidden layer, eight neurons in the second hidden
layer and one neuron in output layer. From the training process the largest obtained
error is 8.86 x 10-6 with the maximum epoch reached was 45 iterations, the learning
rate 0.1 and momentum 0.9. In training phase, in overall, the results of system was
99.9%. while, in the neural network artificial prediction phase, the different of oil
price obtained in the range between 0.1826 to 5.951 with the RMSE error level of
2.8996.
Keywords: Artificial Neural Networks, Backpropagation method, Crude Oil Prices,
Rising Oil Prices, Forecasting
.
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
ii
iii
iv
vi
vii
viii
x
xi
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Perumusan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metode Penelitian
1.7 Sistematika Penulisan
1
2
3
3
3
4
5
Bab 2 Tinjauan Pustaka
2.1 Jaringan Saraf Tiruan
2.1.1 Arsitektur Jaringan Saraf Tiruan
2.1.2 Jaringan Saraf Tiruan Backpropagation
2.1.3 Fungsi Aktivasi
2.1.4 Algoritma Pembelajaran Metode Backpropagation
2.1.5 Prepocessing dan Postprocessing
2.2 Aplikasi Backpropagation dalam prediksi
2.3 Prediksi Harga Minyak Mentah Dunia
2.4 Tinjauan yang relevan
7
7
9
11
13
16
18
20
20
Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Permasalahan
3.2 Analisis Kebutuhan Sistem
3.2.1 Kebutuhan fungsional Sistem
3.2.2 Kebutuhan Non-fungsional Sistem
3.3 Permodelan
3.3.1 Use Case Diagram
3.3.1.1 Use Case Cek Data Harga Minyak
3.3.1.2 Use Case Cek Pelatihan
3.3.1.2 Use Case Cek Prediksi Harga Minyak
3.2.2 Analisis Proses Sistem
3.2.2.1 Proses pelatihan Jaringan Saraf Tiruan
3.2.2.2 Proses prediksi Jaringan Saraf Tiruan
22
25
25
25
26
26
27
28
31
32
32
34
Universitas Sumatera Utara
ix
3.4 Perancangan Antar Muka
3.4.1 Perancangan Antar Menu Utama
3.4.2 Perancangan Cek data
3.4.3 Antar Muka Pelatihan
3.4.4 Antar Muka Prediksi
3.4.5 Antar Muka Konfirmasi Keluar
36
36
37
38
40
41
Bab 4 Implementasi dan Pengujian Sistem
4.1 Implementasi Sistem
4.1.1 Tampilan Antarmuka Sistem
4.1.1.1 Antarmuka Menu Utama
4.1.1.2 Antarmuka Cek Data
4.1.1.3 Antarmuka Pelatihan
4.1.1.4 Antarmuka Prediksi
42
43
43
43
45
50
4.2 Pengujian Sistem
4.2.1 Pengujian Arsitektur JST
4.2.2 Pengujian Prediksi Harga Minyak
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan
5.2 Saran
Daftar Pustaka
53
53
54
`
58
59
60
Lampiran Listing Program
A-1
Curriculum vitae
B-1
Universitas Sumatera Utara
x
DAFTAR TABEL
Nomor Tabel
3.1
Keterangan
Kelompok Data yang Memiliki Pola yang Berulang
Halaman
23
3.2
Grafik Data yang Memiliki Pola yang Berulang
24
3.3
Dokumentasi Naratif Use Case Cek Data Harga Minyak
27
Mentah Dunia
3.4
Dokumentasi Naratif Use Case Latih JST
28
3.5
Dokumentasi Naratif Use Case Prediksi Harga Minyak
31
Mentah Dunia
4.1
Hasil Pengujian dengan Beberapa Data Pelatihan JST
53
4.2
Hasil Pengujian Sistem Prediksi Harga Minyak
55
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Nomor
Gambar
2.1
2.2
Keterangan
Halaman
Model Neuron
Arsitektur Jaringan Saraf Tiruan dengan
8
10
Backpropagation
2.3
Fungsi Aktivasi Linier
11
2.4
Sigmoid Biner
12
2.5
3.1
Sigmoid Bipolar
Diagram Ishikawa
13
22
3.2
Grafik harga minyak tahun 2012 dan awal 2013
22
3.3
Use Case Diagram Sistem Prediksi Harga Minyak
27
Mentah Dunia
3.4
Activity Diagram Cek Harga Minyak
28
3.5
Activity Diagram Pelatihan
30
3.6
Activity Diagram Prediksi Harga Minyak
32
3.7
Sequence Diagram Proses Pelatihan JST
33
3.8
Sequence Diagram Proses Pelatihan JST
35
3.9
Rancangan Antarmuka Depan
36
3.10
Rancangan Antarmuka Cek Data
37
3.11
Rancangan Antarmuka Pelatihan
38
3.12
Rancangan Antarmuka Prediksi
40
3.13
Rancangan Antarmuka Konfirmasi Keluar
41
4.1
Antarmuka Menu Utama
43
4.2
Antarmuka Cek Data
44
4.3
Antarmuka Cek Data Ketika telah memilih Bulan dan
44
Tahun
4.4
Antarmuka Proses Pemberitahuan proses
45
4.5
Antarmuka Pelatihan
46
4.6
Antarmuka Neural Network Training (nntool)
47
4.7
Antarmuka Pelatihan Setelah Dilakukan Pelatihan
48
Universitas Sumatera Utara
xii
4.8
Antarmuka Pelatihan Setelah mengklik tombol tampil
49
4.9
Antarmuka Prediksi
50
4.10
Antarmuka Pengujian Setelah dilakukan prediksi
51
4.11
Antarmuka Prediksi perbandingan data aktual dengan
52
hasil prediksi
4.12
Antarmuka konfirmasi keluar
52
4.13
Grafik Pelatihan
54
Universitas Sumatera Utara
PERGERAKAN HARGA MINYAK MENTAH DUNIA
MENGGUNAKAN METODE BACKPROPAGATION
SKRIPSI
AZIZAH ENDRASTATY
081401063
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
PENERAPAN JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI
PERGERAKAN HARGA MINYAK MENTAH DUNIA
MENGGUNAKAN METODE BACKPROPAGATION
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh
ijazah Sarjana Komputer
AZIZAH ENDRASTATY
081401063
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2013
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: PENERAPAN JARINGAN SARAF TIRUAN
UNTUK MEMPREDIKSI PERGERAKAN HARGA
MINYAK MENTAH DUNIA MENGGUNAKAN
METODE BACKPROPAGATION
: SKRIPSI
: AZIZAH ENDRASTATY
: 081401063
: S1 ILMU KOMPUTER
: ILMU KOMPUTER
: FAKULTAS
ILMU
KOMPUTER
DAN
TEKNOLOGI
INFORMASI
(FASILKOM-TI)
UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, Juli 2013
Komisi Pembimbing
:
Pembimbing 2
Amer Sharif, S.Si, M.Kom
NIP. -
Pembimbing 1
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991031001
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Dr. Poltak Sihombing, M.Kom
NIP. 196203171991031001
Universitas Sumatera Utara
iii
PERNYATAAN
PENERAPAN JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI
PERGERAKAN HARGA MINYAK MENTAH DUNIA
MENGGUNAKAN METODE BACKPROPAGATION
SKRIPSI
Saya menyatakan bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Juli 2013
AZIZAH ENDRASTATY
NIM 081401063
Universitas Sumatera Utara
iv
PENGHARGAAN
Alhamdulillah. Puji dan syukur penulis ucapkan kepada Allah SWT, atas limpahan
rahmat dan karunia-Nya, tiada daya upaya kecuali dari Allah SWT. Alhamdulillah,
penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar
Sarjana Komputer, Program Studi Ilmu Komputer Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara.
Tak lupa pula shalawat beriring salam tercurah kepada Rasullulah SAW, yang
mengajarkan kepada manusia syari’at yang sempurna sehingga kita dapat menikmati
islam.
Pada pengerjaan skripsi dengan judul penerapan jaringan saraf tiruan untuk
memprediksi pergerakan harga minyak mentah dunia menggunakan metode
backpropagation, penulis menyadari bahwa banyak pihak yang turut membantu dan
memotivasi dalam pengerjaannya. Dalam kesempatan ini, penulis mengucapkan
terimakasih kepada:
1.
Bapak Prof. Dr. dr. Syahril Pasaribu, DTM&H. M.Sc(CTM). SP.A(K), selaku
Rektor Universitas Sumatera Utara.
2.
Bapak Prof. Dr. Muhammad Zarlis, M.Sc, selaku Dekan Fakultas Ilmu Komputer
dan Teknologi Informasi.
3.
Bapak Dr. Poltak Sihombing, M.Kom selaku dosen pembimbing dan Ketua
Program Studi Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara yang telah memberikan nasehat, arahan dan motivasi
kepada penulis dalam pengerjaan skripsi ini.
4.
Bapak Amer Sharif, S.Si, M.Kom sebagai pembimbing yang telah memberikan
nasehat, arahan, motivasi dan banyak membantu penulis dalam pengerjaan skripsi
ini.
5.
Bapak Ade Candra, S.T, M.Kom sebagai dosen penguji yang telah memberikan
kritik dan saran kepada penulis dalam penyempurnaan skripsi ini.
6.
Ibu Maya Silvi Lydia, B.Sc, M.Sc sebagai dosen penguji dan Sekretaris Program
Studi Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara yang telah memberikan kritik dan saran kepada
penulis dalam penyempurnaan skripsi ini
.
Universitas Sumatera Utara
v
7. Kepada seluruh Dosen dan semua Pegawai di Program Studi S1 Ilmu Komputer
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
8. Papa, Ir Bambang Sudibya, M.T dan Mama, Dra Mardiana Irawaty, M.Sc.St serta
adik-adik Iqbal Nur Khusein, Laila Khairunnisa Amini juga keluarga besar di
Medan dan di Yogya yang telah memberikan do’a, dukungan, perhatian serta
kasih sayang yang tulus serta pengorbanan yang tidak ternilai harganya.
9. Bapak Mohammad Andri Budiman, S.T, M.Comp.Sc, MEM selaku Pembina
UKMI Al-Khuwarizmi, dan seluruh keluarga besar UKMI Al-Khuwarizmi yang
selalu menginspirasi saya untuk terus berjuang dan berkarya.
10. Saudara-saudara seperjuangan saya di UKMI Ad-Dakwah USU, para penjalin
ukhuwah penebar dakwah, mari sama-sama lulus dari kampus dan memperoleh
gelar sarjana dengan indah.
11. Keluarga kecil saya di kampus, khususnya Murabbi, dan teman-teman halaqoh
semuanya, yang senantiasa mengingatkan untuk cepat lulus dan berprestasi.
12. Seluruh adik-adik binaan Ilkom yang spesial, Bunga, Fura, Ema, Dini, Murni,
Nisa, Ika, Dias, Novi, Nurul, Amel, Puput FISIP, Ida, Tika, Ain, Endang, Fatimah,
Annisa dan juga adik-adik lainnya yang tidak bisa disebut satu per satu. Adik-adik
yang selalu memberikan perhatian dan doa kepada penulis.
13. Teman-teman mahasiswa S1-Ilmu Komputer stambuk 2008, terutama kepada
Sadifa Asrofa, Rima Lestari, Alvi Syukriati Hsb, Anni Magfirah, Zainuddin
Siregar dan Eko Verdianto yang banyak membantu dan juga memotivasi penulis.
14. Teman-teman di Asrama Putri, Dita, Yati, Qomariah,S.Sos, Ema, Yani, Asih, yang
juga sedang mengerjakan skripsi. Teman-teman yang selalu menghibur dan
memberikan nasehat serta motivasi.
15. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, oleh
karena itu penulis menerima saran dan kritik yang bersifat membangun demi
kesempurnaan skripsi ini. Sehingga dapat bermanfaat bagi kita semuanya.
Medan, Juli 2013
Penulis
Universitas Sumatera Utara
vi
ABSTRAK
Setiap tahun pergerakan harga minyak dari waktu ke waktu selalu menjadi sorotan
pelaku ekonomi dunia. Pada kenyataannya pergerakan harga minyak yang terjadi
umumnya dapat dipahami dengan melihat pola kejadian di masa lalu. Penulis
memaparkan perancangan sistem prediksi harga minyak mentah dunia menggunakan
metode jaringan saraf tiruan backpropagation. Masukan dalam sistem ini adalah harga
minyak mentah menurut harga pasar WTI (West Texas Intermediate). Pada sistem ini
terdapat tahap pelatihan dan tahap prediksi. Tahap pelatihan digunakan untuk
mempelajari pola masukan sebanyak 320 data harga minyak yang terbagi dalam
empat neuron masukkan. Sedangkan tahap prediksi digunakan untuk menghasilkan
pola harga minyak dengan merujuk pada data yang dihasilkan di tahap pelatihan. Data
tersebut antara lain: bobot pelatihan, mean dan standart deviasi. Arsitektur jaringan
terdiri dari empat lapisan, satu lapisan masukan, dua lapisan tersembunyi dan satu
lapisan keluaran. Terdapat empat neuron pada lapisan masukan, 12 neuron pada
lapisan tersembunyi pertama, delapan neuron pada lapisan tersembunyi kedua dan
satu neuron pada lapisan keluaran. Dari proses pelatihan didapat nilai kesalahan
terbesar 8.86 x 10-6 dengan jumlah epoch terbesar 45 iteration, laju pembelajaran 0.1
dan momentum 0.9. Pada tahap pelatihan secara keseluruhan, hasil pencapaian sistem
diperoleh kecocokan 99.9%. Sedangkan, pada tahap prediksi jaringan saraf tiruan
diperoleh selisih harga minyak berkisar antara 0.1826 hingga 5.951 dengan tingkat
error RMSE sekitar 2.8996.
Katakunci: Jaringan Saraf Tiruan, Metode Backpropagation, Harga Minyak Mentah,
Kenaikan Harga Minyak, Prediksi
Universitas Sumatera Utara
vii
ARTIFICIAL NEURAL NETWORK IMPLEMENTATION FOR
PREDICTING THE WORLD CRUDE OIL PRICE MOVEMENT
USING BACKPROPAGATION METHOD
ABSTRACT
Every year the oil price movement is always a highlight in the global economy. In fact
the movement of oil price that occurred generally can be understood by looking at the
pattern of events in the past. In this study, the Author designed a system to predict
crude oil price using the backpropagation method of artificial neural network. Input of
this system is the price of crude oil according to the market price of WTI (West Texas
Intermediate). In this system, there are training and prediction phases. Training phase
is used to learn the patterns of input which consisted of 320 oil price data distributed
into four neurons. While the obtained prediction phase is used to produced oil price
pattern based on parameter which is obtained during training phase such as: training
weight, mean and standard of deviation. Network architecture consisted of four layers,
one input layer, two hidden layers and one output layer. There are four neurons in the
input layer, 12 neurons in the first hidden layer, eight neurons in the second hidden
layer and one neuron in output layer. From the training process the largest obtained
error is 8.86 x 10-6 with the maximum epoch reached was 45 iterations, the learning
rate 0.1 and momentum 0.9. In training phase, in overall, the results of system was
99.9%. while, in the neural network artificial prediction phase, the different of oil
price obtained in the range between 0.1826 to 5.951 with the RMSE error level of
2.8996.
Keywords: Artificial Neural Networks, Backpropagation method, Crude Oil Prices,
Rising Oil Prices, Forecasting
.
Universitas Sumatera Utara
viii
DAFTAR ISI
Halaman
ii
iii
iv
vi
vii
viii
x
xi
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Perumusan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metode Penelitian
1.7 Sistematika Penulisan
1
2
3
3
3
4
5
Bab 2 Tinjauan Pustaka
2.1 Jaringan Saraf Tiruan
2.1.1 Arsitektur Jaringan Saraf Tiruan
2.1.2 Jaringan Saraf Tiruan Backpropagation
2.1.3 Fungsi Aktivasi
2.1.4 Algoritma Pembelajaran Metode Backpropagation
2.1.5 Prepocessing dan Postprocessing
2.2 Aplikasi Backpropagation dalam prediksi
2.3 Prediksi Harga Minyak Mentah Dunia
2.4 Tinjauan yang relevan
7
7
9
11
13
16
18
20
20
Bab 3 Analisis Dan Perancangan Sistem
3.1 Analisis Permasalahan
3.2 Analisis Kebutuhan Sistem
3.2.1 Kebutuhan fungsional Sistem
3.2.2 Kebutuhan Non-fungsional Sistem
3.3 Permodelan
3.3.1 Use Case Diagram
3.3.1.1 Use Case Cek Data Harga Minyak
3.3.1.2 Use Case Cek Pelatihan
3.3.1.2 Use Case Cek Prediksi Harga Minyak
3.2.2 Analisis Proses Sistem
3.2.2.1 Proses pelatihan Jaringan Saraf Tiruan
3.2.2.2 Proses prediksi Jaringan Saraf Tiruan
22
25
25
25
26
26
27
28
31
32
32
34
Universitas Sumatera Utara
ix
3.4 Perancangan Antar Muka
3.4.1 Perancangan Antar Menu Utama
3.4.2 Perancangan Cek data
3.4.3 Antar Muka Pelatihan
3.4.4 Antar Muka Prediksi
3.4.5 Antar Muka Konfirmasi Keluar
36
36
37
38
40
41
Bab 4 Implementasi dan Pengujian Sistem
4.1 Implementasi Sistem
4.1.1 Tampilan Antarmuka Sistem
4.1.1.1 Antarmuka Menu Utama
4.1.1.2 Antarmuka Cek Data
4.1.1.3 Antarmuka Pelatihan
4.1.1.4 Antarmuka Prediksi
42
43
43
43
45
50
4.2 Pengujian Sistem
4.2.1 Pengujian Arsitektur JST
4.2.2 Pengujian Prediksi Harga Minyak
Bab 5 Kesimpulan Dan Saran
5.1 Kesimpulan
5.2 Saran
Daftar Pustaka
53
53
54
`
58
59
60
Lampiran Listing Program
A-1
Curriculum vitae
B-1
Universitas Sumatera Utara
x
DAFTAR TABEL
Nomor Tabel
3.1
Keterangan
Kelompok Data yang Memiliki Pola yang Berulang
Halaman
23
3.2
Grafik Data yang Memiliki Pola yang Berulang
24
3.3
Dokumentasi Naratif Use Case Cek Data Harga Minyak
27
Mentah Dunia
3.4
Dokumentasi Naratif Use Case Latih JST
28
3.5
Dokumentasi Naratif Use Case Prediksi Harga Minyak
31
Mentah Dunia
4.1
Hasil Pengujian dengan Beberapa Data Pelatihan JST
53
4.2
Hasil Pengujian Sistem Prediksi Harga Minyak
55
Universitas Sumatera Utara
xi
DAFTAR GAMBAR
Nomor
Gambar
2.1
2.2
Keterangan
Halaman
Model Neuron
Arsitektur Jaringan Saraf Tiruan dengan
8
10
Backpropagation
2.3
Fungsi Aktivasi Linier
11
2.4
Sigmoid Biner
12
2.5
3.1
Sigmoid Bipolar
Diagram Ishikawa
13
22
3.2
Grafik harga minyak tahun 2012 dan awal 2013
22
3.3
Use Case Diagram Sistem Prediksi Harga Minyak
27
Mentah Dunia
3.4
Activity Diagram Cek Harga Minyak
28
3.5
Activity Diagram Pelatihan
30
3.6
Activity Diagram Prediksi Harga Minyak
32
3.7
Sequence Diagram Proses Pelatihan JST
33
3.8
Sequence Diagram Proses Pelatihan JST
35
3.9
Rancangan Antarmuka Depan
36
3.10
Rancangan Antarmuka Cek Data
37
3.11
Rancangan Antarmuka Pelatihan
38
3.12
Rancangan Antarmuka Prediksi
40
3.13
Rancangan Antarmuka Konfirmasi Keluar
41
4.1
Antarmuka Menu Utama
43
4.2
Antarmuka Cek Data
44
4.3
Antarmuka Cek Data Ketika telah memilih Bulan dan
44
Tahun
4.4
Antarmuka Proses Pemberitahuan proses
45
4.5
Antarmuka Pelatihan
46
4.6
Antarmuka Neural Network Training (nntool)
47
4.7
Antarmuka Pelatihan Setelah Dilakukan Pelatihan
48
Universitas Sumatera Utara
xii
4.8
Antarmuka Pelatihan Setelah mengklik tombol tampil
49
4.9
Antarmuka Prediksi
50
4.10
Antarmuka Pengujian Setelah dilakukan prediksi
51
4.11
Antarmuka Prediksi perbandingan data aktual dengan
52
hasil prediksi
4.12
Antarmuka konfirmasi keluar
52
4.13
Grafik Pelatihan
54
Universitas Sumatera Utara