APLIKASI JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PRAKIRAAN VALUTA GBP/USD DALAM FOREX TRADING

Abstract

Abstrak

Forex trading adalah perdagangan mata uang asing yang memanfaatkan perbandingan valuta suatu negara dengan negara lain. Para trader yang terlibat di dalam pasar forex, umumnya  melakukan trading pada mata uang utama dunia, salah satunya adalah GBP/USD. Dalam melakukan trading, trader harus dapat memperkirakan risiko yang akan terjadi dalam transaksinya dan bagaimana memperoleh keuntungan berdasarkan analisisnya. Berdasarkan hal tersebut, maka pada penelitian ini dirancang sebuah aplikasi jaringan saraf tiruan perambatan balik untuk prakiraan valuta GBP/USD dalam forex trading. Perancangan ini terbagi menjadi 3 tahapan, yaitu: tahap pelatihan jaringan, tahap pengujian jaringan, dan tahap prakiraan.Terdapat 30 jaringan yang divariasikan dalam tahap pelatihan berdasarkan nilai parameter pelatihan. Jaringan yang telah dilatih, akan digunakan dalam tahap pengujian dan prakiraan. Prakiraan yang dilakukan bertujuan untuk meramalkan harga penutupan harian pasangan valuta GBP/USD. Hasil analisis yang diperoleh dari sistem menunjukan bahwa pada pengujian data latih, fungsi aktivasi tansig-logsig merupakan fungsi aktivasi yang paling baik dengan tingkat keauratan rata-rata 98,74%. Pada pengujian data uji netw24 merupakan jaringan yang paling baik dikarenakan tingkat keakuratan 99,21% dan dapat melakukan prakiraan yang tepat sebanyak 4 kali, dan pada prakiraan harga penutupan valuta GBP/USD, netw14 merupakan jaringan terbaik dengan tingkat keakuratan 99,98%.

Kata kunci: Forex trading, GBP/USD, Jaringan saraf tiruan perambatan balik, Prakiraan

Abstract

Forex trading is foreign exchange trading which utilize the currency’s comparison between countries. The traders involved in the forex market, generally trading on major world currencies, one of them is the GBP/USD. In trading, trader has to predict the risk in his transaction and how to gain profit base on his analysis. Therefore, this research design an Artificial neural network with back propagation application for GBP/USD forecasting in forex trading. This design will be devided into 3 steps. They are: network training phase, network testing phase, and forecasting phase. There are 30 networks varied in the training phase based on the parameter value training. The network which has been trained, will be used in testing and forecasting phase. The aim of forecasting  is to predict daily closing price in GBP/USD. The analysis result of the system showing that in training  data test, tansig-logsig function activation is the best function activation with the percentage of forecasting’s average is 98,74%, in testing data test, netw24 is the best network with percentage of forecasting: 99,21% and can perform precise forecasting 4 times. In GBP/USD closing price forecasting, netw14 is the best network with percentage of forecasting amounted to 99,98%.

Keywords: Forex trading, GBP/USD, Artificial neural network with back propagation, Forecasting