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 .

.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. 2.

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. Jaringan saraf tiruan adalah suatu teknik yang menggabungkan analisis fundamental dan analisis teknikal.BAB I PENDAHULUAN 1. medis dan . dan faktor-faktor ini saling berinteraksi satu dengan lainnya dalam suatu cara yang sangat kompleks. Teori-teori yang mendasari cara pandang ini adalah Random Walk Hypothesis dan Efficient Market Hypothesis [5]. Oleh sebab itu. 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]. 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. 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. 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. secara umum sangatlah sulit untuk memprediksi pergerakan dari pasar saham. rekayasa. Penerapan jaringan saraf tiruan muncul pada banyak bidang seperti komputer sains. 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. Masalah prediksi dalam pasar saham telah menjadi topik penelitian yang sangat banyak dibahas pada tahun belakangan ini.1 Latar Belakang Masalah Pasar saham merupakan pasar yang dipengaruhi oleh banyak faktor seperti ekonomi. Secara umum terdapat tiga cara pandang berbeda yang didasarkan pada kemampuan untuk mendapatkan keuntungan dari equity market.

07 %. investigasi biologi dan penelitian ekonomi. di sini penulis tertarik untuk memperluas penggunaan jaringan saraf tiruan dalam memprediksi pasar saham dengan membangun suatu perangkat lunak. Pada penelitian ini.) harga saham untuk periode selanjutnya (t + h ) maka dapat diprediksi (waktu yang digunakan dapat berupa perjam. Dalam penerapan jaringan saraf tiruan untuk memprediksi pasar saham telah banyak dilakukan.al [3] yang melakukan prediksi pasar saham di Indonesia... Hal ini dimaksudkan untuk melihat konsistensi dari jaringan saraf tiruan dalam memprediksi harga saham dari berbagai perusahaan.diagnosa kriminal. Jika kita memiliki data harian dari suatu periode tertentu.2. pemilihan input data untuk jaringan mempunyai peranan penting agar diperoleh hasil prediksi yang baik. Data dari harga saham dapat ditentukan oleh data time series. sedangkan dalam penelitian Kutsurelis [8]. Selanjutnya perumusan masalah dapat dirumuskan dalam pertanyaan sebagai berikut : . 1. et. Dalam penggunaan jaringan saraf tiruan. diperoleh hasil prediksi mengenai kenaikan harga saham mencapai keakuratan 93. contohnya X t (t = 1.. menunjukkan bahwa penggunaan jaringan saraf tiruan untuk memprediksi S&P500 tidak berhasil. Berdasarkan hal di atas.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. Perluasan yang dilakukan adalah dalam hal jumlah perusahaan yang dilibatkan. Hasil penelitian menunjukkan suatu hasil prediksi yang cukup akurat pada dua perusahaan tersebut.3 % dan penurunan harga saham mencapai keakuratan 88. bulanan atau tahunan).3. mereka hanya mengambil dua perusahaan yaitu Semen Gresik (SMGR) dan Gudang Garam (GGRM). Penelitian ini merupakan penelitian lanjutan yang didasarkan pada penelitian yang sudah dilakukan [3]. mingguan. Sedangkan penelitian di Indonesia telah dilakukan oleh Budi Bambang DP. harian. Dalam penelitian yang dilakukan oleh Sitte [13].

Untuk menganalisis penyebab adanya perbedaan arsitektur jaringan dalam memprediksi harga saham. 4.1 Maksud dan Tujuan Berdasarkan permasalahan yang diteliti. Untuk menganalisis pengaruh penambahan variabel input dalam keakuratan prediksi jaringan saraf tiruan dengan perangkat lunak yang dibuat. Untuk menganalisis keunggulan dari arsitektur jaringan dalam memprediksi harga saham dengan perangkat lunak yang dibangun. 5. Bagaimana cara membuat perangkat lunak untuk prediksi harga saham dari setiap perusahaan dengan menggunakan arsitektur jaringan syaraf tiruan? 2.1 Metodologi Penelitian . 2. Variabel input apa saja yang akan dimasukkan ke dalam jaringan ? 1. Untuk menganalisis adanya perbedaan hasil prediksi harga saham dari setiap perusahaan jika menggunakan arsitektur jaringan yang sama. 1. 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 : 1.1. 3. Untuk menganalisis arsitektur jaringan yang dibangun sehingga mendapatkan arsitektur jaringan yang baik. 6. Untuk mengidentifikasi variabel input sebelum dimasukkan ke dalam jaringan.

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

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

identifikasi data yang diperlukan dan cara pengumpulannya. serta sistematika penulisan. penentuan sampel penelitian dan teknik pengambilannya. Sistematika penulisan tugas akhir ini adalah sebagai berikut : BAB I PENDAHULUAN Menguraikan tentang latar belakang permasalahan. 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. metode dan kaidah yang diterapkan dalam penelitian.2 Jadwal Kegiatan . yang kemudian diikuti dengan pembatasan masalah. BAB III. BAB V. BAB II. 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 proposal penelitian ini disusun untuk memberikan gambaran umum tentang penelitian yang dijalankan. PERANCANGAN DAN IMPLEMENTASI Merupakan tahapan yang dilakukan dalam penelitian secara garis besar sejak dari tahap persiapan sampai penarikan kesimpulan. mencoba merumuskan inti permasalahan yang dihadapi. Termasuk menentukan variabel penelitian. BAB IV. KESIMPULAN DAN SARAN Berisi kesimpulan dan saran yang sudah diperoleh dari hasil penulisan tugas akhir. 1. serta metode/teknik analisis yang akan dipergunakan dan perangkat lunak yang akan dibangun jika ada. asumsi.

9 Daftar Pustaka [1] A. yang menurut anda dapat membantu menjelaskan maksud dan tujuan pengembangan sistem tersebut. Imperial College.3 Gambaran Sistem Jelaskan sistem yang akan kembangkan. a New Method for Forecasting stock Prices using Artificial Neural Network and Wavelet Theory. Budi Bambang. B. Stock performance modeling using neural networks : a comparative study with regression models. prices. SURPRISE 96 journal. Chaos and order in the capitalmarkets : A new view of cycles. Tak. A. Zapranis and G.N. 1996. 1. and market volatility.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. al. Indonesia stock market prediction (SMGR/GGRM) using time series (feedforward) neural network C. alur sistem dsb. Peters. 1995. Refenes. [2] [3] [4] [5] . Doctor's Thesis. Neural Network 5 (1994) 961-970. dapat menggunakan ilustrasi berupa deskripsi sistem. Stergiou.E.Francis. University of Pennsylvania. John Wiley & Sons Inc. 1991. E. vol1. What is Neural Network?. diagram-diagram. et.

Sign up to vote on this title
UsefulNot useful