PENGGUNAAN JARINGAN SARAF TIRUAN UNTUK PREDIKSI SUPPORT LEVEL DAN RESISTANCE LEVEL PADA FOREX TRADING

NANDANA YANUAR WICAKSONO

Informasi Umum

Kode

113020044

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

347 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Di era global ini setiap individu dituntut untuk dapat memilih dan menentukan jenis investasi yang dapat menjamin masa depannya. Jenis investasi yang menguntungkan dengan tingkat keuntungan tinggi, modal yang kecil pasti diingini oleh setiap investor. Forex trading menawarkan hal tersebut, dengan modal yang relatif kecil dapat memperoleh keuntungan berlipat. Hal ini dikarenkan pada perdagangan forex terdapat sistem leverage dimana modal yang ditanam akan dilipatgandakan. Walaupun forex mempunyai tingkat risiko tinggi, tetapi dengan mengetahui saat yang tepat untuk bertransaksi maka hal kerugian dapat dihindari. Jenis analisa yang digunakan pada tugas akhir ini analisa teknikal dimana data yg digunakan merupakan data histori dari transaksi sebelumnya dan juga melihat dari chart. Untuk proses pelatihan dan prediksi telah banyak metode yang digunakan untuk memperoleh hasil prediksi terbaik diantaranya adalah menggunakan jarigan saraf tiruan backpropagation. Untuk memperoleh arsitektur jaringan yang optimal perlu dilakukan pelatihan berulangulang. Parameter yang didapat pada saat proses pelatihan kemudian akan diterapkan pada saat tahap pengujian dengan data latih maupun data uji. Tugas akhir ini membahas prediksi support level dan resistance level pada forex trading dimana data hasil prediksi akan dihitung selisihnya dengan data sesungguhnya dengan menggunakan MAPE. Hasil pengujian dengan menggunakan data uji menunjukkan bahwa prediksi support level dan resistance level dengan menggunakan backpropagation mampu memberikan hasil prediksi dengan nilai MAPE antara 3%- 4,5% dengan akurasi mencapai 95,5%. Kata Kunci : Jaringan saraf tiruan, backpropagation, forex, support level, resistance level, MAPE.ABSTRACT: In global era everyone need to choose what kind of investment correctly for guaranting their future. Every investor want investment with high profit and low capital. Forex offered those two, with low capital we can get high profit. Its because in forex there is leverage system, where our capitol will be multiplied. Although forex has high risk, but with knowing when we should buy or sell we can avoid loss. This final test purpose to forecast support level and resistance level in forex trading using historical data. Type of analysis which is used in this final test is analysis technical, analysis technical using historical data and also by looking the chart. For training process and forecasting there were a lot of methods, one of them is backpropagation neural network. To get the optimum network architecture need to be trained over and over. Parameter which is generated while training process will be applied in testing process using training data and testing data. This final test will discuss foreceasting support level and resistance level in forex trading, where its result will be lessed with its real data using MAPE. The testing result using testing data show that support level and resiistance level forecasting using backpropagation is able to provide the forecasting value with MAPE values are between 3%-4,5% and the precision value reach 95,5%. Keyword: Artificial Neural Network, backpropagation, forex, support level, resistance, MAPE.