komparasi algoritma
TRANSCRIPT
-
7/25/2019 Komparasi Algoritma
1/5
Komparasi Algoritma Dalam Memprediksi Kurs Valuta Asing
Mata Uang Dollar Amerika Terhadap Yen Jepang (USD/JPY)
Habib Firdausi Comara
FakultasIlmuKomputer, Universitas Dian Nuswantoro
habibfirdausic@mail!com
Astrak
Fore" #Forein $"chane% atau lebih dikenal denan valuta asin adalah perdaanan
mata uan asin dari berbaai neara! Nilai suatu kurs &an berubah'ubah, membuat trader
atau oran &an melakukan perdaanan nilai mata uan memanfatkann&a untuk meraup
keuntunan! Keuntunan didapat dari selisih hara (ual dan hara beli pada saat perdaanan!
Untuk itulah perlu adan&a prediksi nilai hara sekaran &an didasarkan atas nilai hara hari
sebelumn&a dan aloritma terbaik &an dapat menampilkan hasil palin akurat! )loritma&an akan dibandinkan performan&a adalah *inear +eression #*+%, Neural Network #NN%,
dan upport -ector .achine #-.%! Hasil perbandinan analisa performa +oot .ean
/uared $rror menun(ukkan, aloritma Neural Network #NNs% menun(ukkan &an terbaik
denan +oot .ean /uared diikuti upport -ector .achine #-.% dan &an terakhir
*inear +eression #*+%!
Kata Kun!i" kurs# $aluta asing# prediksi# perandingan
%& P'DAU*UA.ata uan memiliki peranan pentin bai kelansunan perekonomian luar neeri
dan bisnis suatu neara! Fore" #Forein $"chane% atau lebih dikenal denan valuta asin
adalah perdaanan mata uan asin dari berbaai neara! Nilai suatu kurs &an berubah '
ubah, membuat trader atau oran &an melakukan perdaanan nilai mata uan
memanfatkann&a untuk meraup keuntunan!
Dollar )merika #UD% merupakan mata uan &an ban&ak dipakai di berbaai dunia!
Hampir di semua aspek industri dan perdaanan berpatokan denan dollar )merika! 0en
1epan adalah mata uan &an palin mudah diperdaankan di kawasan )sia! 2enaruh
kekuatan pererakan ekonomi di 1epan akan berpenaruh denan mata uan &en!
Fore" mempun&ai sifat perdanan &an sanat unik &aitu3
a! 4ila hara naik, maka trader membeli pada saat hara sedan rendah untuk
selan(utn&a di(ual kembali pada saat hara lebih tini dari hara pada saat
membeli!
mailto:[email protected]:[email protected] -
7/25/2019 Komparasi Algoritma
2/5
b! 4ila hara turun, maka trader akan men(ual terlebih dahulu saat hara sedan
tini untuk selan(utn&a membeli kembali kembali saat hara lebih rendah pada
saat men(ual!
Keuntunan didapat dari selisih hara (ual dan hara beli pada saat perdaanan! Untuk itulah
perlu adan&a prediksi nilai hara sekaran &an didasarkan atas nilai hara hari sebelumn&a
dan aloritma terbaik &an dapat menampilkan hasil palin akurat!
+& USU*A K',A-KA K.MPA,AS
perbandinan akan dilakukan menunakan 5 aloritma &akni *inear +eression #*N%
Neural Network #NN%, dan upport -ector .achine #-.%! 2erbandinan aloritma tersebut
untuk menukur performa terbaik dalam memprediksi hara kurs pasanan mata uan Dollar
)merika terhadap 0en 1epan!
-alidasi model menunakan 67 fold cross validation dimana data akan dibai dalam 67
baian, kemudian akan diproses 67 kali sebaai data tranin dan data testin!
8abel 6! 67 fold cross validation
-alidasi 2artisi dataset
69
5
:
;
?
67
Hasil penukuran performa menunakan +oot .ean /uared $rror untuk mencari nilai
terndah kemudian analisa u(i beda menunakan 88est untuk mendapatkan hasil
perbandinan performa terbaik dalam memprediksi hara kurs pasanan mata uan!
0& DATAS'T
Dataset &an diunakan adalah data kurs pasanan mata uan Dollar )merika denan
0en 1epan #UDA120% antara tanal 6 )pril 976; ' 65 .ei 976; &an didapat dari histor&
chart perusahaan tradin $"ness!
-
7/25/2019 Komparasi Algoritma
3/5
Bambar 6! Dataset kurs harian mata uan Dollar )merika terhadap 0en 1epan #UDA120%
)tribut dari dataset hara kurs mata uan Dollar )merika denan 0en 1epan &akni Date,
pen, Hih, *ow dan -olume! pen adalah hara pembukaan , Hih dan *ow adalah hara
tertini dan terendah &an pernah dicapai, sedankan -olume adalah (umlah transaksi &an
tercatat! Close sebaai label &an akan diprediksi haran&a adalah hara penutupan!
1& AS*
$ksperimen dilakukan menunakan sebuah laptop denan prosessor berbasis
Intel Core I; 9!: Bh C2U, :,77 B4 +)., dan s&stem operasi Eindows = Ultimate
59bit! Software &an diunakkan adalah+apid.iner
Hasil penukuran performa dilihat dari +oot .ean /uared $rror, &akni Neural
Network #NNs% menun(ukkan tinkat performa palin tini denan nilai +.$
0.229 +/- 0.026diikuti upport -ector .achine #-.% denan 0.303 +/- 0.076
dan &an terakhir *inear +eression #*+% denan 0.314 +/- 0.071
-
7/25/2019 Komparasi Algoritma
4/5
8abel 9! 8abel hasil +.$
Hasil u(i beda
menunakan
88est NN menun(ukkan hasil &an terbaik untuk memprediksi kurs mata uan
UDA120, diikuti -. dan *+! Namun antara -. dan *+ menun(ukan hasil
perbedaan &an tidak sinifikan
NN
0.229 +/- 0.026
SVM
0.303 +/- 0.076
LR
0.314 +/- 0.071
NN0.229 +/- 0.026
0.010 0.002
SVM
0.303 +/- 0.076
0.743
LR
0.314 +/- 0.071
2& K'SMPU*AHasil penukuran performa dilihat dari +oot .ean /uared $rror, &akni Neural
Network #NNs% menun(ukkan tinkat performa palin tini denan nilai +.$
0.229 +/- 0.026diikuti upport -ector .achine #-.% denan 0.303 +/- 0.076
dan &an terakhir *inear +eression #*+% denan 0.314 +/- 0.071. Hasil u(i beda
menunakan 88est menun(ukkan NN merupakan aloritma terbaik untuk memprediksi kurs
mata uan UDA120, diikuti -. dan *+! Namun antara -. dan *+ menun(ukan hasil
perbedaan &an tidak sinifikan!
DA3TA, PUSTAKA
SVM *,
0.229 +/-
0.026
0.303 +/-
0.076
0.314 +/- 0.071
-
7/25/2019 Komparasi Algoritma
5/5
6! )chmad olechan, orinta hinta!, Ka(ian Komparasi )rtificial Neural Network Dan
+eresi *inier Dalam .emprediksi Hara aham Denan .empertimbankan Faktor
Fundamental 2ada ektor Industri! eminar Nasional 8eknoloi Informasi G
Komunikasi 8erapan 9769 #emantik 9769%
9! Hasbi Yasin, Alan Prahutama, Tiani Wahu !tami.,Pr"#i$si Har%a
&aham '"n%%una$an &u(()rt *"t)r "%r"ssi)n "n%an Al%)ritmari# &"arh.,'"#ia &tatisti$a, *)l. 7, ). 1, uni 2014 29-3
5! ur&a )tma(a!, 9769!,2erbandinan .etode Kemunkinan .aksimum Dan )nalisis
8echnical 2ada Nilai 8radin 2erusahaan .arketiva!, Universitas 2endidikan
Indonesia