Institutional Repository | Satya Wacana Christian University: Perbandingan Kinerja Algoritma Propagasi Mundur dan Fungsi Basis Radial dalam Proses Peramalan Tren Investasi Saham T1 612006039 BAB I
BAB I
PENDAHULUAN
Pada bab ini dijelaskan tujuan, latar belakang, gambaran penelitian, batasan masalah,
perincian tugas yang dikerjakan, dan sistematika penulisan skripsi.
1.1. Tujuan
Membandingkan kinerja dari dua algoritma Jaringan Saraf Tiruan (JST) dalam proses
peramalan investasi saham yaitu algoritma Propagasi Mundur dan Fungsi Basis Radial.
1.2. Latar Belakang Masalah
Kehadiran pasar modal mempunyai pengaruh yang penting dalam menunjang
perekonomian suatu negara. Pasar modal bertindak sebagi penghubung antara para investor
dengan perusahaan ataupun institusi pemerintah melalui perdagangan instrumen keuangan
jangka panjang seperti obligasi, saham dan lainnya [6. h.1]. Investasi dalam bentuk saham
dalam pasar modal memungkinkan investor untuk mendapatkan keuntungan yang lebih besar
dalam waktu yang relatif singkat (high return). Semakin besar keuntungan yang bisa
didapatkan, maka investor akan semakin tertarik untuk membeli saham tersebut.
Selain high return, saham juga memiliki sifat high risk yaitu kondisi ketika harga saham
nilainya menurun secara cepat. Kondisi ini dapat menyebabkan kerugian yang besar untuk
investor. Dengan kedua sifat ini, investor perlu terus memantau pergerakan saham yang
dimilikinya, agar dapat menentukan keputusan yang tepat di waktu yang tepat pula.
Dalam memantau pergerakan saham dan menentukan keputusan, investor perlu
memahami bagaimana menganalisis saham. Ada dua pendekatan dasar yaitu analisis
fundamental dan analisis teknikal. Analisis fundamental mencakup informasi mengenai
laporan keuangan dan kesehatan perusahaan, manajemen perusahaan, pesaing dan situasi
pasar dari produk tersebut.
Analisis teknikal merupakan metode dasar untuk membaca
pergerakan harga dengan menggunakan data historical berupa harga dan volume
perdagangan[7, h.34].
Berbagai metode dapat digunakan untuk mengalisa, memprediksi dan memberikan
saran keputusan jual-beli saham di masa depan. Namun, metode-metode tersebut tidak dapat
menerka secara langsung nilai saham di masa depan, sehingga investor akan mengalami
keraguan dalam menentukan keputusannya. Diperlukan suatu cara untuk membantu dalam
1
memprediksi harga saham di masa depan.Ada beberapa cara untuk dapat memprediksi nilai
saham di masa depan dengan menerka langsung nilai saham. Salah satunya adalah dengan
menggunakan JST. Pada kenyataannya algoritma JST yang sering digunakan adalah
Algoritma Propagasi Mundur. Kinerja dari algoritma ini terbukti baik dalam proses
peramalan, terkhusus peramalan saham[3, h.78]. Terlihat dari banyak sistem cerdas peramalan
yang dibangun dengan Algoritma Propagasi Mundur. Lalu pertanyaannya, mengapa bukan
algoritma peramalan yang lain? Semisal algoritma Fungsi Basis Radial yang dinilai sangat
handal dalam masalah peramalan [1, h.3].
1.3. Gambaran Penelitian
Penelitian yang dilakukan menggunakan data historical dari data saham di masa lalu
sebagai data pembelajaran pada JST untuk memprediksi nilai saham di masa depan. Data
saham tersebut adalah data harga pembukaan (open price), harga tertinggi (highest price),
harga terendah (lowest price) dan harga penutupan (close price). Keempat data saham tersebut
akan menjadi data masukkan untuk JST. Sedangkan data keluaran adalah data harga
penutupan di hari berikutnya. Gambar 1.1 menunjukan blog diagram sistem dari penelitian
ini.
Masukan
Harga Pembukaan
Harga Tertinggi
Harga Terendah
Keluaran
Jaringan Saraf Tiruan :
1. Propagasi Mundur
2. Fungsi Basis Radial
Harga Penutupan
hari berikutnya
Harga Penutupan
Gambar 1.1 Blok Diagram Sistem Peramalan Saham Menggunakan JST
Pada tahap awal, JST akan melakukan proses pembelajaran sesuai dengan jumlah data
pelatihan yang diinginkan. Dari hasil pembelajaran tersebut, akan didapatkan bobot-bobot
JST yang akan menjadi bobot acuan dalam peramalan data saham di masa depan. Dengan
masukan data harga saham, akan didapatkan hasil peramalan harga saham penutupan di hari
berikutnya.
Penelitian ini bertujuan untuk mengetahui keakuratan data peramalan dan kecepatan
pembelajaran dari JST. Dari hasil uji coba, disimpulkan Algoritma JST mana yang lebih tepat
dan cepat dalam proses peramalan data saham di masa depan.
2
Dalam proses peramalan terjadi perbedaan hasil peramalan dan nilai sesungguhnya.
Analisis regresi polinomial digunakan sebagai alat bantu untuk menganalisis persamaan
pergerakan harga saham penutupan dan memperkirakan faktor-faktor penyebab perbedaan
harga tersebut.
1.4. Batasan Masalah
Berdasarkan surat keputusan dari Fakultas Teknik Elektronika dan Komputer
Universitas Kristen Satya Wacana Nomor 18/I.3/FTEK/V/2012, spesifikasi skripsi yang
dikerjakan adalah sebagai berikut:
1. Jenis saham yang dipilih adalah saham biasa (common stock) yang dapat
diperjualbelikan. Saham yang diujikan adalah 20 Saham, yaitu :
- Bank Danamon Indonesia
- Mustika Ratu
- Bank Mandiri
- Mandom Indonesia
- Indofood Sukses Makmur
- Kimia Farma (Persero)
- Siantar Top
- Darya-Varia Laboratoria
- Gudang Garam
- Indocement Tunggal Prakarsa
- Bentoel Internasional Investama
- Holcim Indonesia
- Sentul City
- Aneka Tambang (Persero)
- Lippo Cikarang
- Resource Alam Indonesia
- Astra International
- Astra Agro Lestari
- Gajah Tunggal
- Tunas Baru Lampung
2. Analisis yang digunakan adalah analisis teknikal, dimana analisis ini mengamati
perubahan harga saham tersebut di waktu lampau dan menitikberatkan pada gerakan
harga dan volume perdagangan. Data historical ini yang akan digunakan dalam proses
peramalan. Sistem ini tidak menggunakan indikator-indikator khusus dalam analisis
teknikal, tetapi menggunakan algoritma Jaringan Saraf Tiruan dalam peramalannya.
3. Penelitian ini hanya akan meramalkan data harga penutupan (closing price) di masa
depan dengan variasi data input saham. Data yang akan diujikan adalah data historical
dari Bank Mandiri yang sudah ada sejak 2003-2011. Parameter yang dipakai sebagai
pola pada penelitian ini adalah :
-
harga pembukaan (opening price)
-
harga tertinggi (highest price)
-
harga terendah (lowest price)
3
-
volume perdagangan, dan
-
harga penutupan (closing price).
4. Metode yang digunakan adalah dengan cara membandingkan data asli dan data
peramalan serta mencari tingkat kesalahan/error .
5. Untuk menunjang penelitian, akan dirancang sebuah sistem cerdas yang akan
meramalkan nilai saham di masa depan. Berikut adalah spesifikasi program :
-
Sistem dibangun dengan bahasa C# pada Microsoft Visual Studio .Net 2008.
-
Memiliki database saham. Relational Database Management System yang
digunakan adalah Microsoft SQL Server 2005 Express Edition.
-
Memiliki 2 pilihan algoritma yaitu Algoritma Propagasi Mundur atau
Algoritma Fungsi Basis Radial.
-
Data output berupa:
a. Perbandingan grafik data riil dan data hasil peramalan.
b. Nilai saham dari hasil peramalan.
6. Akan dilakukan variasi penelitian berupa :
-
Variasi input data sebagai data pembelajaran sistem (learning). Variasi data
input ini sebanyak 1 bulan, 2 bulan, 3 bulan, 6 bulan, 1 tahun, dan 2 tahun
kerja.
-
Variasi jumlah lapisan tersembunyi pada Algoritma Propagasi Mundur
sebanyak 5, 10, 20, 30, 50 untuk mendapatkan lapisan tersembunyi yang paling
tepat.
-
Variasi hasil output di masa depan yaitu 1 minggu, 2 minggu, 1 bulan, dan 2
bulan kerja kedepan.
7. Penelitian berupa perbandingan Mean Square Error MSE dari kedua algoritma, yang
dibandingkan dengan data riil.
8. Akan dilakukan penelitian efisiensi dari algoritma. Efisiensi ini berupa keakuratan dan
kecepatan dari proses pembelajaran dari kedua algoritma, dengan variasi data input di
atas.
9. Melakukan pendekatan Regresi sebagai alat bantu dalam memahami dan menganalisis
faktor penyebab fluktuasi saham. Pada bagian ini hanya dibatasi dengan pendekatan
Regresi saja, dimana penelitian tidak menyertakan analisis fundamental dan faktor-faktor
eksternal (seperti gempa dan kenaikan BBM) sebagai bagian dari penelitian. Ini
disebabkan faktor-faktor tersebut tidak serta merta mempengaruhi fluktuasi saham secara
4
langsung. Namun mempengaruhi faktor psikologi dari investor. Faktor tersebut agak sulit
untuk dimodelkan, sehingga penelitian hanya dibatasi dengan analisis teknikal dan
pendekatan regresi. Kemudian ditarik hipotesis penyebab dari fluktuasi saham yang
terjadi melalui dua analisis tersebut serta hubungan faktor masukan dan keluaran JST.
10. Penyajian hasil pengujian akan berupa grafik dan tabel pembanding. Pada tahap ini akan
diambil kesimpulan mengenai kinerja dari JST terhadap peramalan tren investasi saham.
1.5. Perincian Tugas
Berdasarkan surat keputusan Fakultas Teknik Elektronika dan Komputer Universitas
Kristen Satya Wacana Nomor 18/I.3/FTEK/V/2012, perincian tugas yang dikerjakan adalah
sebagai berikut:
1. Mempelajari kedua algoritma penelitian yaitu Algoritma Propagasi Mundur atau
Algoritma Fungsi Basis Radial secara matematis dan proses algorima.
2. Merancang sistem peramalan dengan Algoritma Propagasi Mundur.
3. Merancang sistem peramalan dengan Algoritma Fungsi Basis Radial.
4. Melakukan penelitian dan uji coba dengan variasi yang sudah dijelaskan. Akan
dianalisis pula mengenai kecepatan proses pembelajaran dari sistem peramalan
pada tiap algoritma, serta membandingkan akurasi/ketepatan antara data uji dan
hasil peramalan.
5. Melakukan analisis faktor penyebab terjadinya fluktuasi saham pendekatan
Regresi sebagai alat bantu analisis.
6. Mendokumentasikan tugas akhir.
1.6.
Sistematika Penulisan
Penulisan skripsi ini terdiri dari 5 bab yaitu:
Bab I
Pendahuluan
Berisi tujuan, latar belakang, gambaran penelitian, batasan masalah, perincian tugas
yang dikerjakan, dan sistematika penulisan skripsi.
Bab II
Dasar Teori
Berisi dasar teori yang berhubungan dengan penelitian antara lain mengenai saham,
Jaringan Saraf Tiruan terkhusus algoritma Propagasi Mundur dan Fungsi Basis
Radial, serta Regresi Polinomial.
5
Bab III Metode Penelitian
Berisi metode penelitian dan perancangan sistem cerdas pendukung yang akan
direalisasikan pada skripsi ini.
Bab IV Pengujian dan Analisis
Berisi hasil pengujian pada tugas-tugas yang telah dirancang serta menganalisa hasil
pengujian.
Bab V Kesimpulan dan Saran
Berisikan kesimpulan serta memberikan saran untuk penelitian selanjutnya
6
PENDAHULUAN
Pada bab ini dijelaskan tujuan, latar belakang, gambaran penelitian, batasan masalah,
perincian tugas yang dikerjakan, dan sistematika penulisan skripsi.
1.1. Tujuan
Membandingkan kinerja dari dua algoritma Jaringan Saraf Tiruan (JST) dalam proses
peramalan investasi saham yaitu algoritma Propagasi Mundur dan Fungsi Basis Radial.
1.2. Latar Belakang Masalah
Kehadiran pasar modal mempunyai pengaruh yang penting dalam menunjang
perekonomian suatu negara. Pasar modal bertindak sebagi penghubung antara para investor
dengan perusahaan ataupun institusi pemerintah melalui perdagangan instrumen keuangan
jangka panjang seperti obligasi, saham dan lainnya [6. h.1]. Investasi dalam bentuk saham
dalam pasar modal memungkinkan investor untuk mendapatkan keuntungan yang lebih besar
dalam waktu yang relatif singkat (high return). Semakin besar keuntungan yang bisa
didapatkan, maka investor akan semakin tertarik untuk membeli saham tersebut.
Selain high return, saham juga memiliki sifat high risk yaitu kondisi ketika harga saham
nilainya menurun secara cepat. Kondisi ini dapat menyebabkan kerugian yang besar untuk
investor. Dengan kedua sifat ini, investor perlu terus memantau pergerakan saham yang
dimilikinya, agar dapat menentukan keputusan yang tepat di waktu yang tepat pula.
Dalam memantau pergerakan saham dan menentukan keputusan, investor perlu
memahami bagaimana menganalisis saham. Ada dua pendekatan dasar yaitu analisis
fundamental dan analisis teknikal. Analisis fundamental mencakup informasi mengenai
laporan keuangan dan kesehatan perusahaan, manajemen perusahaan, pesaing dan situasi
pasar dari produk tersebut.
Analisis teknikal merupakan metode dasar untuk membaca
pergerakan harga dengan menggunakan data historical berupa harga dan volume
perdagangan[7, h.34].
Berbagai metode dapat digunakan untuk mengalisa, memprediksi dan memberikan
saran keputusan jual-beli saham di masa depan. Namun, metode-metode tersebut tidak dapat
menerka secara langsung nilai saham di masa depan, sehingga investor akan mengalami
keraguan dalam menentukan keputusannya. Diperlukan suatu cara untuk membantu dalam
1
memprediksi harga saham di masa depan.Ada beberapa cara untuk dapat memprediksi nilai
saham di masa depan dengan menerka langsung nilai saham. Salah satunya adalah dengan
menggunakan JST. Pada kenyataannya algoritma JST yang sering digunakan adalah
Algoritma Propagasi Mundur. Kinerja dari algoritma ini terbukti baik dalam proses
peramalan, terkhusus peramalan saham[3, h.78]. Terlihat dari banyak sistem cerdas peramalan
yang dibangun dengan Algoritma Propagasi Mundur. Lalu pertanyaannya, mengapa bukan
algoritma peramalan yang lain? Semisal algoritma Fungsi Basis Radial yang dinilai sangat
handal dalam masalah peramalan [1, h.3].
1.3. Gambaran Penelitian
Penelitian yang dilakukan menggunakan data historical dari data saham di masa lalu
sebagai data pembelajaran pada JST untuk memprediksi nilai saham di masa depan. Data
saham tersebut adalah data harga pembukaan (open price), harga tertinggi (highest price),
harga terendah (lowest price) dan harga penutupan (close price). Keempat data saham tersebut
akan menjadi data masukkan untuk JST. Sedangkan data keluaran adalah data harga
penutupan di hari berikutnya. Gambar 1.1 menunjukan blog diagram sistem dari penelitian
ini.
Masukan
Harga Pembukaan
Harga Tertinggi
Harga Terendah
Keluaran
Jaringan Saraf Tiruan :
1. Propagasi Mundur
2. Fungsi Basis Radial
Harga Penutupan
hari berikutnya
Harga Penutupan
Gambar 1.1 Blok Diagram Sistem Peramalan Saham Menggunakan JST
Pada tahap awal, JST akan melakukan proses pembelajaran sesuai dengan jumlah data
pelatihan yang diinginkan. Dari hasil pembelajaran tersebut, akan didapatkan bobot-bobot
JST yang akan menjadi bobot acuan dalam peramalan data saham di masa depan. Dengan
masukan data harga saham, akan didapatkan hasil peramalan harga saham penutupan di hari
berikutnya.
Penelitian ini bertujuan untuk mengetahui keakuratan data peramalan dan kecepatan
pembelajaran dari JST. Dari hasil uji coba, disimpulkan Algoritma JST mana yang lebih tepat
dan cepat dalam proses peramalan data saham di masa depan.
2
Dalam proses peramalan terjadi perbedaan hasil peramalan dan nilai sesungguhnya.
Analisis regresi polinomial digunakan sebagai alat bantu untuk menganalisis persamaan
pergerakan harga saham penutupan dan memperkirakan faktor-faktor penyebab perbedaan
harga tersebut.
1.4. Batasan Masalah
Berdasarkan surat keputusan dari Fakultas Teknik Elektronika dan Komputer
Universitas Kristen Satya Wacana Nomor 18/I.3/FTEK/V/2012, spesifikasi skripsi yang
dikerjakan adalah sebagai berikut:
1. Jenis saham yang dipilih adalah saham biasa (common stock) yang dapat
diperjualbelikan. Saham yang diujikan adalah 20 Saham, yaitu :
- Bank Danamon Indonesia
- Mustika Ratu
- Bank Mandiri
- Mandom Indonesia
- Indofood Sukses Makmur
- Kimia Farma (Persero)
- Siantar Top
- Darya-Varia Laboratoria
- Gudang Garam
- Indocement Tunggal Prakarsa
- Bentoel Internasional Investama
- Holcim Indonesia
- Sentul City
- Aneka Tambang (Persero)
- Lippo Cikarang
- Resource Alam Indonesia
- Astra International
- Astra Agro Lestari
- Gajah Tunggal
- Tunas Baru Lampung
2. Analisis yang digunakan adalah analisis teknikal, dimana analisis ini mengamati
perubahan harga saham tersebut di waktu lampau dan menitikberatkan pada gerakan
harga dan volume perdagangan. Data historical ini yang akan digunakan dalam proses
peramalan. Sistem ini tidak menggunakan indikator-indikator khusus dalam analisis
teknikal, tetapi menggunakan algoritma Jaringan Saraf Tiruan dalam peramalannya.
3. Penelitian ini hanya akan meramalkan data harga penutupan (closing price) di masa
depan dengan variasi data input saham. Data yang akan diujikan adalah data historical
dari Bank Mandiri yang sudah ada sejak 2003-2011. Parameter yang dipakai sebagai
pola pada penelitian ini adalah :
-
harga pembukaan (opening price)
-
harga tertinggi (highest price)
-
harga terendah (lowest price)
3
-
volume perdagangan, dan
-
harga penutupan (closing price).
4. Metode yang digunakan adalah dengan cara membandingkan data asli dan data
peramalan serta mencari tingkat kesalahan/error .
5. Untuk menunjang penelitian, akan dirancang sebuah sistem cerdas yang akan
meramalkan nilai saham di masa depan. Berikut adalah spesifikasi program :
-
Sistem dibangun dengan bahasa C# pada Microsoft Visual Studio .Net 2008.
-
Memiliki database saham. Relational Database Management System yang
digunakan adalah Microsoft SQL Server 2005 Express Edition.
-
Memiliki 2 pilihan algoritma yaitu Algoritma Propagasi Mundur atau
Algoritma Fungsi Basis Radial.
-
Data output berupa:
a. Perbandingan grafik data riil dan data hasil peramalan.
b. Nilai saham dari hasil peramalan.
6. Akan dilakukan variasi penelitian berupa :
-
Variasi input data sebagai data pembelajaran sistem (learning). Variasi data
input ini sebanyak 1 bulan, 2 bulan, 3 bulan, 6 bulan, 1 tahun, dan 2 tahun
kerja.
-
Variasi jumlah lapisan tersembunyi pada Algoritma Propagasi Mundur
sebanyak 5, 10, 20, 30, 50 untuk mendapatkan lapisan tersembunyi yang paling
tepat.
-
Variasi hasil output di masa depan yaitu 1 minggu, 2 minggu, 1 bulan, dan 2
bulan kerja kedepan.
7. Penelitian berupa perbandingan Mean Square Error MSE dari kedua algoritma, yang
dibandingkan dengan data riil.
8. Akan dilakukan penelitian efisiensi dari algoritma. Efisiensi ini berupa keakuratan dan
kecepatan dari proses pembelajaran dari kedua algoritma, dengan variasi data input di
atas.
9. Melakukan pendekatan Regresi sebagai alat bantu dalam memahami dan menganalisis
faktor penyebab fluktuasi saham. Pada bagian ini hanya dibatasi dengan pendekatan
Regresi saja, dimana penelitian tidak menyertakan analisis fundamental dan faktor-faktor
eksternal (seperti gempa dan kenaikan BBM) sebagai bagian dari penelitian. Ini
disebabkan faktor-faktor tersebut tidak serta merta mempengaruhi fluktuasi saham secara
4
langsung. Namun mempengaruhi faktor psikologi dari investor. Faktor tersebut agak sulit
untuk dimodelkan, sehingga penelitian hanya dibatasi dengan analisis teknikal dan
pendekatan regresi. Kemudian ditarik hipotesis penyebab dari fluktuasi saham yang
terjadi melalui dua analisis tersebut serta hubungan faktor masukan dan keluaran JST.
10. Penyajian hasil pengujian akan berupa grafik dan tabel pembanding. Pada tahap ini akan
diambil kesimpulan mengenai kinerja dari JST terhadap peramalan tren investasi saham.
1.5. Perincian Tugas
Berdasarkan surat keputusan Fakultas Teknik Elektronika dan Komputer Universitas
Kristen Satya Wacana Nomor 18/I.3/FTEK/V/2012, perincian tugas yang dikerjakan adalah
sebagai berikut:
1. Mempelajari kedua algoritma penelitian yaitu Algoritma Propagasi Mundur atau
Algoritma Fungsi Basis Radial secara matematis dan proses algorima.
2. Merancang sistem peramalan dengan Algoritma Propagasi Mundur.
3. Merancang sistem peramalan dengan Algoritma Fungsi Basis Radial.
4. Melakukan penelitian dan uji coba dengan variasi yang sudah dijelaskan. Akan
dianalisis pula mengenai kecepatan proses pembelajaran dari sistem peramalan
pada tiap algoritma, serta membandingkan akurasi/ketepatan antara data uji dan
hasil peramalan.
5. Melakukan analisis faktor penyebab terjadinya fluktuasi saham pendekatan
Regresi sebagai alat bantu analisis.
6. Mendokumentasikan tugas akhir.
1.6.
Sistematika Penulisan
Penulisan skripsi ini terdiri dari 5 bab yaitu:
Bab I
Pendahuluan
Berisi tujuan, latar belakang, gambaran penelitian, batasan masalah, perincian tugas
yang dikerjakan, dan sistematika penulisan skripsi.
Bab II
Dasar Teori
Berisi dasar teori yang berhubungan dengan penelitian antara lain mengenai saham,
Jaringan Saraf Tiruan terkhusus algoritma Propagasi Mundur dan Fungsi Basis
Radial, serta Regresi Polinomial.
5
Bab III Metode Penelitian
Berisi metode penelitian dan perancangan sistem cerdas pendukung yang akan
direalisasikan pada skripsi ini.
Bab IV Pengujian dan Analisis
Berisi hasil pengujian pada tugas-tugas yang telah dirancang serta menganalisa hasil
pengujian.
Bab V Kesimpulan dan Saran
Berisikan kesimpulan serta memberikan saran untuk penelitian selanjutnya
6