PEMANFAATAN DATA TEKNIKAL UNTUK MEMPREDIKSI NILAI TUKAR MATA UANG MENGGUNAKAN METODE PATTERN RECOGNITION = UTILIZATION OF TECHNICAL DATA TO PREDICTE CURRENCY EXCHANGE RATE USING THE PATTERN RECOGNITION METHOD

Foreign Exchange (Forex) atau dikenal sebagai valuta asing (valas) merupakan salah satu pilihan investasi yang berkembang di Indonesia saat ini. Forex trading adalah transaksi perdagangan mata uang dari negara yang berbeda terhadap satu sama lain. Mata uang dipertukarkan untuk melakukan bisnis dan perdagangan luar negeri, yang membuat pasar forex menjadi pasar keuangan terbesar di dunia. Namun resiko kerugian atau keuntungan tergantung dari keahlian memprediksi nilai suatu mata uang dalam menentukan posisi transaksi dalam hal ini adalah penentuan saat melakukan pembelian atau penjualan terhadap mata uang. Untuk itu, trader harus selalu memperbaharui informasi untuk dapat memperkirakan nilai suatu mata uang di masa mendatang. Salah satu cara yang dapat dilakukan adalah dengan menggunakan peramalan (forecasting). Pada penelitian ini menggunakan metode Deep Learning yang merupakan bagian dari Neural Network yaitu Long Short Term Memory (LSTM). Penelitian dilakukan menggunakan time frame 5m dengan menggunakan input indikator teknikal yang terdiri dari moving average (MA), ichimoku kinko hyo, relative strength index (RSI), moving average convergence divergence (MACD), dan stochastic. Dari hasil pengujian sistem prediksi nilai tukar mata uang EUR/USD yang dirancang, diperoleh kinerja sistem dengan mengevaluasi berdasarkan nilai RMSE 0.000434696 dan MAPE 0.031897979 yang dihasilkan.

Keywords : forex, forecasting, indikator teknikal, LSTM