IMPLEMENTASI SUPPORT VECTOR MACHINES UNTUK MEMPREDIKSI ARAH PERGERAKAN HARGA HARIAN VALUTA ASING (EUR/USD, GBP/USD, DAN USD/JPY) DENGAN METODE KERNEL TRICK MENGGUNAKAN FUNGSI KERNEL RADIAL BASIS FUNCTION
Abstract: Valuta asing (forex)
adalah mata uang yang dikeluarkan sebagai alat pembayaran yang sah di negara
lain. Dalam perkembangannya, forex diperdagangkan sebagai instrumen investasi
untuk mencari keuntungan. Penelitian ini bertujuan untuk memprediksi arah pergerakan
harga harian perdagangan forex sebagai masalah klasifikasi biner yaitu bullish
dan bearish menggunakan Support Vector Machines (SVM). SVM adalah suatu teknik
data mining untuk melakukan prediksi, baik dalam hal klasifikasi maupun
regresi. Konsep dari SVM dapat dijelaskan secara sederhana sebagai usaha
mencari hyperplane yang dapat memisahkan dataset sesuai dengan kelasnya.
Prinsip dasar SVM adalah linier classifier dan selanjutnya dikembangkan agar
dapat bekerja pada problem nonlinier dengan metode kernel trick yaitu
mentransformasi data ke ruang yang berdimensi lebih tinggi (feature space)
menggunakan fungsi kernel dengan harapan data tersebut dapat diklasifikasikan
secara linier. Data yang digunakan dalam penelitian ini adalah data harga
harian perdagangan forex yaitu EUR/USD, GBP/USD dan USD/JPY periode Januari
2012 sampai dengan Juni 2012. Hasil penelitian menunjukkan bahwa SVM mampu
memprediksi arah pergerakan harga harian perdagangan forex dengan akurat, hal
ini dibuktikan dengan akurasi prediksi terhadap EUR/USD mencapai 95,24%,
GBP/USD mencapai 95,24% dan USD/JPY mencapai 100%.
Penulis: Heru Supriyanto
Kode Jurnal: jpmatematikadd130600
