Penerapan Algoritma Genetika Pada Pelatihan Jaringan Syaraf Tiruan Untuk Peramalan Harga Valuta Asing

Perdagangan valuta asing dianggap sebagai bisnis alternatif karena dapat mendatangkan keuntungan. Untuk mendapatkan keuntungan yang maksimal, diperlukan teknik peramalan untuk mengetahui kapan harga valas naik atau turun. Salah satu teknik peramalan yang digunakan untuk meramalkan harga valas adalah Jaringan Syaraf Tiruan (JST). JST melakukan proses pelatihan terhadap jaringan untuk mendapatkan model jaringan dan bobot yang sesuai sehingga mampu mengenali pola pergerakan harga valas. Salah satu algoritma pelatihan JST yang dapat digunakan adalah Algoritma Genetika (AG). Algoritma pelatihan khusus seperti backpropagation dapat digunakan, namun biasanya digunakan pada permasalahan yang khusus saja. Sebaliknya, AG dengan sedikit modifikasi dapat digunakan untuk melatih JST dalam menyelesaikan berbagai masalah. Pada penelitian ini menggunakan algoritma backpropagation yaitu tahap feed-forward backpropagation dan AG sebagai algoritma pelatihan JST. AG mengkodekan kromosom sebagai susunan bobotbobot JST. Data yang digunakan adalah harga valas Pounsterling terhadap Dollar US (GBP/USD). Untuk proses pelatihan digunakan data selama 1 tahun, sedangkan proses pengujian digunakan data selama 2 bulan setelah data pelatihan. Hasil uji coba menunjukkan bahwa AG dapat melakukan pelatihan JST dengan baik. Parameter genetika sangat berpengaruh terhadap proses pelatihan JST. Parameter genetika yang menghasilkan nilai kesalahan peramalan terkecil yaitu ukuran populasi 50, jumlah generasi maksimal 10000, probabilitas crossover 0.9 dan probabilitas mutasi 0.3. Bobot JST yang dihasilkan dari pelatihan AG mampu mengenali pola pergerakan harga valas dengan nilai RMSE sebesar 0.00418 dan MAPE sebesar 0.002. Hal ini menunjukkan bahwa tingkat akurasi yang dihasilkan sistem sangat baik karena sangat mendekat