Contoh Proposal

PERANGKAT LUNAK UNTUK MEMPREDIKSI HARGA SAHAM DENGAN MEGGUNAKAN MODEL JARINGAN SARAF TIRUAN (Studi kasus di Bursa Saham Jakarta) PROPOSAL SKRIPSI Oleh : NAMA MAHASISWA NIM PROGRAM STUDI S1 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS KOMPUTER INDONESIA 2011 .

2. .LEMBAR PENGESAHAN PERANGKAT LUNAK UNTUK MEMPREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN MODEL JARINGAN SARAF TIRUAN (Studi kasus di Bursa Saham Jakarta) PROPOSAL SKRIPSI OLEH : Nama Mahasiswa NIM Telah disetujui dan disahkan sebagai proposal di Bandung. pada tanggal Pembimbing Usulan 1.

1 Latar Belakang Masalah Pasar saham merupakan pasar yang dipengaruhi oleh banyak faktor seperti ekonomi. Jaringan saraf tiruan merupakan model nonlinear yang dapat melakukan pelatihan (training) untuk memetakan nilai masa lalu dan nilai sekarang dari data time-series dan mampu untuk meng-ekstrak struktur tersembunyi dan keterhubungan yang membangun data. medis dan . Teknik statistika konvensional untuk memprediksi pasar saham sudah banyak dilakukan dalam analisis fundamental maupun analisis teknikal dan hasil yang diperoleh menunjukkan adanya batasan dalam penerapannya yang diakibatkan nonlinearitas pada himpunan data [1]. Cara pandang kedua tergolong pada analisis fundamental (fundamental analysis) yang melihat lebih mendalam pada kondisi finansial dan hasil suatu operasi dari perusahaan tertentu dan prilaku yang mendasari saham gabungannya. secara umum sangatlah sulit untuk memprediksi pergerakan dari pasar saham. rekayasa. Jaringan saraf tiruan didasarkan pada sistem pemrosesan informasi yang struktur dan fungsinya dimotivasi oleh proses kognitif (cognitive process) dan struktur organisasi dari sistem saraf-biologi (neuro-biological systems) [4]. politik dan bahkan psikologi. Jaringan saraf tiruan adalah suatu teknik yang menggabungkan analisis fundamental dan analisis teknikal. Cara pandang pertama mempercayai bahwa tidak ada investor yang dapat memperoleh keuntungan perdagangan di atas rata-rata yang didasarkan pada informasi terdahulu dan informasi sekarang. Secara umum terdapat tiga cara pandang berbeda yang didasarkan pada kemampuan untuk mendapatkan keuntungan dari equity market. Penerapan jaringan saraf tiruan muncul pada banyak bidang seperti komputer sains. Masalah prediksi dalam pasar saham telah menjadi topik penelitian yang sangat banyak dibahas pada tahun belakangan ini. Cara pandang ketiga tergolong pada analisis teknikal (technical analysis) yang mengasumsikan bahwa pasar saham bergerak mengikuti suatu trend tertentu dan trend ini dapat ditangkap dan digunakan untuk melakukan prediksi. Oleh sebab itu.BAB I PENDAHULUAN 1. Teori-teori yang mendasari cara pandang ini adalah Random Walk Hypothesis dan Efficient Market Hypothesis [5]. dan faktor-faktor ini saling berinteraksi satu dengan lainnya dalam suatu cara yang sangat kompleks.

Data dari harga saham dapat ditentukan oleh data time series. Sedangkan penelitian di Indonesia telah dilakukan oleh Budi Bambang DP. Hasil penelitian menunjukkan suatu hasil prediksi yang cukup akurat pada dua perusahaan tersebut.2 Identifikasi Masalah Prediksi harga saham adalah suatu hal yang melibatkan interakasi yang sangat kompleks antara keadaan pasar yang tidak stabil dan faktor proses acak yang tidak diketahui. investigasi biologi dan penelitian ekonomi.. diperoleh hasil prediksi mengenai kenaikan harga saham mencapai keakuratan 93.07 %. et.al [3] yang melakukan prediksi pasar saham di Indonesia. bulanan atau tahunan).3. Jika kita memiliki data harian dari suatu periode tertentu.2. Hal ini dimaksudkan untuk melihat konsistensi dari jaringan saraf tiruan dalam memprediksi harga saham dari berbagai perusahaan. di sini penulis tertarik untuk memperluas penggunaan jaringan saraf tiruan dalam memprediksi pasar saham dengan membangun suatu perangkat lunak. mereka hanya mengambil dua perusahaan yaitu Semen Gresik (SMGR) dan Gudang Garam (GGRM). Dalam penerapan jaringan saraf tiruan untuk memprediksi pasar saham telah banyak dilakukan. Perluasan yang dilakukan adalah dalam hal jumlah perusahaan yang dilibatkan.. sedangkan dalam penelitian Kutsurelis [8]. Pada penelitian ini. contohnya X t (t = 1. Dalam penelitian yang dilakukan oleh Sitte [13]. menunjukkan bahwa penggunaan jaringan saraf tiruan untuk memprediksi S&P500 tidak berhasil. Penelitian ini merupakan penelitian lanjutan yang didasarkan pada penelitian yang sudah dilakukan [3]. mingguan.3 % dan penurunan harga saham mencapai keakuratan 88.) harga saham untuk periode selanjutnya (t + h ) maka dapat diprediksi (waktu yang digunakan dapat berupa perjam. harian. Berdasarkan hal di atas.. 1.diagnosa kriminal. Selanjutnya perumusan masalah dapat dirumuskan dalam pertanyaan sebagai berikut : . pemilihan input data untuk jaringan mempunyai peranan penting agar diperoleh hasil prediksi yang baik. Dalam penggunaan jaringan saraf tiruan.

Untuk mengidentifikasi variabel input sebelum dimasukkan ke dalam jaringan.1 Metodologi Penelitian .1 Maksud dan Tujuan Berdasarkan permasalahan yang diteliti. Variabel input apa saja yang akan dimasukkan ke dalam jaringan ? 1.1. Bagaimana cara membuat perangkat lunak untuk prediksi harga saham dari setiap perusahaan dengan menggunakan arsitektur jaringan syaraf tiruan? 2. 5. Untuk menganalisis keunggulan dari arsitektur jaringan dalam memprediksi harga saham dengan perangkat lunak yang dibangun. Untuk menganalisis adanya perbedaan hasil prediksi harga saham dari setiap perusahaan jika menggunakan arsitektur jaringan yang sama. Untuk menganalisis arsitektur jaringan yang dibangun sehingga mendapatkan arsitektur jaringan yang baik. 3. 4. 2. maka maksud dari penulisan tugas akhir ini adalah untuk mengaplikasikan model Jaringan Syaraf tiruan dalam memprediksi harga saham Sedangkan tujuan yang akan dicapai dalam penelitian ini adalah : 1. Untuk menganalisis penyebab adanya perbedaan arsitektur jaringan dalam memprediksi harga saham. Untuk menganalisis pengaruh penambahan variabel input dalam keakuratan prediksi jaringan saraf tiruan dengan perangkat lunak yang dibuat. 1. 6.

Tahap pembuatan perangkat lunak. Teknik pengumpulan data dengan mengadakan penelitian dan peninjauan langsung terhadap permasalahan yang diambil. paper dan bacaanbacaan yang ada kaitannya dengan judul penelitian. Studi Literatur. Interview.Metodologi yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut : 1. 2. c. jurnal. dimulai dengan menetapkan berbagai kebutuhan dari semua elemen yang diperlukan sistem dan mengalokasikannya kedalam pembentukan perangkat lunak. Teknik analisis data dalam pembuatan perangkat lunak menggunakan paradigma perangkat lunak secara waterfall. System / Information Engineering Merupakan bagian dari sistem yang terbesar dalam pengerjaan suatu proyek. b. Tahap pengumpulan data Metode pengumpulan data yang digunakan dalam penelitian ini adalah sebagai berikut : a. yang meliputi beberapa proses diantaranya: a. Observasi. Pengumpulan data dengan cara mengumpulkan literatur. Analisis . b. Teknik pengumpulan data dengan mengadakan tanya jawab secara langsung yang ada kaitannya dengan topik yang diambil.

e.al [3] sebanyak 5 variabel input.1 Batasan Masalah Penelitian yang telah banyak dilakukan dalam memprediksi harga saham menyebabkan adanya perbedaan di dalam penggunaan jaringan saraf tiruan. Pengujian Merupakan tahap pengujian terhadap perangkat lunak yang dibangun.Merupakan tahap menganalisis hal-hal yang diperlukan dalam pelaksanaan proyek pembuatan perangkat lunak. c. Data yang diambil sebagai input jaringan didasarkan pada penelitian yang telah dilakukan oleh Trippi. f. 1. et . Algoritma pembelajaran yang digunakan adalah backpropagation. d. et.al [12] sebanyak tiga variabel input dan penelitian yang dilkukan oleh Budi Bambang DP. Maintenance Tahap akhir dimana suatu perangkat lunak yang sudah selesai dapat mengalami perubahan–perubahan atau penambahan sesuai dengan permintaan user. 2.1 Sistematika Penulisan . penulis membatasi masalah sebagai berikut : 1. Sumber data berasal dari Bursa Saham Jakarta 3. 1. Coding Tahap penerjemahan data atau pemecahan masalah yang telah dirancang keadalam bahasa pemrograman tertentu. Dalam penelitian ini. Design Tahap penerjemahan dari data yang dianalisis kedalam bentuk yang mudah dimengerti oleh user.

BAB III. serta sistematika penulisan. penentuan sampel penelitian dan teknik pengambilannya. identifikasi data yang diperlukan dan cara pengumpulannya. metode dan kaidah yang diterapkan dalam penelitian. yang kemudian diikuti dengan pembatasan masalah. BAB IV. KESIMPULAN DAN SARAN Berisi kesimpulan dan saran yang sudah diperoleh dari hasil penulisan tugas akhir. Termasuk menentukan variabel penelitian. asumsi. mencoba merumuskan inti permasalahan yang dihadapi. BAB II. serta metode/teknik analisis yang akan dipergunakan dan perangkat lunak yang akan dibangun jika ada. LANDASAN TEORI Membahas berbagai konsep dasar dan teori-teori yang berkaitan dengan topik penelitian yang dilakukan dan hal-hal yang berguna dalam proses analisis permasalahan serta tinjauan terhadap penelitian-penelitian serupa yang telah pernah dilakukan sebelumnya termasuk sintesisnya. menentukan tujuan dan kegunaan penelitian. ANALISIS MASALAH Menganalisis masalah dari model penelitian untuk memperlihatkan keterkaitan antar variabel yang diteliti serta model matematis untuk analisisnya. Sistematika penulisan tugas akhir ini adalah sebagai berikut : BAB I PENDAHULUAN Menguraikan tentang latar belakang permasalahan. PERANCANGAN DAN IMPLEMENTASI Merupakan tahapan yang dilakukan dalam penelitian secara garis besar sejak dari tahap persiapan sampai penarikan kesimpulan.Sistematika penulisan proposal penelitian ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. 1. BAB V.2 Jadwal Kegiatan .

E. A.N. al. Indonesia stock market prediction (SMGR/GGRM) using time series (feedforward) neural network C. vol1. alur sistem dsb. Tak. a New Method for Forecasting stock Prices using Artificial Neural Network and Wavelet Theory. et. 1996. University of Pennsylvania.9 Daftar Pustaka [1] A. 1995. and market volatility. 1. [2] [3] [4] [5] . B. dapat menggunakan ilustrasi berupa deskripsi sistem. yang menurut anda dapat membantu menjelaskan maksud dan tujuan pengembangan sistem tersebut. Stergiou. Doctor's Thesis. Budi Bambang. Imperial College. prices. Stock performance modeling using neural networks : a comparative study with regression models. Zapranis and G. 1991. Peters. John Wiley & Sons Inc.E. diagram-diagram. SURPRISE 96 journal. Chaos and order in the capitalmarkets : A new view of cycles. Neural Network 5 (1994) 961-970.No Tahap I Pengumpulan Referensi PembuatanProposal Pengumpulan Proposal Perbaikan Proposal Masa Bimbingan I Laporan Kemajuan I Masa Bimbingan II Laporan Kemajuan II Masa Bimbingan III Laporan Kemajuan III Persiapan Seminar Februari II III IV I Maret II III IV I April II III IV I II Mei III IV I Juni II III IV 1 2 3 4 5 6 7 8 9 10 11 1.Francis. Refenes. What is Neural Network?.3 Gambaran Sistem Jelaskan sistem yang akan kembangkan.

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.