Prediksi Tren Kurs Dollar Dari Berita Finansial Amerika Serikat Berbahasa Indonesia Menggunakan Support Vector Machine

Abstrak

Dolar Amerika Serikat (USD) merupakan mata uang yang paling sering digunakan dalam transaksi internasional dengan sirkulasi harian terbesar dibandingkan mata uang negara lain. Rilis data finansial Amerika Serikat tidak hanya berdampak terhadap perekonomian negara itu sendiri tetapi juga akan memberikan dampak terhadap perekonomian negara-negara lain. Fokus utama dari penelitian ini adalah prediksi tren kurs USD dengan cara klasifikasi berita finansial Amerika Serikat berbahasa Indonesia menggunakan algoritme Support Vector Machine (SVM). Kernel yang digunakan pada penelitian ini adalah polynomial degree d, dengan rasio data terbaik 80% untuk data training dan 20% untuk data testing. Output yang dihasilkan dibagi menjadi 2 kelas yakni berdampak melemahkan (down) atau yang berdampak menguatkan (up) kurs USD terhadap mata uang rival. Adapun pengujian terbaik diperoleh dengan kombinasi parameter DF threshold bawah = 15%, DF threshold atas = 85%, λ=0.1, CLR=0.01, C=1, epsilon=0.00001, dan iterasi maksimal =100. Dari hasil pengujian dihasilkan akurasi rata-rata sebesar 76.66%, nilai sensitivitas 80% dan spesifisitas 73.33%.