Tugas Review Skripsi JUDUL : MODEL INTEGRASI JARINGAN SYARAF TIRUAN DAN SISTEM PAKAR UNTUK PERENCANAAN STRATEGI

PENGAMBILAN KEPUTUSAN DALAM INVESTASI SAHAM No. Persoalan :TKI 532T/253/2003/EKST Disusun Oleh : SUGORO BHAKTI SUTONO 01/145323/ET/02021 2003

Direview oleh : Binar Reza Gumilang 07/251878/TK/32681

PROGRAM STUDI TEKNIK INDUSTRI JURUSAN TEKNIK MESIN DAN INDUSTRI FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA YOGYAKARTA 2011

A. Tujuan Aplikasi : 1. Merancang model perencanaan strategi pengambilan keputusan investasi yang tepat untuk meminimasi resiko ketidakpastian harga saham di bursa efek 2. Membuat prototipe sistem cerdas untuk konsultasi analisis investasi saham. 3. Mengintegrasikan jaringan syaraf tiruan dengan sistem pakar sebagai alat bantu untuk melakukan perencanaan strategi pengamblan keputusan investasi. Hasil penelitian menunjukkan dengan mengunakan data harga saham PT. Astra Internasioal Tbk. Selama 225 hari perdagangan, pengujian menghasilkan ratarata presentase kesalahan absolut (MAPE) sebesar 3,07% (akurasi 96,92%) pada jumlah neuron lapis tersembunyi 10 unit dan laju pembelajaran (Ir) = 0,3 untuk batas MSE pelatihan 0,01. Pengujian model Integrasi dengan studi kasus perdagangan saham ASII pada bulan April 2003, sistem ini dapat memberikan rekomendasi keputusan berdasarkan pendekatan analisis fundamental dan teknikal yang sesuai dengan kondisi nyata pengambilan keputusan yang telah terjadi yaitu rekomendasi tindakan beli saham tersebut.Apabila saham kemudian dijual setelah 40 hari, saham akan memberikan potensi keuntungan per lembar saham sekitar Rp 1.075,- belum termasuk keuntungan deviden.
B. Arsiektur Jaringan

Arsitektur jaringan syaraf tiruan diklasifikasikan dalam lapisan tuggal (SingleLayer) dan lapisan banyak (Multi-Layer). Jaringan syaraf tiruan adalah kumpulan dari beberapa neuron-neuron dalam lapisan-lapisan. Umumnya, neuron-neuron yang terletak pada lapisan yang sama akan memiliki keadaan yang sama.Pada setiap lapisan yang sama, neuron-neuron akan memiliki fungsi aktivasi yang sama.
 Jaringan lapis tunggal (Single-Layer) Jaringan dengan lapisan tunggal hanya memiliki satu lapisan dengan bobot-bobot terhubung. Jaringan ini hanya menerima input kemudian secara langsung akan mengolahnya menjadi output tanpa harus melalui lapisan tersembunyi
W11

X1
W11 W21

Y1
W12

W22

X2

Y2
W2m

Wn1

Wn2

Xn
Wnm

Ym

Lapisan masukan

Lapisan keluaran

 Jaringan lapis banyak (Multi-Layer) Jaringan dengan lapisan banyak memiliki 1 atau lebih lapisan yang terletak diantara lapisan input dan lapisan output ( memiliki 1 atau lebih lapisan tersembunyi )
V11 W11

Y1

X1
V12 V1m W1m W12

V21

W21 V22 W22 W2m

X2
V2m

Y2

Vn1

Vn2

Wn1

Wn2

Xn
Vnm Wnm

Ym

Lapisan masukan C. Algoritma Penelitian

Lapisan Tersembunyi

Lapisan keluaran

Sejak algoritma pembelajaran propagasi-balik dipopulerkan,ada banyak penelitian yang dilakukan untuk mempercepat konvergensi algoritma ini. Aturan perubahan bobot pada Levenberg-Marquardt adalah sebagai berikut : Xk+1 = Xk- [ J T J + I]1 JT e dimana J adalah matriks jacobian, yang berisi derivatif pertama dari error jaringan terhadap bobot dan biasnya dan e merupakan sebuah vektor error jaringan.

D. Hasil dan Pembahasan Setelah sistem diujikan dengan input data aktual maka dalam bagian ini akan dianalisis hal-hal yang berkaitan dengan validasi kinerja sistem pakar. Dari hasil keluaran sistem untuk kondisi pada bulan April 2003 dihasilkan strategi pengambilan keputusan yang direkomendasikan yaitu BELI ( Buy on Long) . Proses transaksi adalah ambil posisi beli sekarang kemudian tahan sahan tersebut. Keputusan ini dilakukan karena saham dinilai masih terlalu rendah dan diperkirakan cenderung akan naik, setelah harga naik kemudian lakukan aksi profit taking untuk memperoleh gain, jua ketika harga akan turun.Tanggal terjadinya transaksi yaitu 1 April 2003 dengan harga pasar penutupan tercatat Rp 2.550,-

E. Saran untuk Perbaikan Penelitian yang dilakukan masih banyak kekurangannya, oleh karena itu perlu adanya penelitian lebih lanjut. Untuk meningkatkan utilitas dari sistem yang dibangun perlu dilakukan hal-hal sebagai berikut : 1. Akuisi pengetahuan perlu lebih diperdalam denganmelibatkan pakar dari berbagaidisiplin ilmu. 2. Sistem dikembangkan tidak hanya untuk mengevaluasi satu saham saja dalam setiap evaluasinya dengan penambahan basis pengetahuan. 3. Faktor fluktuasi tingkat suku bunga dan nilai tukar rupiah agar ikut dipantau pergerakannya menggunakan jaringan syaraf tiruan. 4. Pengembangan sistem dengan klasifikasi data melibatkan sistem fuzzy dalam pembuatan rules set-nya.

F. Aplikasi di area lain Nilai Suatu sekuritas akan sangat dipengaruhi oleh tingkat penjualan dan laba perusahaan.Analisis Industri dilakukan untuk melihat perkembangan atau kinerja industri karena tingkat penjualan dan laba perusahaan, umumnya akan terkait dengan kondisi industri.Faktor-faktor yang mempengaruhi analisis industri adalah :

Siklus Kehidupan Industri

Tahap pertumbuhan ditandai dengan pertumbuhan penjualan yang relatif masih tinggi, meskipun resiko sudah tak setinggi pada tahap perkenalan. Tahap kedewasaan, pada tahap ini pertumbuhan penjualan masih terjadi, tetapi sudah dalam tingkatan yang lebih rendah dari pada tahap pertumbuhan.karena produksi sudah dalam jumlah cukup besar untik memenuhi permintaan pasar,umumnya laba yang diperoleh cukup untuk membiayai pertumbuhan usaha Tahap penurunan, padda tahap ini permintaan akan produk tersebut sudah mengalami penurunan, sehingga pertumbuhan penjualan menjadi negatif. y Tarif Bea Masuk Impor

Selama ini industri otomotif Indonesia sangat dilindungi oleh tarif bea masuk impor yang sangat tinggi. Jika pada akhirnya tarif bea masuk ini dihapuskan maka industri otomotif Indonesia akan terancam eksistensinya. y Pajak Perseroan

Kenaikan pajak perseroan akan mengurangi keuntungan perusahaan. Pajak persseroan diberakukan terhadap semua perusahaan maka jika terdapat perubahan

tingkat pajak, sehingga keseluruhan saham perusahaan yang terdaftar di bursa efek Jakarta akan mengalami penyesuaian.