Penentuan Strategi Perdagangan Foreign Exchange Menggunakan Pendekatan Fibonacci, Candlestick Dan Fuzzy Logic
PENENTUAN STRATEGI PERDAGANGAN FOREIGN EXCHANGE
MENGGUNAKAN PENDEKATAN FIBONACCI,
CANDLESTICK DAN FUZZY LOGIC
SKRIPSI
LAILAN SAHRINA HASIBUAN
051401064
PROGRAM STUDI S-1 ILMU KOMPUTER
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2010
Universitas Sumatera Utara
2
PENENTUAN STRATEGI PERDAGANGAN FOREIGN EXCHANGE
MENGGUNAKAN PENDEKATAN FIBONACCI,
CANDLESTICK DAN FUZZY LOGIC
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar
Sarjana Komputer
LAILAN SAHRINA HASIBUAN
051401064
PROGRAM STUDI S1 ILMU KOMPUTER
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2010
Universitas Sumatera Utara
3
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: PENENTUAN STRATEGI PERDAGANGAN
FOREIGN EXCHANGE MENGGUNAKAN
PENDEKATAN FIBONACCI, CANDLESTICK
DAN FUZZY LOGIC
: SKRIPSI
: LAILAN SAHRINA HASIBUAN
: 051401064
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER
: MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA
UTARA
Diluluskan di
Medan, November 2010
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Syahriol Sitorus, S.Si, MIT
NIP. 197103101997031004
Prof. Dr. Muhammad Zarlis
NIP. 195707011986011003
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Prof. Dr. Muhammad Zarlis
NIP 195707011986011003
Universitas Sumatera Utara
4
PERNYATAAN
PENTUAN STRATEGI PERDAGANGAN FOREIGN EXCHANGE
MENGGUNAKAN PEDEKATAN FIBONACCI,
CANDLESTICK DAN FUZZY LOGIC
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, November 2010
Lailan Sahrina Hasibuan
051401064
Universitas Sumatera Utara
5
PENGHARGAAN
Segala puji bagi Allah SWT, yang segala sesuatu bertasbih kepada-Nya dan segala
kekuasaan berada dalam genggaman-Nya. Shalawat dan salam kepada manusia paling
agung, Nabi Muhammad SAW, beserta keluarganya, para sahabat dan pengikutnya
yang setia meski tak pernah berjumpa.
Ucapan terima kasih yang sebesar-besarnya penulis sampaikan kepada Bapak
Prof. Dr. Muhammad Zarlis selaku Dosen Pembimbing I dan Bapak Syahriol
Sitorus,S.Si, MIT selaku Dosen Pembimbing II yang telah memberikan bimbingan,
saran, dan masukan kepada penulis sehingga dapat menyelesaikan penelitian ini.
Selanjutnya kepada Bapak Drs. Sawaluddin, MIT selaku Dosen Penguji I dan Ibu
Maya Silvi Lydia, BSc, MSc selaku Dosen Penguji II, terima kasih atas saran dan
kritik yang sangat berguna bagi penulis. Ucapan terima kasih juga penulis tujukan
kepada Ketua Program Studi S1 Ilmu Komputer dan Sekretaris Program Studi S1 Ilmu
Komputer Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syahriol Sitorus, S.Si, MIT,
Dekan dan Pembantu Dekan FMIPA USU, dosen-dosen di Program Studi S1 Ilmu
Komputer FMIPA USU, dan para pegawai di Program Studi S1 Ilmu Komputer
FMIPA USU.
Ucapan terima kasih yang teristimewa penulis sampaikan kepada kedua
orangtua, Ayahanda Alm.Ahmad Sayuti Hasibuan, yang telah berjuang dengan keras
hingga akhir hayatnya untuk menyekolahkan anak-anaknya dan kepada Ibunda Nurlin
Nasution yang selalu bersabar dalam semua kondisi, sesungguhnya doa dari ibunda
menjadi pembuka jalan hidup bagi penulis. Semoga Ayahanda dan Ibunda selalu
berada dalam naungan cahaya iman. Penulis juga sampaikan terima kasih kepada
Kakak terkasih, Linda, yang telah menggantikan posisi ayah untuk menyekolahkan
adik-adiknya dan terima kasih juga untuk hal-hal yang telah kakak rencanakan, kakak
lebih hebat dari Abdullah Khairul Azzam. Tidak lupa juga untuk Kak Lita dan Adikadik, Bairuni dan Farabi, terima kasih atas arahan, bantuan dan dukungannya yang
tidak ternilai.
Selanjutnya kepada sahabat penulis, Rossy, terima kasih atas doanya yang
begitu tulus, untuk Melly dan Titin yang telah sama-sama berjuang untuk
menyelesaikan skripsi. Untuk Rena yang bersedia berbagi. Untuk teman-teman dan
adik-adik di BKM Al-Khuwarizmi juga UKMI Ad-Da’wah terima kasih atas
dukungannya. Terima kasih untuk seorang kakak yang menjadi guru dalam kehidupan
penulis, yang telah berbagi ilmu dan pengalaman. Terima kasih juga untuk temanteman stambuk 2005, abang dan kakak senior, adik-adik junior, adik-adik mentoring
dan pihak-pihak yang tidak dapat penulis sebutkan.
Penulis menyadari bahwa penelitian ini masih jauh dari kesempurnaan, karena
kesempurnaan hanya milik Allah. Oleh karena itu penulis menerima saran dan kritik
yang bersifat membangun dari para pembaca sekalian.
Universitas Sumatera Utara
6
ABSTRAK
Perdagangan forex merupakan investasi yang berisiko tinggi dan memiliki prospek
yang tinggi. Berbagai kalangan berperan di dalamnya, mulai dari individu hingga
perusahaan-perusahaan bertaraf internasional. Nilai transaksi pada pasar forex juga
sangat besar, menyentuh harga $USD 2 triliun perharinya. Banyaknya kalangan yang
berperan di dalamnya dan besarnya nilai uang yang beredar menjadikan pasar forex
sulit untuk dikendalikan oleh kalangan tertentu.
Berbagai analisa telah dikembangkan untuk memprediksi pergerakan harga
forex, diantaranya fibonacci dan candlestick. Fibonacci melakukan prediksi
pergerakan harga forex berdasarkan level-level fibonacci. Candlestick merupakan
salah satu analisa yang dapat digunakan untuk mengetahui batas level fibonacci
berdasarkan pola-pola candlestick yang terbentuk pada waktu sebelumnya. Baik
fibonacci maupun candlestick menggunakan variable-variabel fuzzy seperti lebih
tinggi, lebih rendah, lebih lebar.
Pada penelitian ini digunakan fuzzy logic untuk mengolah variabel-variabel
fuzzy yang digunakan. Fuzzy logic merupakan cabang kecerdasan buatan yang mampu
mengolah data-data yang direpresentasikan dengan variabel linguistik. Dengan fuzzy
logic diharapkan dapat melakukan prediksi yang tepat sehingga memberikan
keuntungan yang maksimal.
Universitas Sumatera Utara
7
DETERMINATION OF FOREIGN EXCHANGE TRADING STRATEGY
BY USING FIBONACCI, CANDLESTICK AND
FUZZY LOGIC APPROACH
ABSTRACT
Forex trading is a high risk and high prospects investments. Various people played in
it, ranging from individuals to international companies. The value of transactions on
the forex market is also very large, the price touched $USD 2 trillion per day. The
number of circles that play a role in it and the value of money in circulation makes the
forex market is difficult to be controlled by certain circles.
Various analysis have been developed to predict forex price movement,
including the Fibonacci and Candlestick. Fibonacci predict forex price movement
based on the Fibonacci levels. Candlestick is one of analysis that can be used to
determine the limit of Fibonacci levels based on candlestick patterns are formed at an
earlier time. Both the Fibonacci and Candlestick using fuzzy variables such as higher,
lower, longer.
This research uses fuzzy logic to process the fuzzy variables are used. Fuzzy
logic is a branch of artificial intelligence that can process data are represented with
linguistic variables. With fuzzy logic is expected to make a correct prediction so as to
provide maximum benefit.
Universitas Sumatera Utara
8
DAFTAR ISI
Halaman
ii
iii
iv
v
vi
vii
ix
x
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
BAB I
PENDAHULUAN
1.1.
1.2.
1.3.
1.4.
1.5.
1.6.
1.7.
1.8.
BAB II
BAB III
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan Penelitian
Manfaat Penelitian
Hipotesis
Tinjauan Pustaka
Metode Penelitian
1
2
2
3
3
3
3
9
LANDASAN TEORI
2.1. Fuzzy Logic
2.1.1. Himpunan Fuzzy
2.1.2. Membership Function (Fungsi Keanggotaan)
2.1.3. Operator Himpunan Fuzzy
2.1.4. Aturan Fuzzy
2.1.5. Fuzzy Inference System
2.1.6. Keunggulan Fuzzy Logic
10
10
12
13
14
14
17
2.2. Forex
2.3. Analisis Teknikal
2.4. Analisis Fibonacci
2.4.1. Leonardo Fiboacci
2.4.2. Perbandingan Fibonacci
2.4.3. Fibonacci dan Pergerakan Pasar
17
18
19
19
19
20
2.5. Analisis Candlestick
2.5.1. Sejarah Candlestick
2.5.2. Dasar Candlestick
2.5.3. Pola-Pola Candlestick
2.6. Penelitian Terkait
22
22
23
23
30
ANALISIS DAN PERANCANGAN
31
Universitas Sumatera Utara
9
BAB IV
BAB V
3.1. Analisis Masalah
3.2. Penyelesaian Masalah
3.2.1. Basis Pengetahuan
3.2.2. Fuzifikasi
3.2.3. Inferensi
3.2.4. Defuzifikasi
31
32
33
34
38
39
3.3. Analisis Sistem
3.3.1. Pemodelan Fungsional
3.3.2. Kamus Data
40
40
46
3.4. Perancangan
3.4.1. Perancangan Arsitektur
3.4.2. Perancangan Prosedural
49
49
50
IMPLEMENTASI DAN PENGUJIAN
52
4.1. Implementasi
4.1.1. Expert Advisor
4.1.2. Custom Indicator
52
52
53
4.2. Pengujian
4.2.1. Pengujian dengan Black Box
54
54
KESIMPULAN DAN SARAN
56
5.1. Kesimpulan
5.2. Saran
56
56
DAFTAR PUSTAKA
57
LAMPIRAN A: Rancangan Prosedural
Universitas Sumatera Utara
10
Daftar Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
1.1
2.1
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
4.1
Persamaan untuk posisi titik C dan D
Persamaan untuk posisi titik C dan D
Basis Pengetahuan
Titik-titik a, b, c dan d untuk representasi kurva trapezium
Titik a dan b untuk representasi kurva linear naik
Titik a dan b untuk representasi kurva linear turun
Titik a dan b untuk representasi kurva tegas
Spesifikasi Proses Diagram Konteks Level 0
Spesifikasi Proses DFD level 1 Proses P.0
Spesifikasi Proses DFD 2 Proses P.2
Spesifikasi Proses DFD 2 Proses P.3
Kamus Data
Hasil Pengujian Sistem
Halaman
6
21
35
36
36
37
38
41
42
44
45
46
54
Universitas Sumatera Utara
11
Daftar Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
1.1
1.2
1.3
1.4
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
4.1
4.2
Halaman
Diagram Sistem Fuzzy
4
Sinyal Beli
6
Level Fibonacci
6
Struktur Candlestick
7
Himpunan Konvensional dan Himpunan Fuzzy
11
Bagian dari Fuzzy Logic
11
Berbagai Jenis Fungsi Keanggotaan
13
Fuzzy Inference System
15
Fuzzification untuk masukan crisp menjadi fuzzy
15
Inferensi fuzzy model Tsukamoto
16
Sinyal Beli
20
Level Fibonacci
20
Perbandingan Fibonacci pada Pergerakan Pasar Forex
21
Candle yang menunjukkan bullish dan bearish
23
Bullish Engulfing Candle
25
Piercing Line
26
Bullish Harami
27
Bearish Engulfing Candle
28
Dark Cloud Cover
29
Bearish Harami
30
Interval harga perdagangan USD/JPY
32
Kurva Trapesium dan Fungsi keanggotaan
34
Kurva Linear Naik dan Fungsi Keanggotaannya
36
Kurva Kurva Tegas (Crisp) dan Fungsi Keanggotaannya
38
Fungsi keanggotaan untuk himpunan fuzzy buy dan sell
39
Hasil akhir sistem fuzzy yang direkomendasikan kepada trader
40
Diagram konteks sistem forex
40
DFD level 1 Proses 0
41
DFD level 2 proses P.2
43
DFD level 2 proses P.3
43
Rancangan arsitektur sistem forex
49
Data masukan pada expert advisor
52
Hasil analisis teknikal fibonacci dan candlestick
53
Universitas Sumatera Utara
6
ABSTRAK
Perdagangan forex merupakan investasi yang berisiko tinggi dan memiliki prospek
yang tinggi. Berbagai kalangan berperan di dalamnya, mulai dari individu hingga
perusahaan-perusahaan bertaraf internasional. Nilai transaksi pada pasar forex juga
sangat besar, menyentuh harga $USD 2 triliun perharinya. Banyaknya kalangan yang
berperan di dalamnya dan besarnya nilai uang yang beredar menjadikan pasar forex
sulit untuk dikendalikan oleh kalangan tertentu.
Berbagai analisa telah dikembangkan untuk memprediksi pergerakan harga
forex, diantaranya fibonacci dan candlestick. Fibonacci melakukan prediksi
pergerakan harga forex berdasarkan level-level fibonacci. Candlestick merupakan
salah satu analisa yang dapat digunakan untuk mengetahui batas level fibonacci
berdasarkan pola-pola candlestick yang terbentuk pada waktu sebelumnya. Baik
fibonacci maupun candlestick menggunakan variable-variabel fuzzy seperti lebih
tinggi, lebih rendah, lebih lebar.
Pada penelitian ini digunakan fuzzy logic untuk mengolah variabel-variabel
fuzzy yang digunakan. Fuzzy logic merupakan cabang kecerdasan buatan yang mampu
mengolah data-data yang direpresentasikan dengan variabel linguistik. Dengan fuzzy
logic diharapkan dapat melakukan prediksi yang tepat sehingga memberikan
keuntungan yang maksimal.
Universitas Sumatera Utara
7
DETERMINATION OF FOREIGN EXCHANGE TRADING STRATEGY
BY USING FIBONACCI, CANDLESTICK AND
FUZZY LOGIC APPROACH
ABSTRACT
Forex trading is a high risk and high prospects investments. Various people played in
it, ranging from individuals to international companies. The value of transactions on
the forex market is also very large, the price touched $USD 2 trillion per day. The
number of circles that play a role in it and the value of money in circulation makes the
forex market is difficult to be controlled by certain circles.
Various analysis have been developed to predict forex price movement,
including the Fibonacci and Candlestick. Fibonacci predict forex price movement
based on the Fibonacci levels. Candlestick is one of analysis that can be used to
determine the limit of Fibonacci levels based on candlestick patterns are formed at an
earlier time. Both the Fibonacci and Candlestick using fuzzy variables such as higher,
lower, longer.
This research uses fuzzy logic to process the fuzzy variables are used. Fuzzy
logic is a branch of artificial intelligence that can process data are represented with
linguistic variables. With fuzzy logic is expected to make a correct prediction so as to
provide maximum benefit.
Universitas Sumatera Utara
12
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Foreign Exchange, lebih dikenal dengan istilah forex, merupakan salah satu pilihan
investasi yang berkembang di Indonesia. Forex Trading adalah transaksi perdagangan
nilai tukar mata uang asing di pasar uang internasional. Forex berbeda dengan money
changer. Pada money changer, jual beli dilakukan secara fisik (memiliki tempat dan
barang), transaksi forex dilakukan dengan memindahbukukan dana pada rekening
bank antara trader.
Pasar forex sebenarnya adalah pasar uang terbesar di dunia. Banyak sekali
trader yang terlibat di dalamnya, perusahaan bertaraf internasional, bank-bank dunia
maupun individu. Banyaknya trader di pasar ini membuat perputaran uang menjadi
sangat cepat.
Perputaran uang yang begitu cepat, selain diakibatkan oleh banyaknya jumlah
trader, juga dipengaruhi oleh berbagai macam faktor, seperti faktor ekonomi, politik
dan sosial suatu negara. Akibatnya, harga menjadi sangat fluktuatif. Harga yang
sangat fluktuatif merupakan resiko yang harus dihadapi para trader.
Harga suatu mata uang terhadap mata uang lain akan mengalami peningkatan
(bullish) ataupun penurunan (bearish). Jika harga suatu mata uang mengalami bullish
terhadap mata uang lain, maka perdagangan forex diawali dengan open-buy dan akan
diakhiri dengan close-sell. Selisih antara harga beli dan harga jual adalah keuntungan
yang diperoleh trader (Martinez, Jared F, 2007).
Berbagai analisis teknikal telah dikembangkan untuk memprediksi terjadinya
bullish, yang berarti sinyal beli, dan memprediksi terjadinya bearish, yang berarti
sinyal jual. Diantaranya adalah Relative Strength Index (RSI), Stochastic Oschilator,
Simple Moving Average, Fibonacci, Candlestick.
Universitas Sumatera Utara
13
Analisis Fibonacci menggunakan perbandingan bilangan Fibonacci untuk
menentukan sinyal beli, sinyal jual dan target keuntungan yang dapat dicapai
(Marshall dan Moubray, 2005). Analisis dengan Fibonacci akan semakin akurat jika
digabungkan dengan analisis lainnya yaitu candlstick (Fischer dan Fischer, 2003).
Pola-pola candlestick yang dapat digunakan untuk menentukan keputusan
mengandung variable-variabel fuzzy seperti ‘lebih besar’, ‘lebih kecil’, ‘lebih tinggi’,
‘lebih rendah’. Oleh sebab itu fuzzy logic diperlukan untuk mengukur keakuratan pola
yang muncul.
1.2. Rumusan Masalah
Berdasarkan latar belakang masalah di atas, yang menjadi rumusan masalah adalah:
1. Bagaimana menentukan posisi beli maupun jual menggunakan metode Fibonacci
dan candlestick.
2. Bagaimana mengukur keakuratan pola fibonacci dan candlestick menggunakan
fuzzy logic.
1.3. Batasan Masalah
Dalam suatu penelitian diperlukan batasan masalah agar pembahasan tidak melebar.
Pada penelitian ini yang menjadi batasan masalah adalah :
1. Grafik yang digunakan adalah grafik 5 menit.
2. Perdagangan forex untuk USD/JPY.
3. Pola candlestick terbatas pada bullish/bearish engulfing candle, piercing line, dark
cloud cover dan bullish/bearish harami.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk membangun suatu aplikasi yang dapat
menentukan posisi open-buy, open-sell, close-sell dan close-buy pada perdagangan
forex.
1.5. Manfaat Penelitian
Aplikasi ini dapat membantu trader dalam melakukan perdagangan forex.
Universitas Sumatera Utara
14
1.6. Hipotesis
Dalam penelitian ini ada beberapa hipotesis yang akan diuji, yaitu
1. Harga pembukaan forex masa lalu dapat memprediksi harga forex yang akan
datang.
2. Harga penutupan forex masa lalu dapat memprediksi harga forex yang akan
datang.
3. Harga tertinggi forex masa lalu dapat memprediksi harga forex yang akan datang.
4. Harga terendah forex masa lalu dapat memprediksi harga forex yang akan datang.
1.7. Tinjauan Pustaka
Landasan teori yang digunakan dalam pembangunan aplikasi yang dapat menentukan
strategi perdagangan forex dengan fuzzy logic.
1.7.1. Himpunan Fuzzy
Fuzzy logic adalah salah satu cara untuk memetakan suatu ruang input ke ruang
output. Ide mengenai fuzzy logic sudah lama dipikirkan oleh para filsuf Yunani kuno.
Plato adalah filsuf pertama yang meletakkan fondasi dasar fuzzy logic. Plato
mengatakan terdapat area ketiga selain benar dan salah. Tetapi, pemikiran mengenai
fuzzy logic menghilang selama dua milinium dan baru muncul kembali pada era 1960an. Konsep fuzzy logic yang sangat sistematis pertama kali diusulkan oleh Lotfi A.
Zadeh (Suyanto, 2008).
Pada himpunan konvensional himpunan memiliki batasan yang kaku. Sebagai
contoh, suatu himpunan konvensional didefinisikan sebagai
A = {x | x > 6}
ada batasan yang jelas yaitu 6 sehingga jika x lebih besar dari 6 maka x anggota
himpunan A dan jika sebaliknya maka x bukan anggota himpnan A. Berlawanan
dengan himpunan konvensional, himpunan fuzzy merupakan suatu himpunan tanpa
batasan yang kaku. Oleh karena itu transisi dari “anggota himpunan” ke “bukan
anggota himpunan” terjadi secara bertahap dan transisi ini diimplementasikan dengan
fungsi keanggotaan.
Universitas Sumatera Utara
15
Suatu sistem yang berbasis fuzzy logic diawali dengan fuzifikasi yaitu konversi
input crisp menjadi fuzzy berdasarkan fungsi keanggotaan. Proses selanjutnya adalah
inferensi, proses ini akan memperhitungkan semua aturan pada basis aturan dan
menghasilkan himpunan fuzzy. Proses terakhir adalah defuzifikasi, proses ini akan
menentukan nilai crisp untuk himpunan fuzzy yang dihasilkan pada proses inferensi
Gambar 1.1. Diagram Sistem Fuzzy
(Jang dan Sun, 1995).
1.7.2. Operator Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan
secara khusus untuk mengkombinasikan dan memodifikasi himpunan fuzzy. Nilai
keanggotaan sebagai hasil dari operasi dua himpunan sering dikenal dengan nama fire
strength atau -predikat. Ada tiga operator dasar yang diciptakan oleh Zadeh, yaitu:
a. Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan.
-predikat
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
µ A B[x]=min(µ A[x], µ B[y])
b. Operator OR
Operator ini berhubungan dengan operasi union pada himpunan. -predikat sebagai
hasil operasi dengan operator OR diperoleh dengna mengambil nilai keanggotaan
terbesar antar elemen pada himpunan-himpunan yang bersangkutan.
µAUB[x]=max(µA[x], µB[y])
Universitas Sumatera Utara
16
c. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan
-predikat
sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai
keanggotaan elemen pada himpunan yang bersangkutan dari satu
µA’ = 1 - µA[x]
(Kusumadewi dan Hartati, 2006).
1.7.3. Fibonacci
Pada pasar forex, rasio Fibonacci digunakan untuk menentukan posisi pembukaan dan
posisi penutupan untuk suatu perdagangan. Rasio yang digunakan adalah 38.2%, 50%,
61.8%, 78.6%, 100%, 127%, 161.8%, 200%, 261.8%.
(a)
(b)
Gambar 1.2 Sinyal beli (a) dan sinyal jual (b)
Sinyal beli terjadi ketika harga bergerak naik dari titik A menuju titik B
kemudian retrace hingga titik C sesuai level Fibonacci. Sinyal jual terjadi ketika harga
begerak turun dari titik A menuju titik B kemudian retrace hingga titik C sesuai level
Fibonacci.
Gambar 1.3. Level Fibonacci
Universitas Sumatera Utara
17
Grafik di atas menunjukkan adanya sinyal beli. Perdagangan forex dimulai
pada titik C dan ditutup pada titik D. Posisi titik C dan titik D dapat dihitung dengan
persamaan di bawah ini:
Tabel 1.1. Persamaan untuk posisi titik C dan D
Target Fibonacci
38.2%
50%
Persamaan titik C dan D
B - (B-A) * 0.382 = C
B - (B-A) * 0.5 = C
61.8%
B - (B-A) * 0.618 = C
78.6%
B - (B-A) * 0.786 = C
100%
(B-A) * 1 + A = D
127%
(B-A) * 1.27 + A = D
161.8%
(B-A) * 1.618 + A = D
200%
261.8%
(B-A) * 2 + A = D
(B-A) * 2.618 + A = D
(Martinez, Jared F, 2007).
Posisi titik C dan titik D dapat ditentukan dengan metode lain. Candlestick merupakan
metode yang sangant sesuai digabungkan dengan Fibonacci (Fischer dan Fischer,
2003).
1.7.4. Analisis Candlestick
Candlestick bekerja berdasarkan harga pembukaan, harga tertinggi, harga terendah
dan harga penutupan. Diagram ini mampu mengidentifikasi momentum perubahan
harga dengan membandingkan harga pembukaan dan harga penutupan (Fischer dan
Fischer, 2003).
Gambar 1.4. Struktur Candlestick
Universitas Sumatera Utara
18
Pola candlestick yang digunakan sebagai analisis teknikal pada penelitian ini
adalah bullish/bearish engulfing candle, piercing line, dark cloud cover dan
bullish/bearish harami.
a. Bullish Engulfing Candle
Bullish engulfing candle terdiri atas dua candle dengan warna yang berlawanan.
Candle pertama berwarna hitam dan candle kedua berwarna putih. Candle kedua
“menelan” candle pertama, harga pembukaan candle kedua lebih rendah dari harga
penutupan candle pertama dan harga penutupan candle kedua lebih tinggi dari harga
pembukaan candle pertama.. Pola ini menandakan bahwa harga akan mengalami
peningkatan yang artinya sinyal beli.
b. Piercing Line
Pola piercing line terjadi pada trend yang mengalami downtrend. Candle pertama
berwarna hitam dan menunjukkan trend yang sedang terjadi. Candle kedua
mempunyai harga pembukaan lebih rendah harga terendah pada candle sebelumnya
dan harga penutupannya di atas setengah real body candle sebelumnya. Pola ini
menandakan bahwa harga akan mengalami peningkatan yang artinya sinyal beli.
c. Bullish Harami
Bullish harami terjadi pada trend yang mengalami downtrend. Pola ini berkebalikan
dengan bullish engulfing candle. Bullish harami diawali dengan candle pertama yang
memiliki real body yang panjang dan candle ini menunjukkan trend yang sedang
terjadi. Candle kedua memiliki real body yang kecil dan real body ini berada di dalam
real body candle sebelumnya. Pola ini menandakan sinyal beli.
d. Bearish Engulfing Candle
Bearish engulfing candle terdiri atas dua candle dengan warna yang berlawanan.
Candle pertama berwarna putih dan candle kedua berwarna hitam. Candle kedua
“menelan” candle pertama, harga pembukaan candle kedua lebih tinggi dari harga
penutupan candle pertama dan harga penutupan candle kedua lebih rendah dari harga
Universitas Sumatera Utara
19
pembukaan candle pertama.. Pola ini menandakan bahwa harga akan mengalami
penurunan yang berarti sinyal jual.
e. Dark Cloud
Pola dark cloud cover terjadi pada trend yang mengalami uptrend. Pola ini diawali
dengan candle putih yang memiliki real body yang panjang dan candle ini mengikuti
trend yang sedang terjadi. Candle kedua berwarna hitam dengan harga pembukaan
lebih tinggi dari harga tertinggi pada candle sebelumnya dan harga penutupannya di
bawah setengah real body candle sebelumnya. Pola ini menandakan bahwa harga akan
mengalami penurunan yang berarti bahwa sinyal jual
f. Bearish Harami
Bearish harami terjadi pada trend yang mengalami uptrend. Pola ini berkebalikan
dengan bearish engulfing candle. Bearish harami diawali dengan candle pertama yang
memiliki real body yang panjang dan candle ini menunjukkan trend yang sedang
terjadi. Candle kedua memiliki real body yang kecil dan real body ini berada di dalam
real body candle sebelumnya. Pola ini menunjukkan sinyal jual
1.8. Metode Penelitian
Langkah-langkah dalam pengerjaan skripsi:
a. Studi Literatur. Penulisan ini dimulai dengan studi kepustakaan yaitu
mengumpulkan bahan-bahan referensi mengenai perdagangan forex, Metode
Fibonacci, Metode Candlestick, fuzzy logic dari berbagai sumber.
b. Analisis masalah. Pada tahap ini akan dianalisa bagaimana menentukan posisi beli
maupun jual menggunakan metode Fibonacci dan candlestick serta bagaimana
menentukan keakuratan pola candlestick yang muncul dengan fuzzy logic.
c. Perancangan Sistem. Pada tahap ini dilakukan pembuatan diagram konteks, DFD,
perancangan data, perancangan antarmuka, dan perancangan prosedural sistem.
d. Pengkodean.
Pada
tahap
ini
sistem
yang
telah
dirancang
kemudian
diimplementasikan kedalam bahasa pemrograman.
e. Pengujian. Pada tahap ini dilakukan pengujian program dan mencari kesalahan
pada program hingga program itu dapat berjalan seperti yang diharapkan.
Universitas Sumatera Utara
20
f. Penyusunan laporan dan kesimpulan akhir. Menyusun laporan hasil analisis dan
perancangan ke dalam format penulisan tugas akhir dengan disertai kesimpulan
akhir.
BAB 2
LANDASAN TEORI
2.1
Fuzzy logic
Fuzzy logic merupakan suatu sistem cerdas yang digunakan untuk merepresentasikan
ketidakpastian sesuai dengan cara manusia berfikir dan mengambil kesimpulan. Fuzzy
logic secara matematis pertama kali diperkenalkan oleh Lotfi A. Zadeh (Suyanto,
2006).
2.1.1. Himpunan Fuzzy
Himpunan fuzzy merupakan superset dari himpunan konvensional. Pada himpunan
fuzzy derajat keanggotaan berada diantara 0 dan 1. Derajat keanggotaan yang bernilai
1 menyatakan keanggotaan penuh, sedangkan derajat keanggotaan yang bernilai 0
menyatakan bukan anggota sama sekali. Pada himpunan fuzzy dapat terjadi
keanggotaan yang bersifat parsial (Ibrahim, 2003).
Pada himpunan konvensional, himpunan memiliki batasan yang kaku. Sebagai
contoh, suatu himpunan konvensional didefinisikan sebagai
A = {x | x > 6}
ada batasan yang jelas yaitu 6 sehingga jika x lebih besar dari 6 maka x anggota
himpunan A dan jika sebaliknya maka x bukan anggota himpnan A. Berlawanan
dengan himpunan konvensional, himpunan fuzzy merupakan suatu himpunan tanpa
batasan yang kaku. Oleh karena itu transisi dari “anggota himpunan” ke “bukan
Universitas Sumatera Utara
21
anggota himpunan” terjadi secara bertahap dan transisi ini diimplementasikan dengan
fungsi keanggotaan.
Secara matematis suatu himpunan fuzzy A dalam semesta X dapat dinyatakan
sebagai himpunan pasangan terurut
A={(x, µ A(x)) | x ∈ X }
di mana µ A adalah fungsi keanggotaan dari himpunan fuzzy A yang merupakan suatu
pemetaan dari himpunan semesta X ke interval tertutup [0,1] (Ibrahim, 2003).
Perbedaan himpunan fuzzy dan himpunan konvensional terlihat pada gambar 2.1
Gambar 2.1. Himpunan konvensional dan himpunan fuzzy
Pada gambar diatas ada tiga himpunan yaitu poors, averages dan richs dalam
himpunan semesta kekayaan. Pada himpunan konvensional terlihat batasan kaku
antara poors, averages dan richs. Pada himpunan fuzzy tidak ada batasan yang kaku,
seseorang dapat menjadi anggota himpunan poors dengan derajat keanggotaan 0.1
sekaligus menjadi anggota himpunan averages dengan derajat keanggotaan 0.7.
Keunggulan utama dari fuzzy logic adalah kemampuannya mengolah ekspresi
kata atau kalimat menggantikan nilai-nilai numeris. Ekspresi tersebut dikenal dengan
istilah variabel linguistik. Sebagai contoh, variabel fuzzy kecepatan dapat dibagi
menjadi tiga variabel linguistik yaitu lambat, sedang dan cepat. Setiap variabel
lingustik dinyatakan dalam fungsi keanggotaan dalam semesta pembicaraan. Nilai dari
fungsi keanggotaan bervariasi antara 0 dan 1. Bentuk kurva fungsi keanggotaan juga
bervariasi seperti bentuk kurva segitiga, kurva bahu atau sigmoid. Tidak ada aturan
pasti yang mengatur pemilihan bentuk kurva, namun keakuratan hasil yang dihasilkan
dari sistem fuzzy berkaitan erat dengan kesesuaian kurva yang dipilih untuk mewakili
variabel linguistik yang dimaksud.
Universitas Sumatera Utara
22
Gambar 2.2. Bagian dari fuzzy logic
Dalam sistem fuzzy ada beberapa istilah yang perlu diketahui untuk dapat
memahami sitem, yaitu:
1. Variabel fuzzy
Variabel fuzzy merupakan variabel yang akan dibahas dalam suatu sistem fuzzy.
Contoh: kecepatan.
2. Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan
tertentu dalam suatu variabel fuzzy. Contoh: Pada variabel fuzzy kecepatan dapat
dibagi menjadi tiga himpunan fuzzy yaitu lambat, menengah dan cepat
3. Semesta pembicaraan (universe of discourse)
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri
ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun
negatif. Adakalanya nilai semesta pembicaraan ini tidak ada batas atasnya. Contoh:
Semesta pembicaraan untuk variabel fuzzy kecepatan [0 120]
4. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya
semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa
naik (bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat berupa
bilangan positif dan negatif. Contoh: Domain himpunan fuzzy untuk menengah [40
80]
2.1.2. Membership Function (Fungsi Keanggotaan)
Universitas Sumatera Utara
23
Setiap variabel linguistik diasosiasikan dengan himpunan fuzzy yang masing-masing
memiliki fungsi keanggotaan yang telah didefinisikan. Fungsi keanggotaan adalah
suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai
keanggotaannya. Salah satu cara yang dapat digunakan untuk mendapatkan nilai
keanggotaan adalah dengan pendekatan fungsi
Terdapat banyak fungsi yang dapat digunakan untuk memetakan titik-titik
input ke dalam nilai keanggotannya. Beberapa diantaranya adalah triangular
membership function, trapezoid membership function, gaussian membership function
dan generalized bell membership function (Surbakti, 2006).
Gambar 2.3. Berbagai jenis fungsi keanggotaan
2.1.3. Operator Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan
secara khusus untuk mengkombinasikan dan memodifikasi himpunan fuzzy. Nilai
keanggotaan sebagai hasil dari operasi dua himpunan sering dikenal dengan nama fire
strength atau -predikat. Ada tiga operator dasar yang diciptakan oleh Zadeh, yaitu:
a. Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan.
-predikat
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
µ A B[x]=min(µ A[x], µ B[y])
b. Operator OR
Universitas Sumatera Utara
24
Operator ini berhubungan dengan operasi union pada himpunan. -predikat sebagai
hasil operasi dengan operator OR diperoleh dengna mengambil nilai keanggotaan
terbesar antar elemen pada himpunan-himpunan yang bersangkutan.
µAUB[x]=max(µA[x], µB[y])
c. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan
-predikat
sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai
keanggotaan elemen pada himpunan yang bersangkutan dari satu
µA’ = 1 - µA[x]
(Kusumadewi dan Hartati, 2006).
2.1.4. Aturan Fuzzy
Penalaran pada fuzzy menggunakan aturan fuzzy yang berbentuk IF-THEN. Aturan
fuzzy terdiri atas dua bagian antaseden atau premis dan konsekuen atau konklusi.
Bentuk aturan fuzzy adalah sebagai berikut:
IF x is A THEN y is B
(x is A) adalah antaseden atau premis dan (y is B) adalah konsekuen atau konklusi. A
dan B adalah variabel linguistik yang terdefinisi dalam himpunan fuzzy pada semesta
X dan Y (Jang dan Sun, 1995). Aturan fuzzy sering didapati dalam kehidupan seharihari, misalnya:
a.
JIKA tekanan besar MAKA volume kecil
b.
JIKA permintaan tinggi MAKA harga naik
c.
JIKA jalanan licin MAKA mengemudi berbahaya.
2.1.5. Fuzzy Inference System
Fuzzy Inference System merupakan suatu kerangka komputasi yang didasarkan teori
himpunan fuzzy, aturan fuzzy berbentuk if...then dan penalaran fuzzy. Mekanisme
inferensi memiliki dua tugas utama yaitu: (1) menentukan aturan yang paling sesuai
Universitas Sumatera Utara
25
dengan situasi terkini berdasarkan data yang dimasukkan dan (2) menggambarkan
kesimpulan berdasarkan data masukan dan informasi pada rule-base.
Gambar 2.4 menunjukkan fuzzy inference system, terlihat bahwa fuzzy
inference system terdiri atas lima blok yaitu rule-base yang berisi aturan fuzzy if-then,
database yang menetapkan fungsi keanggotaan untuk himpunan fuzzy yang digunakan
pada aturan fuzzy, decision making unit yang melakukan operasi inferensi pada aturan,
fuzzification interface yang merubah input crisp menjadi fuzzy dengan derajat
keanggotannya dan defuzzification interface yang merubah hasil sistem inferensi yang
berupa fuzzy menjadi crisp sebagai keluaran terakhir. Berikut ini akan dijelaskan lebih
rinci untuk masing-masing proses pada fuzzy inference system
Gambar 2.4. Fuzzy Inference System
Fuzzification
Pada fuzzification, nilai masukan crisp dikonversi menjadi nilai fuzzy. Nilai crisp yang
dimasukkan akan disesuaikan dengan variable linguistik sesuai dengan derajat
keanggotaannya berdasarkan fungsi keanggotaan yang telah ditetapkan
Gambar 2.5. Fuzzification untuk masukan crisp menjadi fuzzy
Inference
Universitas Sumatera Utara
26
Decision making unit melakukan operasi inferensi pada aturan fuzzy. Nilai fuzzy dalam
aturan fuzzy digabungkan dengan operator penghubung seperti interseksi (AND),
union (OR) atau komplemen (NOT). Hasil operasi dari dua nilai fuzzy dalam derajat
keanggotaan disebut fire strength atau
-predikat. Fire strength menggambarkan
kekuatan aturan fuzzy yang telah dibentuk untuk dibangkitkan.
Defuzzification
Defuzzifikasi merupakan proses akhir dari sistem fuzzy. Pada defuzzifikasi akan
dilakukan konversi dari hasil fuzzy yang dihasilkan pada proses inferensi menjadi hasil
crisp. Ada beberapa metode defuzzfikasi yang dapat digunakan, diantaranya rata-rata
terbobot. Metode ini menggabungkan konsekuen pada aturan fuzzy dengan keluaran
pada sistem inferensi berdasarkan rumus
dimana n merupakan jumlah aturan fuzzy, µ i merupakan fire strength untuk aturan ke-i
dan Zi merupakan hasil inferensi aturan ke-i.
Ada beberapa metode inferensi yang dapat digunakan diantaranya adalah
sistem inferensi metode tsukamoto. Sistem inferensi menggunakan metode tsukamoto
memiliki karakteristik yaitu konsekuen direpresentasikan dalam fungsi yang monoton.
Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas
(crisp) berdasarkan
-predikat (fire strength). Hasil akhirnya diperoleh dengan
menggunakan rata-rata terbobot.
Universitas Sumatera Utara
27
Gambar 2.6. Inferensi fuzzy model Tsukamoto
2.1.6. Keunggulan Fuzzy logic
Ada beberapa alasan mengapa orang menggunakan fuzzy logic, antara lain:
1. Konsep fuzzy logic mudah dimengerti. Konsep matematis yang mendasari
penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Fuzzy logic sangat fleksibel.
3. Fuzzy logic memiliki toleransi terhadap data-data yang tidak tepat.
4. Fuzzy logic mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
5. Fuzzy logic dapat membangun dan mengaplikasikan pengalaman-pengalaman
para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Fuzzy logic dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7. Fuzzy logic didasarkan pada bahasa alami.
8. Sangat mudah digabungkan dengan teknologi lain, misalnya algoritma genetika,
jaringan saraf.
2.2
Forex
Forex merupakan singkatan dari foreign exchange atau dikenal juga dengan valuta
asing. Perdagangan forex adalah suatu jenis perdagangan atau transakasi yang
Universitas Sumatera Utara
28
memperdagangkan mata uang suatu negara terhadap mata uang negara lainnya yang
melibatkan pasar internasional.
Nilai transaksi pada pasar forex dapat mencapai $USD 2 triliun per harinya.
Dengan demikian prospek investasi pada perdagangan forex sangat menjanjikan,
disamping itu pergerakan harga forex sulit untuk dipermainkan oleh kalangan tertentu,
karena perputarannya yang sangat cepat.
Forex menjadi alternatif investasi yang populer karena profit yang dapat
diperoleh melebihi rata-rata perdagangan pada umumnya (berkisar 5% - 20% per
bulan, bahkan dapat mencapai lebih dari 100% per bulan). Namun demikian forex
juga memiliki resiko yang tinggi karena perputaran uang di dalamnya yang sangat
cepat.
Tidak semua mata uang diperdagangkan pada pasar forex, hanya mata uang
tertentu yang diperdagangkan seperti USD (US Dollar), JPY (Yen Jepang), GBP
(Great Britain Poundsterling), EUR (Euro), CHF (Swiss franc) dan AUD (Australian
Dollar).
2.3
Analisis Teknikal
Analisis teknikal merupakan suatu metode yang dapat digunakan untuk memprediksi
pergerakan harga dan trend pasar yang akan datang dengan menganalisa grafik pasar
masa lalu. Alat utama untuk analisis teknikal adalah grafik. Grafik menggambarkan
perubahan harga mata uang berdasarkan transaksi-transaksi yang terjadi pada masa
lalu. Berdasarkan perubahan ini dapat diperoleh pola-pola pergerakan harga mata
uang terhadap mata uang lainnya. Pola-pola inilah yang digunakan untuk menentukan
pergerakan harga yang akan datang, karena menurut analisis teknikal pergerakan
harga mata uang akan mengikuti pola pergerakan yang telah terjadi di masa lalu.
Sementara analisis fundamental percaya bahwa pergerakan harga mata uang
dipengaruhi oleh faktor-faktor fundamental seperti ekonomi, politik dan moneter
negara yang bersangkutan. Pada kesempatan ini penulis akan menggunakan analisis
teknikal untuk memprediksi pergerakan harga mata uang yang akan datang karena
analisis teknikal mudah untuk dikomputasi dan analisis teknikal berlaku untuk semua
grafik mata uang.
Analisis teknikal menggunakan beberapa indikator untuk memprediksi
pergerakan harga mata uang yang akan datang, diataranya adalah:
Universitas Sumatera Utara
29
1. Open
: merupakan harga pembukaan suatu mata uang pada selang waktu
tertentu
2. High
: merupakan harga tertinggi suatu mata uang pada selang waktu tertentu
3. Low
: merupakan harga terendah suatu mata uang pada selang waktu tertentu
4. Close
: merupakan harga penutupan suatu mata uang pada selang waktu tertentu
5. Volume : merupakan jumlah mata uang yang diperdagangkan pada selang waktu
tertentu
Berbagai analisis teknikal telah dikembangkan untuk memprediksi pergerakan
harga forex, diantaranya adalah Relative Strength Index (RSI), Stochastic Oschilator,
Simple Moving Average, Fibonacci, Candlestick. Analisis Fibonacci menggunakan
perbandingan bilangan Fibonacci untuk menentukan pergerakan harga forex (Marshall
dan Moubray, 2005). Analisis dengan Fibonacci akan semakin akurat jika
digabungkan dengan analisis lainnya yaitu candlstick (Fischer dan Fischer, 2003). Dua
analisis ini yaitu, Fibonacci dan Candlestick akan digunakan untuk memprediksi
pergerakan harga forex.
2.4
Analisis Fibonacci
Bilangan fibonacci diperkenalkan oleh Leonardo Fibonacci, seorang saudagar yang
sangat terkenal di Eropa karena kejeniusannya. Berikut ini adalah deret fibonacci:
1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, ...
Bilangan berikutnya diperoleh dengan menjumlahkan dua bilangan sebelumnya.
Perbandingan bilangan-bilangan fibonacci ini menjadi dasar untuk memprediksi
pergerakan harga pasar.
2.4.1
Leonardo Fibonacci
Leonardo de Pisa de Fibonacci (1170 - 1250) adalah seorang matematikawan Italia
yang dikenal sebagai penemu bilangannya Fibonacci. Ayahnya,Guilielmo, memimpin
sebuah pos perdagangan untuk Republik Pisa di Bugia, Afrika Utara. Leonardo ikut
bersama ayahnya dan di sana ia mulai mempelajari matematika.
Fibonacci mempelajari sistem bilangan arab yang dilihatnya lebih efisien.
Fibonacci kemudian berkelana ke penjuru daerah Mediterania untuk belajar kepada
matematikawan Arab yang terkenal mada masa itu, dan baru pulang kembali sekitar
tahun 1200-an. Pada 1202, di usia 27, ia menuliskan apa yang telah dipelajari dalam
Universitas Sumatera Utara
30
buku Liber Abaci, atau Buku Perhitungan. Buku ini menunjukkan kepraktisan sistem
bilangan Arab dengan cara menerapkannya ke dalam pembukuan dagang, konversi
berbagai ukuran dan berat, perhitungan bunga, pertukaran uang dan berbagai aplikasi
lainnya. Buku ini disambut baik oleh kaum terpelajar Eropa, dan menghasilkan
dampak yang penting kepada pemikiran Eropa, meski penggunaannya baru
menyebarluas setelah ditemukannya percetakan sekitar tiga abad berikutnya
(Martinez, 2007).
Perbandingan Fibonacci
2.4.2
Perbandingan Fibonacci merupakan perbandingan bilanga-bilangan fibonacci yang
digunakan untuk memprediksi arah pergerakan pasar forex. Perbandingan fibonacci
yang digunakan adalah 0.236, 0.382, 0.50, 0.782, 1.00, 1.27, 1.618, 2.00 dan 2.618.
Untuk menentukan posisi open akan digunakan perbandingan bilangan
fibonacci
0.236, 0.382, 0.50 dan 0.782. Dan untuk posisi close digunakan
perbandingan bilangan fibonacci 1.00, 1.27, 1.618, 2.00 dan 2.618.
2.4.3 Fibonacci dan Pergerakan pasar
Pada pasar forex, rasio Fibonacci digunakan untuk menentukan posisi pembukaan dan
posisi penutupan untuk suatu perdagangan.
(a)
(b)
Gambar 2.7 Sinyal beli (a) dan sinyal jual (b)
Sinyal beli terjadi ketika harga bergerak naik dari titik A menuju titik B
kemudian retrace hingga titik C sesuai level Fibonacci. Sinyal jual terjadi ketika
harga begerak turun dari titik A menuju titik B kemudian retrace hingga titik C sesuai
level Fibonacci.
Universitas Sumatera Utara
31
Gambar 2.8. Level Fibonacci
Grafik di atas menunjukkan adanya sinyal beli. Perdagangan forex dimulai
pada titik C dan ditutup pada titik D. Posisi titik C dan titik D dapat dihitung dengan
persamaan di bawah ini:
Tabel 2.1. Persamaan untuk posisi titik C dan D
Target Fibonacci
Persamaan titik C dan D
23.6%
B - (B-A) * 0.236 = C
38.2%
B - (B-A) * 0.382 = C
50%
B - (B-A) * 0.5 = C
61.8%
B - (B-A) * 0.618 = C
78.6%
B - (B-A) * 0.786 = C
100%
(B-A) * 1 + A = D
127%
(B-A) * 1.27 + A = D
161.8%
(B-A) * 1.618 + A = D
200%
(B-A) * 2 + A = D
261.8%
(B-A) * 2.618 + A = D
(Martinez, Jared F, 2007).
Universitas Sumatera Utara
32
Posisi titik C dan titik D dapat ditentukan dengan metode lain. Candlestick
merupakan metode yang sangant sesuai digabungkan dengan Fibonacci (Fischer dan
Fischer, 2003).
Gambar 2.9. Perbandingan Fibonacci pada pergerakan pasar forex
2.5
Analisis Candlestick
Analisis Candlestick merupakan salah satu teknik analisis teknikal yang banyak
digunakan dan akan terus digunakan karena efektif untuk segala analisis pasar pada
semua interval waktu. Teori Candlestick mengasumsikan bahwa trend pasar dapat
diprediksi dengan mengidentifikasi pola-pola candle tertentu pada grafik Candlestick
(Fischer dan Fischer, 2003).
2.5.1
Sejarah Candlestick
Salah satu orang yang paling terkenal yang menggunakan data-data masa lalu untuk
memprediksi pergerakan harga yang akan datang adalah Munehisa Homma. Dia
mengumpulkan data-data perdagangan yang memberikan keuntungan dari pasar beras
selama tahun 1700-an.
Munehisa Homma lahir pada tahun 1724. Ia terlahir dari keluarga hartawan.
Pada tahun 1750 Homma diberi jabatan untuk mengontrol bisnis keluarganya. Homma
Universitas Sumatera Utara
33
kemudian memulai perdagangan beras di kota Sakata. Ketika ayah Munehisa Homma
meninggal, Homma dipercayakan untuk mengelola asset keluarga meskipun ia masih
sangat muda. Homma kemudian mulai melakukan perdagangan pada pasar beras yang
lebih besar, Dojima Rice Exchange di Osaka.
Homma mengumpulkan berbagai informasi mengenai pasar beras, ia juga
mengumpulkan informasi mengenai kondisi cuaca selama satu tahunan. Ini ia lakukan
untuk mempelajari psikologi para investor, ia juga menganalisa harga beras pada masa
lalu.
Setelah mendominasi pasar di Osaka, Homma mulai berdagang di pasar
regional Edo (sekarang disebut Tokyo). Ia menggunakan wawasannya untuk
menghasilkan kekayaan. Disebutkan bahwa Homma mampu mengendalikan pasar
beras, ketika panen beras di Sakata (asal Homma) bagus, maka harga beras di Dojima
Rice Exchange jatuh dan harga beras di Edo anjlok.
Pada tahun berikutnya Homma menjadi konsultan keuangan untuk
pemerintah. Ia meninggal pada tahun 1803. Dasar-dasar perdagangannya yang telah di
terapkan pada pasar beras, berkembang menjadi metodologi candlestick yang
sekarang ini digunakan (Nison, 1991).
2.5.2
Dasar Candlestick
Candlestick merupakan analisis yang banyak digunakan karena grafik Candlestick
memberikan tampilan pasar secara visual. Investor dapat dengan mengetahui harga
pembukaan, harga penutupan, harga tertinggi dan harga terendah. Investor juga dapat
dengan mudah mengetahui apakah dalam interval waktu tertentu terjadi bullish atau
bearish. Berikut ini merupakan gambar candlestick yang menunjukkan bullish dan
bearish.
(a)
(b)
Universitas Sumatera Utara
34
Gambar 2.10. Candle yang menunjukkan bullish (a) dan bearish (b)
Bagian tengah candle disebut real body. Real body menunjukkan perbedaan
harga antara pembukaan dan penutupan. Jika harga pembukaan lebih rendah dari
harga penutupan (bullish) maka real body berwarna putih (Gambar 2.10. a), jika harga
pembukaan lebih tinggi dari harga penutupan (bearish) maka real body berwarna
hitam (Gambar 2.10. b).
Garis yang berada di bawah dan diatas real body disebut shadow. Shadow
menunjukkan harga ekstrim. Shadow di atas real body disebut upper shadow, ini
menunjukkan harga tertinggi pada interval waktu tertentu. Shadow di bawah real body
disebut lower shadow, ini menunjukkan harga terendah pada interval waktu tertentu.
Jika suatu candle tidak memiliki upper shadow maka ia disebut shaven head dan jika
suatu candle tidak memiliki lower shadow maka ia disebut shaven buttom.
2.5.3
Pola-Pola Candlestick
Nilai forex dalam perdagangan mengalami fluktuasi, naik dan turun. Trader yang
memulai perdagangannya dengan open buy berharap nilai forex mengalami bullish
yaitu meningkat sehingga pada akhir perdagangan akan ditutup dengan menjual forex
dengan harga yang lebih tinggi. Sebaliknya trader yang memulai perdagangannya
dengan open sell berharap nilai forex mengalami bearish yaitu menurun sehingga
pada akhir perdagangan akan ditutup dengan membeli forex dengan harga yang lebih
rendah.
Arah pergerakan pasar, bullish atau bearish, dapat dilihat dari pola-pola
candlestick yang muncul. Pola-pola candlestick tersusun atas satu atau kombinasi dari
beberapa candle. Dalam penelitian ini penulis akan menggunakan pola candlestick
yang tersusun atas dua candle. Untuk mengidentifikasi terjadinya bullish akan
digunakan tiga pola yaitu bullish engulfing candle, piercing line dan bullish harami.
Dan untuk mengidentifikasi terjadinya bearish akan digunakan tiga pola juga yaitu
bearish engulfing candle, dark cloud cover dan bearish harami. Berikut ini penjelasan
untuk masing-masing pola:
1. Bullish engulfing candle
Bullish engulfing candle terdiri atas dua candle dengan warna yang berlawanan.
Candle pertama berwarna hitam dan candle kedua berwarna putih. Candle kedua
Universitas Sumatera Utara
35
“menelan” candle pertama, harga pembukaan candle kedua lebih rendah dari harga
penutupan candle pertama dan harga penutupan candle kedua lebih tinggi dari harga
pembukaan candle pertama. Ada empat kriteria yang menunjukkan pola bullish
engulfing candle, yaitu:
a. Trend pasar adalah downtrend (menurun)
b. Candle kedua harus “menelan” candle pertama
c. Warna candle pertama yaitu hitam menunjukkan trend yang sedang terjadi yaitu
downtrend.
d. warna candle kedua berlawanan dengan candle pertama
Candle pertama mempunyai real body yang kecil sementara candle kedua mempunyai
real body yang panjang, ini menunjukkan kekuatan trend sebelumnya semakin
melemah dan perubahan trend ke arah yang sebaliknya semakin menguat.
Gambar 2.11. Bullish engulfing candle
2. Piercing Line
Pola piercing line terjadi pada trend yang mengalami downtrend. Candle pertama
berwarna hitam dan menunjukkan trend yang sedang terjadi. Candle kedua
mempunyai harga pembukaan lebih rendah harga terendah pada candle sebelumnya
dan harga penutupannya di atas setengah real body candle sebelumnya. Ada tiga
kriteria yang menunjukkan pola piercing line, yaitu:
a. Candle pertama berwarna hitam dengan real body yang panjang dan candle ini
melanjutkan trend yang sedang terjadi yaitu downtrend.
Universitas Sumatera Utara
36
b. Candle kedua berwarna putih dengan harga pembukaan yang lebih rendah dari
harga terendah pada candle sebelumnya.
c. Harga penutupan candle kedua di atas setengah candle sebelumnya.
Candle pertama berwarna hitam dengan real body yang panjang melanjutkan
terjadinya downtrend. Candle kedua memiliki harga pembukaan lebih rendah dari
harga terendah pada candle sebelumnya. Sinyal ini menunjukkan bahwa downtrend
akan berakhir dan diperkuat dengan harga penutupan candle kedua berada di atas
setengah candle pertama.
Gambar 2.12. Piercing line
3. Bullish Harami
Bullish harami terjadi pada trend yang mengalami downtrend. Pola ini berkebalikan
dengan bullish engulfing
MENGGUNAKAN PENDEKATAN FIBONACCI,
CANDLESTICK DAN FUZZY LOGIC
SKRIPSI
LAILAN SAHRINA HASIBUAN
051401064
PROGRAM STUDI S-1 ILMU KOMPUTER
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2010
Universitas Sumatera Utara
2
PENENTUAN STRATEGI PERDAGANGAN FOREIGN EXCHANGE
MENGGUNAKAN PENDEKATAN FIBONACCI,
CANDLESTICK DAN FUZZY LOGIC
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar
Sarjana Komputer
LAILAN SAHRINA HASIBUAN
051401064
PROGRAM STUDI S1 ILMU KOMPUTER
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2010
Universitas Sumatera Utara
3
PERSETUJUAN
Judul
Kategori
Nama
Nomor Induk Mahasiswa
Program Studi
Departemen
Fakultas
: PENENTUAN STRATEGI PERDAGANGAN
FOREIGN EXCHANGE MENGGUNAKAN
PENDEKATAN FIBONACCI, CANDLESTICK
DAN FUZZY LOGIC
: SKRIPSI
: LAILAN SAHRINA HASIBUAN
: 051401064
: SARJANA (S1) ILMU KOMPUTER
: ILMU KOMPUTER
: MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA
UTARA
Diluluskan di
Medan, November 2010
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Syahriol Sitorus, S.Si, MIT
NIP. 197103101997031004
Prof. Dr. Muhammad Zarlis
NIP. 195707011986011003
Diketahui/Disetujui oleh
Program Studi S1 Ilmu Komputer
Ketua,
Prof. Dr. Muhammad Zarlis
NIP 195707011986011003
Universitas Sumatera Utara
4
PERNYATAAN
PENTUAN STRATEGI PERDAGANGAN FOREIGN EXCHANGE
MENGGUNAKAN PEDEKATAN FIBONACCI,
CANDLESTICK DAN FUZZY LOGIC
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, November 2010
Lailan Sahrina Hasibuan
051401064
Universitas Sumatera Utara
5
PENGHARGAAN
Segala puji bagi Allah SWT, yang segala sesuatu bertasbih kepada-Nya dan segala
kekuasaan berada dalam genggaman-Nya. Shalawat dan salam kepada manusia paling
agung, Nabi Muhammad SAW, beserta keluarganya, para sahabat dan pengikutnya
yang setia meski tak pernah berjumpa.
Ucapan terima kasih yang sebesar-besarnya penulis sampaikan kepada Bapak
Prof. Dr. Muhammad Zarlis selaku Dosen Pembimbing I dan Bapak Syahriol
Sitorus,S.Si, MIT selaku Dosen Pembimbing II yang telah memberikan bimbingan,
saran, dan masukan kepada penulis sehingga dapat menyelesaikan penelitian ini.
Selanjutnya kepada Bapak Drs. Sawaluddin, MIT selaku Dosen Penguji I dan Ibu
Maya Silvi Lydia, BSc, MSc selaku Dosen Penguji II, terima kasih atas saran dan
kritik yang sangat berguna bagi penulis. Ucapan terima kasih juga penulis tujukan
kepada Ketua Program Studi S1 Ilmu Komputer dan Sekretaris Program Studi S1 Ilmu
Komputer Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syahriol Sitorus, S.Si, MIT,
Dekan dan Pembantu Dekan FMIPA USU, dosen-dosen di Program Studi S1 Ilmu
Komputer FMIPA USU, dan para pegawai di Program Studi S1 Ilmu Komputer
FMIPA USU.
Ucapan terima kasih yang teristimewa penulis sampaikan kepada kedua
orangtua, Ayahanda Alm.Ahmad Sayuti Hasibuan, yang telah berjuang dengan keras
hingga akhir hayatnya untuk menyekolahkan anak-anaknya dan kepada Ibunda Nurlin
Nasution yang selalu bersabar dalam semua kondisi, sesungguhnya doa dari ibunda
menjadi pembuka jalan hidup bagi penulis. Semoga Ayahanda dan Ibunda selalu
berada dalam naungan cahaya iman. Penulis juga sampaikan terima kasih kepada
Kakak terkasih, Linda, yang telah menggantikan posisi ayah untuk menyekolahkan
adik-adiknya dan terima kasih juga untuk hal-hal yang telah kakak rencanakan, kakak
lebih hebat dari Abdullah Khairul Azzam. Tidak lupa juga untuk Kak Lita dan Adikadik, Bairuni dan Farabi, terima kasih atas arahan, bantuan dan dukungannya yang
tidak ternilai.
Selanjutnya kepada sahabat penulis, Rossy, terima kasih atas doanya yang
begitu tulus, untuk Melly dan Titin yang telah sama-sama berjuang untuk
menyelesaikan skripsi. Untuk Rena yang bersedia berbagi. Untuk teman-teman dan
adik-adik di BKM Al-Khuwarizmi juga UKMI Ad-Da’wah terima kasih atas
dukungannya. Terima kasih untuk seorang kakak yang menjadi guru dalam kehidupan
penulis, yang telah berbagi ilmu dan pengalaman. Terima kasih juga untuk temanteman stambuk 2005, abang dan kakak senior, adik-adik junior, adik-adik mentoring
dan pihak-pihak yang tidak dapat penulis sebutkan.
Penulis menyadari bahwa penelitian ini masih jauh dari kesempurnaan, karena
kesempurnaan hanya milik Allah. Oleh karena itu penulis menerima saran dan kritik
yang bersifat membangun dari para pembaca sekalian.
Universitas Sumatera Utara
6
ABSTRAK
Perdagangan forex merupakan investasi yang berisiko tinggi dan memiliki prospek
yang tinggi. Berbagai kalangan berperan di dalamnya, mulai dari individu hingga
perusahaan-perusahaan bertaraf internasional. Nilai transaksi pada pasar forex juga
sangat besar, menyentuh harga $USD 2 triliun perharinya. Banyaknya kalangan yang
berperan di dalamnya dan besarnya nilai uang yang beredar menjadikan pasar forex
sulit untuk dikendalikan oleh kalangan tertentu.
Berbagai analisa telah dikembangkan untuk memprediksi pergerakan harga
forex, diantaranya fibonacci dan candlestick. Fibonacci melakukan prediksi
pergerakan harga forex berdasarkan level-level fibonacci. Candlestick merupakan
salah satu analisa yang dapat digunakan untuk mengetahui batas level fibonacci
berdasarkan pola-pola candlestick yang terbentuk pada waktu sebelumnya. Baik
fibonacci maupun candlestick menggunakan variable-variabel fuzzy seperti lebih
tinggi, lebih rendah, lebih lebar.
Pada penelitian ini digunakan fuzzy logic untuk mengolah variabel-variabel
fuzzy yang digunakan. Fuzzy logic merupakan cabang kecerdasan buatan yang mampu
mengolah data-data yang direpresentasikan dengan variabel linguistik. Dengan fuzzy
logic diharapkan dapat melakukan prediksi yang tepat sehingga memberikan
keuntungan yang maksimal.
Universitas Sumatera Utara
7
DETERMINATION OF FOREIGN EXCHANGE TRADING STRATEGY
BY USING FIBONACCI, CANDLESTICK AND
FUZZY LOGIC APPROACH
ABSTRACT
Forex trading is a high risk and high prospects investments. Various people played in
it, ranging from individuals to international companies. The value of transactions on
the forex market is also very large, the price touched $USD 2 trillion per day. The
number of circles that play a role in it and the value of money in circulation makes the
forex market is difficult to be controlled by certain circles.
Various analysis have been developed to predict forex price movement,
including the Fibonacci and Candlestick. Fibonacci predict forex price movement
based on the Fibonacci levels. Candlestick is one of analysis that can be used to
determine the limit of Fibonacci levels based on candlestick patterns are formed at an
earlier time. Both the Fibonacci and Candlestick using fuzzy variables such as higher,
lower, longer.
This research uses fuzzy logic to process the fuzzy variables are used. Fuzzy
logic is a branch of artificial intelligence that can process data are represented with
linguistic variables. With fuzzy logic is expected to make a correct prediction so as to
provide maximum benefit.
Universitas Sumatera Utara
8
DAFTAR ISI
Halaman
ii
iii
iv
v
vi
vii
ix
x
Persetujuan
Pernyataan
Penghargaan
Abstrak
Abstract
Daftar Isi
Daftar Tabel
Daftar Gambar
BAB I
PENDAHULUAN
1.1.
1.2.
1.3.
1.4.
1.5.
1.6.
1.7.
1.8.
BAB II
BAB III
Latar Belakang
Rumusan Masalah
Batasan Masalah
Tujuan Penelitian
Manfaat Penelitian
Hipotesis
Tinjauan Pustaka
Metode Penelitian
1
2
2
3
3
3
3
9
LANDASAN TEORI
2.1. Fuzzy Logic
2.1.1. Himpunan Fuzzy
2.1.2. Membership Function (Fungsi Keanggotaan)
2.1.3. Operator Himpunan Fuzzy
2.1.4. Aturan Fuzzy
2.1.5. Fuzzy Inference System
2.1.6. Keunggulan Fuzzy Logic
10
10
12
13
14
14
17
2.2. Forex
2.3. Analisis Teknikal
2.4. Analisis Fibonacci
2.4.1. Leonardo Fiboacci
2.4.2. Perbandingan Fibonacci
2.4.3. Fibonacci dan Pergerakan Pasar
17
18
19
19
19
20
2.5. Analisis Candlestick
2.5.1. Sejarah Candlestick
2.5.2. Dasar Candlestick
2.5.3. Pola-Pola Candlestick
2.6. Penelitian Terkait
22
22
23
23
30
ANALISIS DAN PERANCANGAN
31
Universitas Sumatera Utara
9
BAB IV
BAB V
3.1. Analisis Masalah
3.2. Penyelesaian Masalah
3.2.1. Basis Pengetahuan
3.2.2. Fuzifikasi
3.2.3. Inferensi
3.2.4. Defuzifikasi
31
32
33
34
38
39
3.3. Analisis Sistem
3.3.1. Pemodelan Fungsional
3.3.2. Kamus Data
40
40
46
3.4. Perancangan
3.4.1. Perancangan Arsitektur
3.4.2. Perancangan Prosedural
49
49
50
IMPLEMENTASI DAN PENGUJIAN
52
4.1. Implementasi
4.1.1. Expert Advisor
4.1.2. Custom Indicator
52
52
53
4.2. Pengujian
4.2.1. Pengujian dengan Black Box
54
54
KESIMPULAN DAN SARAN
56
5.1. Kesimpulan
5.2. Saran
56
56
DAFTAR PUSTAKA
57
LAMPIRAN A: Rancangan Prosedural
Universitas Sumatera Utara
10
Daftar Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
Tabel
1.1
2.1
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
4.1
Persamaan untuk posisi titik C dan D
Persamaan untuk posisi titik C dan D
Basis Pengetahuan
Titik-titik a, b, c dan d untuk representasi kurva trapezium
Titik a dan b untuk representasi kurva linear naik
Titik a dan b untuk representasi kurva linear turun
Titik a dan b untuk representasi kurva tegas
Spesifikasi Proses Diagram Konteks Level 0
Spesifikasi Proses DFD level 1 Proses P.0
Spesifikasi Proses DFD 2 Proses P.2
Spesifikasi Proses DFD 2 Proses P.3
Kamus Data
Hasil Pengujian Sistem
Halaman
6
21
35
36
36
37
38
41
42
44
45
46
54
Universitas Sumatera Utara
11
Daftar Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
Gambar
1.1
1.2
1.3
1.4
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
4.1
4.2
Halaman
Diagram Sistem Fuzzy
4
Sinyal Beli
6
Level Fibonacci
6
Struktur Candlestick
7
Himpunan Konvensional dan Himpunan Fuzzy
11
Bagian dari Fuzzy Logic
11
Berbagai Jenis Fungsi Keanggotaan
13
Fuzzy Inference System
15
Fuzzification untuk masukan crisp menjadi fuzzy
15
Inferensi fuzzy model Tsukamoto
16
Sinyal Beli
20
Level Fibonacci
20
Perbandingan Fibonacci pada Pergerakan Pasar Forex
21
Candle yang menunjukkan bullish dan bearish
23
Bullish Engulfing Candle
25
Piercing Line
26
Bullish Harami
27
Bearish Engulfing Candle
28
Dark Cloud Cover
29
Bearish Harami
30
Interval harga perdagangan USD/JPY
32
Kurva Trapesium dan Fungsi keanggotaan
34
Kurva Linear Naik dan Fungsi Keanggotaannya
36
Kurva Kurva Tegas (Crisp) dan Fungsi Keanggotaannya
38
Fungsi keanggotaan untuk himpunan fuzzy buy dan sell
39
Hasil akhir sistem fuzzy yang direkomendasikan kepada trader
40
Diagram konteks sistem forex
40
DFD level 1 Proses 0
41
DFD level 2 proses P.2
43
DFD level 2 proses P.3
43
Rancangan arsitektur sistem forex
49
Data masukan pada expert advisor
52
Hasil analisis teknikal fibonacci dan candlestick
53
Universitas Sumatera Utara
6
ABSTRAK
Perdagangan forex merupakan investasi yang berisiko tinggi dan memiliki prospek
yang tinggi. Berbagai kalangan berperan di dalamnya, mulai dari individu hingga
perusahaan-perusahaan bertaraf internasional. Nilai transaksi pada pasar forex juga
sangat besar, menyentuh harga $USD 2 triliun perharinya. Banyaknya kalangan yang
berperan di dalamnya dan besarnya nilai uang yang beredar menjadikan pasar forex
sulit untuk dikendalikan oleh kalangan tertentu.
Berbagai analisa telah dikembangkan untuk memprediksi pergerakan harga
forex, diantaranya fibonacci dan candlestick. Fibonacci melakukan prediksi
pergerakan harga forex berdasarkan level-level fibonacci. Candlestick merupakan
salah satu analisa yang dapat digunakan untuk mengetahui batas level fibonacci
berdasarkan pola-pola candlestick yang terbentuk pada waktu sebelumnya. Baik
fibonacci maupun candlestick menggunakan variable-variabel fuzzy seperti lebih
tinggi, lebih rendah, lebih lebar.
Pada penelitian ini digunakan fuzzy logic untuk mengolah variabel-variabel
fuzzy yang digunakan. Fuzzy logic merupakan cabang kecerdasan buatan yang mampu
mengolah data-data yang direpresentasikan dengan variabel linguistik. Dengan fuzzy
logic diharapkan dapat melakukan prediksi yang tepat sehingga memberikan
keuntungan yang maksimal.
Universitas Sumatera Utara
7
DETERMINATION OF FOREIGN EXCHANGE TRADING STRATEGY
BY USING FIBONACCI, CANDLESTICK AND
FUZZY LOGIC APPROACH
ABSTRACT
Forex trading is a high risk and high prospects investments. Various people played in
it, ranging from individuals to international companies. The value of transactions on
the forex market is also very large, the price touched $USD 2 trillion per day. The
number of circles that play a role in it and the value of money in circulation makes the
forex market is difficult to be controlled by certain circles.
Various analysis have been developed to predict forex price movement,
including the Fibonacci and Candlestick. Fibonacci predict forex price movement
based on the Fibonacci levels. Candlestick is one of analysis that can be used to
determine the limit of Fibonacci levels based on candlestick patterns are formed at an
earlier time. Both the Fibonacci and Candlestick using fuzzy variables such as higher,
lower, longer.
This research uses fuzzy logic to process the fuzzy variables are used. Fuzzy
logic is a branch of artificial intelligence that can process data are represented with
linguistic variables. With fuzzy logic is expected to make a correct prediction so as to
provide maximum benefit.
Universitas Sumatera Utara
12
BAB 1
PENDAHULUAN
1.1. Latar Belakang
Foreign Exchange, lebih dikenal dengan istilah forex, merupakan salah satu pilihan
investasi yang berkembang di Indonesia. Forex Trading adalah transaksi perdagangan
nilai tukar mata uang asing di pasar uang internasional. Forex berbeda dengan money
changer. Pada money changer, jual beli dilakukan secara fisik (memiliki tempat dan
barang), transaksi forex dilakukan dengan memindahbukukan dana pada rekening
bank antara trader.
Pasar forex sebenarnya adalah pasar uang terbesar di dunia. Banyak sekali
trader yang terlibat di dalamnya, perusahaan bertaraf internasional, bank-bank dunia
maupun individu. Banyaknya trader di pasar ini membuat perputaran uang menjadi
sangat cepat.
Perputaran uang yang begitu cepat, selain diakibatkan oleh banyaknya jumlah
trader, juga dipengaruhi oleh berbagai macam faktor, seperti faktor ekonomi, politik
dan sosial suatu negara. Akibatnya, harga menjadi sangat fluktuatif. Harga yang
sangat fluktuatif merupakan resiko yang harus dihadapi para trader.
Harga suatu mata uang terhadap mata uang lain akan mengalami peningkatan
(bullish) ataupun penurunan (bearish). Jika harga suatu mata uang mengalami bullish
terhadap mata uang lain, maka perdagangan forex diawali dengan open-buy dan akan
diakhiri dengan close-sell. Selisih antara harga beli dan harga jual adalah keuntungan
yang diperoleh trader (Martinez, Jared F, 2007).
Berbagai analisis teknikal telah dikembangkan untuk memprediksi terjadinya
bullish, yang berarti sinyal beli, dan memprediksi terjadinya bearish, yang berarti
sinyal jual. Diantaranya adalah Relative Strength Index (RSI), Stochastic Oschilator,
Simple Moving Average, Fibonacci, Candlestick.
Universitas Sumatera Utara
13
Analisis Fibonacci menggunakan perbandingan bilangan Fibonacci untuk
menentukan sinyal beli, sinyal jual dan target keuntungan yang dapat dicapai
(Marshall dan Moubray, 2005). Analisis dengan Fibonacci akan semakin akurat jika
digabungkan dengan analisis lainnya yaitu candlstick (Fischer dan Fischer, 2003).
Pola-pola candlestick yang dapat digunakan untuk menentukan keputusan
mengandung variable-variabel fuzzy seperti ‘lebih besar’, ‘lebih kecil’, ‘lebih tinggi’,
‘lebih rendah’. Oleh sebab itu fuzzy logic diperlukan untuk mengukur keakuratan pola
yang muncul.
1.2. Rumusan Masalah
Berdasarkan latar belakang masalah di atas, yang menjadi rumusan masalah adalah:
1. Bagaimana menentukan posisi beli maupun jual menggunakan metode Fibonacci
dan candlestick.
2. Bagaimana mengukur keakuratan pola fibonacci dan candlestick menggunakan
fuzzy logic.
1.3. Batasan Masalah
Dalam suatu penelitian diperlukan batasan masalah agar pembahasan tidak melebar.
Pada penelitian ini yang menjadi batasan masalah adalah :
1. Grafik yang digunakan adalah grafik 5 menit.
2. Perdagangan forex untuk USD/JPY.
3. Pola candlestick terbatas pada bullish/bearish engulfing candle, piercing line, dark
cloud cover dan bullish/bearish harami.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk membangun suatu aplikasi yang dapat
menentukan posisi open-buy, open-sell, close-sell dan close-buy pada perdagangan
forex.
1.5. Manfaat Penelitian
Aplikasi ini dapat membantu trader dalam melakukan perdagangan forex.
Universitas Sumatera Utara
14
1.6. Hipotesis
Dalam penelitian ini ada beberapa hipotesis yang akan diuji, yaitu
1. Harga pembukaan forex masa lalu dapat memprediksi harga forex yang akan
datang.
2. Harga penutupan forex masa lalu dapat memprediksi harga forex yang akan
datang.
3. Harga tertinggi forex masa lalu dapat memprediksi harga forex yang akan datang.
4. Harga terendah forex masa lalu dapat memprediksi harga forex yang akan datang.
1.7. Tinjauan Pustaka
Landasan teori yang digunakan dalam pembangunan aplikasi yang dapat menentukan
strategi perdagangan forex dengan fuzzy logic.
1.7.1. Himpunan Fuzzy
Fuzzy logic adalah salah satu cara untuk memetakan suatu ruang input ke ruang
output. Ide mengenai fuzzy logic sudah lama dipikirkan oleh para filsuf Yunani kuno.
Plato adalah filsuf pertama yang meletakkan fondasi dasar fuzzy logic. Plato
mengatakan terdapat area ketiga selain benar dan salah. Tetapi, pemikiran mengenai
fuzzy logic menghilang selama dua milinium dan baru muncul kembali pada era 1960an. Konsep fuzzy logic yang sangat sistematis pertama kali diusulkan oleh Lotfi A.
Zadeh (Suyanto, 2008).
Pada himpunan konvensional himpunan memiliki batasan yang kaku. Sebagai
contoh, suatu himpunan konvensional didefinisikan sebagai
A = {x | x > 6}
ada batasan yang jelas yaitu 6 sehingga jika x lebih besar dari 6 maka x anggota
himpunan A dan jika sebaliknya maka x bukan anggota himpnan A. Berlawanan
dengan himpunan konvensional, himpunan fuzzy merupakan suatu himpunan tanpa
batasan yang kaku. Oleh karena itu transisi dari “anggota himpunan” ke “bukan
anggota himpunan” terjadi secara bertahap dan transisi ini diimplementasikan dengan
fungsi keanggotaan.
Universitas Sumatera Utara
15
Suatu sistem yang berbasis fuzzy logic diawali dengan fuzifikasi yaitu konversi
input crisp menjadi fuzzy berdasarkan fungsi keanggotaan. Proses selanjutnya adalah
inferensi, proses ini akan memperhitungkan semua aturan pada basis aturan dan
menghasilkan himpunan fuzzy. Proses terakhir adalah defuzifikasi, proses ini akan
menentukan nilai crisp untuk himpunan fuzzy yang dihasilkan pada proses inferensi
Gambar 1.1. Diagram Sistem Fuzzy
(Jang dan Sun, 1995).
1.7.2. Operator Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan
secara khusus untuk mengkombinasikan dan memodifikasi himpunan fuzzy. Nilai
keanggotaan sebagai hasil dari operasi dua himpunan sering dikenal dengan nama fire
strength atau -predikat. Ada tiga operator dasar yang diciptakan oleh Zadeh, yaitu:
a. Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan.
-predikat
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
µ A B[x]=min(µ A[x], µ B[y])
b. Operator OR
Operator ini berhubungan dengan operasi union pada himpunan. -predikat sebagai
hasil operasi dengan operator OR diperoleh dengna mengambil nilai keanggotaan
terbesar antar elemen pada himpunan-himpunan yang bersangkutan.
µAUB[x]=max(µA[x], µB[y])
Universitas Sumatera Utara
16
c. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan
-predikat
sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai
keanggotaan elemen pada himpunan yang bersangkutan dari satu
µA’ = 1 - µA[x]
(Kusumadewi dan Hartati, 2006).
1.7.3. Fibonacci
Pada pasar forex, rasio Fibonacci digunakan untuk menentukan posisi pembukaan dan
posisi penutupan untuk suatu perdagangan. Rasio yang digunakan adalah 38.2%, 50%,
61.8%, 78.6%, 100%, 127%, 161.8%, 200%, 261.8%.
(a)
(b)
Gambar 1.2 Sinyal beli (a) dan sinyal jual (b)
Sinyal beli terjadi ketika harga bergerak naik dari titik A menuju titik B
kemudian retrace hingga titik C sesuai level Fibonacci. Sinyal jual terjadi ketika harga
begerak turun dari titik A menuju titik B kemudian retrace hingga titik C sesuai level
Fibonacci.
Gambar 1.3. Level Fibonacci
Universitas Sumatera Utara
17
Grafik di atas menunjukkan adanya sinyal beli. Perdagangan forex dimulai
pada titik C dan ditutup pada titik D. Posisi titik C dan titik D dapat dihitung dengan
persamaan di bawah ini:
Tabel 1.1. Persamaan untuk posisi titik C dan D
Target Fibonacci
38.2%
50%
Persamaan titik C dan D
B - (B-A) * 0.382 = C
B - (B-A) * 0.5 = C
61.8%
B - (B-A) * 0.618 = C
78.6%
B - (B-A) * 0.786 = C
100%
(B-A) * 1 + A = D
127%
(B-A) * 1.27 + A = D
161.8%
(B-A) * 1.618 + A = D
200%
261.8%
(B-A) * 2 + A = D
(B-A) * 2.618 + A = D
(Martinez, Jared F, 2007).
Posisi titik C dan titik D dapat ditentukan dengan metode lain. Candlestick merupakan
metode yang sangant sesuai digabungkan dengan Fibonacci (Fischer dan Fischer,
2003).
1.7.4. Analisis Candlestick
Candlestick bekerja berdasarkan harga pembukaan, harga tertinggi, harga terendah
dan harga penutupan. Diagram ini mampu mengidentifikasi momentum perubahan
harga dengan membandingkan harga pembukaan dan harga penutupan (Fischer dan
Fischer, 2003).
Gambar 1.4. Struktur Candlestick
Universitas Sumatera Utara
18
Pola candlestick yang digunakan sebagai analisis teknikal pada penelitian ini
adalah bullish/bearish engulfing candle, piercing line, dark cloud cover dan
bullish/bearish harami.
a. Bullish Engulfing Candle
Bullish engulfing candle terdiri atas dua candle dengan warna yang berlawanan.
Candle pertama berwarna hitam dan candle kedua berwarna putih. Candle kedua
“menelan” candle pertama, harga pembukaan candle kedua lebih rendah dari harga
penutupan candle pertama dan harga penutupan candle kedua lebih tinggi dari harga
pembukaan candle pertama.. Pola ini menandakan bahwa harga akan mengalami
peningkatan yang artinya sinyal beli.
b. Piercing Line
Pola piercing line terjadi pada trend yang mengalami downtrend. Candle pertama
berwarna hitam dan menunjukkan trend yang sedang terjadi. Candle kedua
mempunyai harga pembukaan lebih rendah harga terendah pada candle sebelumnya
dan harga penutupannya di atas setengah real body candle sebelumnya. Pola ini
menandakan bahwa harga akan mengalami peningkatan yang artinya sinyal beli.
c. Bullish Harami
Bullish harami terjadi pada trend yang mengalami downtrend. Pola ini berkebalikan
dengan bullish engulfing candle. Bullish harami diawali dengan candle pertama yang
memiliki real body yang panjang dan candle ini menunjukkan trend yang sedang
terjadi. Candle kedua memiliki real body yang kecil dan real body ini berada di dalam
real body candle sebelumnya. Pola ini menandakan sinyal beli.
d. Bearish Engulfing Candle
Bearish engulfing candle terdiri atas dua candle dengan warna yang berlawanan.
Candle pertama berwarna putih dan candle kedua berwarna hitam. Candle kedua
“menelan” candle pertama, harga pembukaan candle kedua lebih tinggi dari harga
penutupan candle pertama dan harga penutupan candle kedua lebih rendah dari harga
Universitas Sumatera Utara
19
pembukaan candle pertama.. Pola ini menandakan bahwa harga akan mengalami
penurunan yang berarti sinyal jual.
e. Dark Cloud
Pola dark cloud cover terjadi pada trend yang mengalami uptrend. Pola ini diawali
dengan candle putih yang memiliki real body yang panjang dan candle ini mengikuti
trend yang sedang terjadi. Candle kedua berwarna hitam dengan harga pembukaan
lebih tinggi dari harga tertinggi pada candle sebelumnya dan harga penutupannya di
bawah setengah real body candle sebelumnya. Pola ini menandakan bahwa harga akan
mengalami penurunan yang berarti bahwa sinyal jual
f. Bearish Harami
Bearish harami terjadi pada trend yang mengalami uptrend. Pola ini berkebalikan
dengan bearish engulfing candle. Bearish harami diawali dengan candle pertama yang
memiliki real body yang panjang dan candle ini menunjukkan trend yang sedang
terjadi. Candle kedua memiliki real body yang kecil dan real body ini berada di dalam
real body candle sebelumnya. Pola ini menunjukkan sinyal jual
1.8. Metode Penelitian
Langkah-langkah dalam pengerjaan skripsi:
a. Studi Literatur. Penulisan ini dimulai dengan studi kepustakaan yaitu
mengumpulkan bahan-bahan referensi mengenai perdagangan forex, Metode
Fibonacci, Metode Candlestick, fuzzy logic dari berbagai sumber.
b. Analisis masalah. Pada tahap ini akan dianalisa bagaimana menentukan posisi beli
maupun jual menggunakan metode Fibonacci dan candlestick serta bagaimana
menentukan keakuratan pola candlestick yang muncul dengan fuzzy logic.
c. Perancangan Sistem. Pada tahap ini dilakukan pembuatan diagram konteks, DFD,
perancangan data, perancangan antarmuka, dan perancangan prosedural sistem.
d. Pengkodean.
Pada
tahap
ini
sistem
yang
telah
dirancang
kemudian
diimplementasikan kedalam bahasa pemrograman.
e. Pengujian. Pada tahap ini dilakukan pengujian program dan mencari kesalahan
pada program hingga program itu dapat berjalan seperti yang diharapkan.
Universitas Sumatera Utara
20
f. Penyusunan laporan dan kesimpulan akhir. Menyusun laporan hasil analisis dan
perancangan ke dalam format penulisan tugas akhir dengan disertai kesimpulan
akhir.
BAB 2
LANDASAN TEORI
2.1
Fuzzy logic
Fuzzy logic merupakan suatu sistem cerdas yang digunakan untuk merepresentasikan
ketidakpastian sesuai dengan cara manusia berfikir dan mengambil kesimpulan. Fuzzy
logic secara matematis pertama kali diperkenalkan oleh Lotfi A. Zadeh (Suyanto,
2006).
2.1.1. Himpunan Fuzzy
Himpunan fuzzy merupakan superset dari himpunan konvensional. Pada himpunan
fuzzy derajat keanggotaan berada diantara 0 dan 1. Derajat keanggotaan yang bernilai
1 menyatakan keanggotaan penuh, sedangkan derajat keanggotaan yang bernilai 0
menyatakan bukan anggota sama sekali. Pada himpunan fuzzy dapat terjadi
keanggotaan yang bersifat parsial (Ibrahim, 2003).
Pada himpunan konvensional, himpunan memiliki batasan yang kaku. Sebagai
contoh, suatu himpunan konvensional didefinisikan sebagai
A = {x | x > 6}
ada batasan yang jelas yaitu 6 sehingga jika x lebih besar dari 6 maka x anggota
himpunan A dan jika sebaliknya maka x bukan anggota himpnan A. Berlawanan
dengan himpunan konvensional, himpunan fuzzy merupakan suatu himpunan tanpa
batasan yang kaku. Oleh karena itu transisi dari “anggota himpunan” ke “bukan
Universitas Sumatera Utara
21
anggota himpunan” terjadi secara bertahap dan transisi ini diimplementasikan dengan
fungsi keanggotaan.
Secara matematis suatu himpunan fuzzy A dalam semesta X dapat dinyatakan
sebagai himpunan pasangan terurut
A={(x, µ A(x)) | x ∈ X }
di mana µ A adalah fungsi keanggotaan dari himpunan fuzzy A yang merupakan suatu
pemetaan dari himpunan semesta X ke interval tertutup [0,1] (Ibrahim, 2003).
Perbedaan himpunan fuzzy dan himpunan konvensional terlihat pada gambar 2.1
Gambar 2.1. Himpunan konvensional dan himpunan fuzzy
Pada gambar diatas ada tiga himpunan yaitu poors, averages dan richs dalam
himpunan semesta kekayaan. Pada himpunan konvensional terlihat batasan kaku
antara poors, averages dan richs. Pada himpunan fuzzy tidak ada batasan yang kaku,
seseorang dapat menjadi anggota himpunan poors dengan derajat keanggotaan 0.1
sekaligus menjadi anggota himpunan averages dengan derajat keanggotaan 0.7.
Keunggulan utama dari fuzzy logic adalah kemampuannya mengolah ekspresi
kata atau kalimat menggantikan nilai-nilai numeris. Ekspresi tersebut dikenal dengan
istilah variabel linguistik. Sebagai contoh, variabel fuzzy kecepatan dapat dibagi
menjadi tiga variabel linguistik yaitu lambat, sedang dan cepat. Setiap variabel
lingustik dinyatakan dalam fungsi keanggotaan dalam semesta pembicaraan. Nilai dari
fungsi keanggotaan bervariasi antara 0 dan 1. Bentuk kurva fungsi keanggotaan juga
bervariasi seperti bentuk kurva segitiga, kurva bahu atau sigmoid. Tidak ada aturan
pasti yang mengatur pemilihan bentuk kurva, namun keakuratan hasil yang dihasilkan
dari sistem fuzzy berkaitan erat dengan kesesuaian kurva yang dipilih untuk mewakili
variabel linguistik yang dimaksud.
Universitas Sumatera Utara
22
Gambar 2.2. Bagian dari fuzzy logic
Dalam sistem fuzzy ada beberapa istilah yang perlu diketahui untuk dapat
memahami sitem, yaitu:
1. Variabel fuzzy
Variabel fuzzy merupakan variabel yang akan dibahas dalam suatu sistem fuzzy.
Contoh: kecepatan.
2. Himpunan fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan
tertentu dalam suatu variabel fuzzy. Contoh: Pada variabel fuzzy kecepatan dapat
dibagi menjadi tiga himpunan fuzzy yaitu lambat, menengah dan cepat
3. Semesta pembicaraan (universe of discourse)
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri
ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun
negatif. Adakalanya nilai semesta pembicaraan ini tidak ada batas atasnya. Contoh:
Semesta pembicaraan untuk variabel fuzzy kecepatan [0 120]
4. Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta
pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. Seperti halnya
semesta pembicaraan, domain merupakan himpunan bilangan real yang senantiasa
naik (bertambah) secara monoton dari kiri ke kanan. Nilai domain dapat berupa
bilangan positif dan negatif. Contoh: Domain himpunan fuzzy untuk menengah [40
80]
2.1.2. Membership Function (Fungsi Keanggotaan)
Universitas Sumatera Utara
23
Setiap variabel linguistik diasosiasikan dengan himpunan fuzzy yang masing-masing
memiliki fungsi keanggotaan yang telah didefinisikan. Fungsi keanggotaan adalah
suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai
keanggotaannya. Salah satu cara yang dapat digunakan untuk mendapatkan nilai
keanggotaan adalah dengan pendekatan fungsi
Terdapat banyak fungsi yang dapat digunakan untuk memetakan titik-titik
input ke dalam nilai keanggotannya. Beberapa diantaranya adalah triangular
membership function, trapezoid membership function, gaussian membership function
dan generalized bell membership function (Surbakti, 2006).
Gambar 2.3. Berbagai jenis fungsi keanggotaan
2.1.3. Operator Himpunan Fuzzy
Seperti halnya himpunan konvensional, ada beberapa operasi yang didefinisikan
secara khusus untuk mengkombinasikan dan memodifikasi himpunan fuzzy. Nilai
keanggotaan sebagai hasil dari operasi dua himpunan sering dikenal dengan nama fire
strength atau -predikat. Ada tiga operator dasar yang diciptakan oleh Zadeh, yaitu:
a. Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan.
-predikat
sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai
keanggotaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
µ A B[x]=min(µ A[x], µ B[y])
b. Operator OR
Universitas Sumatera Utara
24
Operator ini berhubungan dengan operasi union pada himpunan. -predikat sebagai
hasil operasi dengan operator OR diperoleh dengna mengambil nilai keanggotaan
terbesar antar elemen pada himpunan-himpunan yang bersangkutan.
µAUB[x]=max(µA[x], µB[y])
c. Operator NOT
Operator ini berhubungan dengan operasi komplemen pada himpunan
-predikat
sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan nilai
keanggotaan elemen pada himpunan yang bersangkutan dari satu
µA’ = 1 - µA[x]
(Kusumadewi dan Hartati, 2006).
2.1.4. Aturan Fuzzy
Penalaran pada fuzzy menggunakan aturan fuzzy yang berbentuk IF-THEN. Aturan
fuzzy terdiri atas dua bagian antaseden atau premis dan konsekuen atau konklusi.
Bentuk aturan fuzzy adalah sebagai berikut:
IF x is A THEN y is B
(x is A) adalah antaseden atau premis dan (y is B) adalah konsekuen atau konklusi. A
dan B adalah variabel linguistik yang terdefinisi dalam himpunan fuzzy pada semesta
X dan Y (Jang dan Sun, 1995). Aturan fuzzy sering didapati dalam kehidupan seharihari, misalnya:
a.
JIKA tekanan besar MAKA volume kecil
b.
JIKA permintaan tinggi MAKA harga naik
c.
JIKA jalanan licin MAKA mengemudi berbahaya.
2.1.5. Fuzzy Inference System
Fuzzy Inference System merupakan suatu kerangka komputasi yang didasarkan teori
himpunan fuzzy, aturan fuzzy berbentuk if...then dan penalaran fuzzy. Mekanisme
inferensi memiliki dua tugas utama yaitu: (1) menentukan aturan yang paling sesuai
Universitas Sumatera Utara
25
dengan situasi terkini berdasarkan data yang dimasukkan dan (2) menggambarkan
kesimpulan berdasarkan data masukan dan informasi pada rule-base.
Gambar 2.4 menunjukkan fuzzy inference system, terlihat bahwa fuzzy
inference system terdiri atas lima blok yaitu rule-base yang berisi aturan fuzzy if-then,
database yang menetapkan fungsi keanggotaan untuk himpunan fuzzy yang digunakan
pada aturan fuzzy, decision making unit yang melakukan operasi inferensi pada aturan,
fuzzification interface yang merubah input crisp menjadi fuzzy dengan derajat
keanggotannya dan defuzzification interface yang merubah hasil sistem inferensi yang
berupa fuzzy menjadi crisp sebagai keluaran terakhir. Berikut ini akan dijelaskan lebih
rinci untuk masing-masing proses pada fuzzy inference system
Gambar 2.4. Fuzzy Inference System
Fuzzification
Pada fuzzification, nilai masukan crisp dikonversi menjadi nilai fuzzy. Nilai crisp yang
dimasukkan akan disesuaikan dengan variable linguistik sesuai dengan derajat
keanggotaannya berdasarkan fungsi keanggotaan yang telah ditetapkan
Gambar 2.5. Fuzzification untuk masukan crisp menjadi fuzzy
Inference
Universitas Sumatera Utara
26
Decision making unit melakukan operasi inferensi pada aturan fuzzy. Nilai fuzzy dalam
aturan fuzzy digabungkan dengan operator penghubung seperti interseksi (AND),
union (OR) atau komplemen (NOT). Hasil operasi dari dua nilai fuzzy dalam derajat
keanggotaan disebut fire strength atau
-predikat. Fire strength menggambarkan
kekuatan aturan fuzzy yang telah dibentuk untuk dibangkitkan.
Defuzzification
Defuzzifikasi merupakan proses akhir dari sistem fuzzy. Pada defuzzifikasi akan
dilakukan konversi dari hasil fuzzy yang dihasilkan pada proses inferensi menjadi hasil
crisp. Ada beberapa metode defuzzfikasi yang dapat digunakan, diantaranya rata-rata
terbobot. Metode ini menggabungkan konsekuen pada aturan fuzzy dengan keluaran
pada sistem inferensi berdasarkan rumus
dimana n merupakan jumlah aturan fuzzy, µ i merupakan fire strength untuk aturan ke-i
dan Zi merupakan hasil inferensi aturan ke-i.
Ada beberapa metode inferensi yang dapat digunakan diantaranya adalah
sistem inferensi metode tsukamoto. Sistem inferensi menggunakan metode tsukamoto
memiliki karakteristik yaitu konsekuen direpresentasikan dalam fungsi yang monoton.
Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas
(crisp) berdasarkan
-predikat (fire strength). Hasil akhirnya diperoleh dengan
menggunakan rata-rata terbobot.
Universitas Sumatera Utara
27
Gambar 2.6. Inferensi fuzzy model Tsukamoto
2.1.6. Keunggulan Fuzzy logic
Ada beberapa alasan mengapa orang menggunakan fuzzy logic, antara lain:
1. Konsep fuzzy logic mudah dimengerti. Konsep matematis yang mendasari
penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Fuzzy logic sangat fleksibel.
3. Fuzzy logic memiliki toleransi terhadap data-data yang tidak tepat.
4. Fuzzy logic mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
5. Fuzzy logic dapat membangun dan mengaplikasikan pengalaman-pengalaman
para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Fuzzy logic dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
7. Fuzzy logic didasarkan pada bahasa alami.
8. Sangat mudah digabungkan dengan teknologi lain, misalnya algoritma genetika,
jaringan saraf.
2.2
Forex
Forex merupakan singkatan dari foreign exchange atau dikenal juga dengan valuta
asing. Perdagangan forex adalah suatu jenis perdagangan atau transakasi yang
Universitas Sumatera Utara
28
memperdagangkan mata uang suatu negara terhadap mata uang negara lainnya yang
melibatkan pasar internasional.
Nilai transaksi pada pasar forex dapat mencapai $USD 2 triliun per harinya.
Dengan demikian prospek investasi pada perdagangan forex sangat menjanjikan,
disamping itu pergerakan harga forex sulit untuk dipermainkan oleh kalangan tertentu,
karena perputarannya yang sangat cepat.
Forex menjadi alternatif investasi yang populer karena profit yang dapat
diperoleh melebihi rata-rata perdagangan pada umumnya (berkisar 5% - 20% per
bulan, bahkan dapat mencapai lebih dari 100% per bulan). Namun demikian forex
juga memiliki resiko yang tinggi karena perputaran uang di dalamnya yang sangat
cepat.
Tidak semua mata uang diperdagangkan pada pasar forex, hanya mata uang
tertentu yang diperdagangkan seperti USD (US Dollar), JPY (Yen Jepang), GBP
(Great Britain Poundsterling), EUR (Euro), CHF (Swiss franc) dan AUD (Australian
Dollar).
2.3
Analisis Teknikal
Analisis teknikal merupakan suatu metode yang dapat digunakan untuk memprediksi
pergerakan harga dan trend pasar yang akan datang dengan menganalisa grafik pasar
masa lalu. Alat utama untuk analisis teknikal adalah grafik. Grafik menggambarkan
perubahan harga mata uang berdasarkan transaksi-transaksi yang terjadi pada masa
lalu. Berdasarkan perubahan ini dapat diperoleh pola-pola pergerakan harga mata
uang terhadap mata uang lainnya. Pola-pola inilah yang digunakan untuk menentukan
pergerakan harga yang akan datang, karena menurut analisis teknikal pergerakan
harga mata uang akan mengikuti pola pergerakan yang telah terjadi di masa lalu.
Sementara analisis fundamental percaya bahwa pergerakan harga mata uang
dipengaruhi oleh faktor-faktor fundamental seperti ekonomi, politik dan moneter
negara yang bersangkutan. Pada kesempatan ini penulis akan menggunakan analisis
teknikal untuk memprediksi pergerakan harga mata uang yang akan datang karena
analisis teknikal mudah untuk dikomputasi dan analisis teknikal berlaku untuk semua
grafik mata uang.
Analisis teknikal menggunakan beberapa indikator untuk memprediksi
pergerakan harga mata uang yang akan datang, diataranya adalah:
Universitas Sumatera Utara
29
1. Open
: merupakan harga pembukaan suatu mata uang pada selang waktu
tertentu
2. High
: merupakan harga tertinggi suatu mata uang pada selang waktu tertentu
3. Low
: merupakan harga terendah suatu mata uang pada selang waktu tertentu
4. Close
: merupakan harga penutupan suatu mata uang pada selang waktu tertentu
5. Volume : merupakan jumlah mata uang yang diperdagangkan pada selang waktu
tertentu
Berbagai analisis teknikal telah dikembangkan untuk memprediksi pergerakan
harga forex, diantaranya adalah Relative Strength Index (RSI), Stochastic Oschilator,
Simple Moving Average, Fibonacci, Candlestick. Analisis Fibonacci menggunakan
perbandingan bilangan Fibonacci untuk menentukan pergerakan harga forex (Marshall
dan Moubray, 2005). Analisis dengan Fibonacci akan semakin akurat jika
digabungkan dengan analisis lainnya yaitu candlstick (Fischer dan Fischer, 2003). Dua
analisis ini yaitu, Fibonacci dan Candlestick akan digunakan untuk memprediksi
pergerakan harga forex.
2.4
Analisis Fibonacci
Bilangan fibonacci diperkenalkan oleh Leonardo Fibonacci, seorang saudagar yang
sangat terkenal di Eropa karena kejeniusannya. Berikut ini adalah deret fibonacci:
1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, ...
Bilangan berikutnya diperoleh dengan menjumlahkan dua bilangan sebelumnya.
Perbandingan bilangan-bilangan fibonacci ini menjadi dasar untuk memprediksi
pergerakan harga pasar.
2.4.1
Leonardo Fibonacci
Leonardo de Pisa de Fibonacci (1170 - 1250) adalah seorang matematikawan Italia
yang dikenal sebagai penemu bilangannya Fibonacci. Ayahnya,Guilielmo, memimpin
sebuah pos perdagangan untuk Republik Pisa di Bugia, Afrika Utara. Leonardo ikut
bersama ayahnya dan di sana ia mulai mempelajari matematika.
Fibonacci mempelajari sistem bilangan arab yang dilihatnya lebih efisien.
Fibonacci kemudian berkelana ke penjuru daerah Mediterania untuk belajar kepada
matematikawan Arab yang terkenal mada masa itu, dan baru pulang kembali sekitar
tahun 1200-an. Pada 1202, di usia 27, ia menuliskan apa yang telah dipelajari dalam
Universitas Sumatera Utara
30
buku Liber Abaci, atau Buku Perhitungan. Buku ini menunjukkan kepraktisan sistem
bilangan Arab dengan cara menerapkannya ke dalam pembukuan dagang, konversi
berbagai ukuran dan berat, perhitungan bunga, pertukaran uang dan berbagai aplikasi
lainnya. Buku ini disambut baik oleh kaum terpelajar Eropa, dan menghasilkan
dampak yang penting kepada pemikiran Eropa, meski penggunaannya baru
menyebarluas setelah ditemukannya percetakan sekitar tiga abad berikutnya
(Martinez, 2007).
Perbandingan Fibonacci
2.4.2
Perbandingan Fibonacci merupakan perbandingan bilanga-bilangan fibonacci yang
digunakan untuk memprediksi arah pergerakan pasar forex. Perbandingan fibonacci
yang digunakan adalah 0.236, 0.382, 0.50, 0.782, 1.00, 1.27, 1.618, 2.00 dan 2.618.
Untuk menentukan posisi open akan digunakan perbandingan bilangan
fibonacci
0.236, 0.382, 0.50 dan 0.782. Dan untuk posisi close digunakan
perbandingan bilangan fibonacci 1.00, 1.27, 1.618, 2.00 dan 2.618.
2.4.3 Fibonacci dan Pergerakan pasar
Pada pasar forex, rasio Fibonacci digunakan untuk menentukan posisi pembukaan dan
posisi penutupan untuk suatu perdagangan.
(a)
(b)
Gambar 2.7 Sinyal beli (a) dan sinyal jual (b)
Sinyal beli terjadi ketika harga bergerak naik dari titik A menuju titik B
kemudian retrace hingga titik C sesuai level Fibonacci. Sinyal jual terjadi ketika
harga begerak turun dari titik A menuju titik B kemudian retrace hingga titik C sesuai
level Fibonacci.
Universitas Sumatera Utara
31
Gambar 2.8. Level Fibonacci
Grafik di atas menunjukkan adanya sinyal beli. Perdagangan forex dimulai
pada titik C dan ditutup pada titik D. Posisi titik C dan titik D dapat dihitung dengan
persamaan di bawah ini:
Tabel 2.1. Persamaan untuk posisi titik C dan D
Target Fibonacci
Persamaan titik C dan D
23.6%
B - (B-A) * 0.236 = C
38.2%
B - (B-A) * 0.382 = C
50%
B - (B-A) * 0.5 = C
61.8%
B - (B-A) * 0.618 = C
78.6%
B - (B-A) * 0.786 = C
100%
(B-A) * 1 + A = D
127%
(B-A) * 1.27 + A = D
161.8%
(B-A) * 1.618 + A = D
200%
(B-A) * 2 + A = D
261.8%
(B-A) * 2.618 + A = D
(Martinez, Jared F, 2007).
Universitas Sumatera Utara
32
Posisi titik C dan titik D dapat ditentukan dengan metode lain. Candlestick
merupakan metode yang sangant sesuai digabungkan dengan Fibonacci (Fischer dan
Fischer, 2003).
Gambar 2.9. Perbandingan Fibonacci pada pergerakan pasar forex
2.5
Analisis Candlestick
Analisis Candlestick merupakan salah satu teknik analisis teknikal yang banyak
digunakan dan akan terus digunakan karena efektif untuk segala analisis pasar pada
semua interval waktu. Teori Candlestick mengasumsikan bahwa trend pasar dapat
diprediksi dengan mengidentifikasi pola-pola candle tertentu pada grafik Candlestick
(Fischer dan Fischer, 2003).
2.5.1
Sejarah Candlestick
Salah satu orang yang paling terkenal yang menggunakan data-data masa lalu untuk
memprediksi pergerakan harga yang akan datang adalah Munehisa Homma. Dia
mengumpulkan data-data perdagangan yang memberikan keuntungan dari pasar beras
selama tahun 1700-an.
Munehisa Homma lahir pada tahun 1724. Ia terlahir dari keluarga hartawan.
Pada tahun 1750 Homma diberi jabatan untuk mengontrol bisnis keluarganya. Homma
Universitas Sumatera Utara
33
kemudian memulai perdagangan beras di kota Sakata. Ketika ayah Munehisa Homma
meninggal, Homma dipercayakan untuk mengelola asset keluarga meskipun ia masih
sangat muda. Homma kemudian mulai melakukan perdagangan pada pasar beras yang
lebih besar, Dojima Rice Exchange di Osaka.
Homma mengumpulkan berbagai informasi mengenai pasar beras, ia juga
mengumpulkan informasi mengenai kondisi cuaca selama satu tahunan. Ini ia lakukan
untuk mempelajari psikologi para investor, ia juga menganalisa harga beras pada masa
lalu.
Setelah mendominasi pasar di Osaka, Homma mulai berdagang di pasar
regional Edo (sekarang disebut Tokyo). Ia menggunakan wawasannya untuk
menghasilkan kekayaan. Disebutkan bahwa Homma mampu mengendalikan pasar
beras, ketika panen beras di Sakata (asal Homma) bagus, maka harga beras di Dojima
Rice Exchange jatuh dan harga beras di Edo anjlok.
Pada tahun berikutnya Homma menjadi konsultan keuangan untuk
pemerintah. Ia meninggal pada tahun 1803. Dasar-dasar perdagangannya yang telah di
terapkan pada pasar beras, berkembang menjadi metodologi candlestick yang
sekarang ini digunakan (Nison, 1991).
2.5.2
Dasar Candlestick
Candlestick merupakan analisis yang banyak digunakan karena grafik Candlestick
memberikan tampilan pasar secara visual. Investor dapat dengan mengetahui harga
pembukaan, harga penutupan, harga tertinggi dan harga terendah. Investor juga dapat
dengan mudah mengetahui apakah dalam interval waktu tertentu terjadi bullish atau
bearish. Berikut ini merupakan gambar candlestick yang menunjukkan bullish dan
bearish.
(a)
(b)
Universitas Sumatera Utara
34
Gambar 2.10. Candle yang menunjukkan bullish (a) dan bearish (b)
Bagian tengah candle disebut real body. Real body menunjukkan perbedaan
harga antara pembukaan dan penutupan. Jika harga pembukaan lebih rendah dari
harga penutupan (bullish) maka real body berwarna putih (Gambar 2.10. a), jika harga
pembukaan lebih tinggi dari harga penutupan (bearish) maka real body berwarna
hitam (Gambar 2.10. b).
Garis yang berada di bawah dan diatas real body disebut shadow. Shadow
menunjukkan harga ekstrim. Shadow di atas real body disebut upper shadow, ini
menunjukkan harga tertinggi pada interval waktu tertentu. Shadow di bawah real body
disebut lower shadow, ini menunjukkan harga terendah pada interval waktu tertentu.
Jika suatu candle tidak memiliki upper shadow maka ia disebut shaven head dan jika
suatu candle tidak memiliki lower shadow maka ia disebut shaven buttom.
2.5.3
Pola-Pola Candlestick
Nilai forex dalam perdagangan mengalami fluktuasi, naik dan turun. Trader yang
memulai perdagangannya dengan open buy berharap nilai forex mengalami bullish
yaitu meningkat sehingga pada akhir perdagangan akan ditutup dengan menjual forex
dengan harga yang lebih tinggi. Sebaliknya trader yang memulai perdagangannya
dengan open sell berharap nilai forex mengalami bearish yaitu menurun sehingga
pada akhir perdagangan akan ditutup dengan membeli forex dengan harga yang lebih
rendah.
Arah pergerakan pasar, bullish atau bearish, dapat dilihat dari pola-pola
candlestick yang muncul. Pola-pola candlestick tersusun atas satu atau kombinasi dari
beberapa candle. Dalam penelitian ini penulis akan menggunakan pola candlestick
yang tersusun atas dua candle. Untuk mengidentifikasi terjadinya bullish akan
digunakan tiga pola yaitu bullish engulfing candle, piercing line dan bullish harami.
Dan untuk mengidentifikasi terjadinya bearish akan digunakan tiga pola juga yaitu
bearish engulfing candle, dark cloud cover dan bearish harami. Berikut ini penjelasan
untuk masing-masing pola:
1. Bullish engulfing candle
Bullish engulfing candle terdiri atas dua candle dengan warna yang berlawanan.
Candle pertama berwarna hitam dan candle kedua berwarna putih. Candle kedua
Universitas Sumatera Utara
35
“menelan” candle pertama, harga pembukaan candle kedua lebih rendah dari harga
penutupan candle pertama dan harga penutupan candle kedua lebih tinggi dari harga
pembukaan candle pertama. Ada empat kriteria yang menunjukkan pola bullish
engulfing candle, yaitu:
a. Trend pasar adalah downtrend (menurun)
b. Candle kedua harus “menelan” candle pertama
c. Warna candle pertama yaitu hitam menunjukkan trend yang sedang terjadi yaitu
downtrend.
d. warna candle kedua berlawanan dengan candle pertama
Candle pertama mempunyai real body yang kecil sementara candle kedua mempunyai
real body yang panjang, ini menunjukkan kekuatan trend sebelumnya semakin
melemah dan perubahan trend ke arah yang sebaliknya semakin menguat.
Gambar 2.11. Bullish engulfing candle
2. Piercing Line
Pola piercing line terjadi pada trend yang mengalami downtrend. Candle pertama
berwarna hitam dan menunjukkan trend yang sedang terjadi. Candle kedua
mempunyai harga pembukaan lebih rendah harga terendah pada candle sebelumnya
dan harga penutupannya di atas setengah real body candle sebelumnya. Ada tiga
kriteria yang menunjukkan pola piercing line, yaitu:
a. Candle pertama berwarna hitam dengan real body yang panjang dan candle ini
melanjutkan trend yang sedang terjadi yaitu downtrend.
Universitas Sumatera Utara
36
b. Candle kedua berwarna putih dengan harga pembukaan yang lebih rendah dari
harga terendah pada candle sebelumnya.
c. Harga penutupan candle kedua di atas setengah candle sebelumnya.
Candle pertama berwarna hitam dengan real body yang panjang melanjutkan
terjadinya downtrend. Candle kedua memiliki harga pembukaan lebih rendah dari
harga terendah pada candle sebelumnya. Sinyal ini menunjukkan bahwa downtrend
akan berakhir dan diperkuat dengan harga penutupan candle kedua berada di atas
setengah candle pertama.
Gambar 2.12. Piercing line
3. Bullish Harami
Bullish harami terjadi pada trend yang mengalami downtrend. Pola ini berkebalikan
dengan bullish engulfing