BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi Charles Darwin [9]. Algoritma genetika pertama kali ditemukan oleh John Holland, itu dapat dilihat dalam bukunya yang berjudul Adaption in Natural and Artificial Systems pada tahun 1960-an dan kemudian dikembangkan bersama murid dan rekan kerjanya di Universitas Michigan pada tahun 1960-an sampai 1970-an. Tujuan Holland mengembangkan algoritma genetika saat itu bukan untuk mendesain suatu algoritma yang dapat memecahkan suatu masalah, namun lebih mengarah ke studi mengenai fenomena adaptasi di alam dan mencoba menerapkan mekanisme adaptasi alam tersebut ke dalam sistem komputer [12]. Algoritma genetika yang dibuat Holland merupakan sebuah metode untuk memisahkan satu populasi kromosom (terdiri dari bit-bit 1 dan 0) ke populasi baru dengan menggunakan “seleksi alam” dan operator genetik seperti crossover, mutation, invertion. Crossover menukar bagian kecil dari dua kromosom, mutation mengganti secara acak nilai gen di beberapa lokasi pada kromosom, invertion membalikkan urutan beberapa gen yang berurutan dalam kromosom. Dasar teori inilah yang menjadi dasar kebanyakan program yang menggunakan algoritma genetika pada saat ini [2]. Hal-hal yang harus dilakukan dalam menggunakan algoritma genetika adalah: 1. Mendefinisikan individu, dimana individu menyatakan salah satu solusi (penyelesaian) yang mungkin dari permasalahan yang diangkat. 2. Mendefinisikan nilai fitness, yang merupakan ukuran baik-tidaknya sebuah individu atau baik-tidaknya solusi yang didapatkan. 3. Menentukan proses pembangkitan populasi awal. Hal ini biasanya dilakukan UNIVERSITAS SUMATERA UTARA dengan menggunakan pembangkitan acak seperti random-walk. 4. Menentukan proses seleksi yang akan digunakan. 5. Menentukan proses perkawinan silang (cross-over). 6. Mutasi gen yang akan digunakan. 2.1.1 Teknik Encoding Proses encoding adalah salah satu proses yang sulit dalam algoritma genetika. Hal ini disebabkan karena proses encoding untuk setiap permasalahan berbeda karena tidak semua teknik encoding cocok untuk setiap permasalahan. Proses encoding menghasilkan string yang kemudian disebut kromosom. String terdiri dari sekumpulan bit yang dikenal sebagai gen. Jadi satu kromosom terdiri dari sejumlah gen. Ada bermacam-macam teknik encoding yang dapat dilakukan dalam algoritma genetika. Beberapa teknik encoding itu antara lain adalah binary encoding, permutation encoding, value encoding serta tree encoding. Teknik encoding yang digunakan pada penjadwalan proyek adalah permutation encoding. Selain digunakan pada penjadwalan proyek, teknik ini juga dapat digunakan pada Task Ordering Problem. Pada permutation encoding, kromosom-kromosom adalah kumpulan angka yang mewakili posisi dalam sebuah rangkaian. Dalam permutation encoding, setiap kromosom adalah sebuah string dari nomor-nomor seperti dibawah ini. Tabel 2.1 Kromosom Pada Penjadwalan Proyek Kromosom (Urutan Pekerjaan) A B C D E F G H I Gen (Jumlah Hari) 1 5 3 2 6 4 7 9 8 UNIVERSITAS SUMATERA UTARA Pada penjadwalan proyek, kromosom mengambarkan urutan pekerjaan yang harus dilakukan, sedangkan item pekerjaan menggambarkan gen. Pada contoh diatas adalah: Kromosom (Urutan pekerjaan) A-B-C-D-E-F-G-H-I dengan jumlah hari 1, 5, 3, 2, 6, 4, 7, 9, 8. 2.1.2 Proses Seleksi Proses seleksi adalah proses yang memegang peranan penting dalam algoritma genetika. Proses seleksi ini digunakan agar hanya kromosom-kromosom yang berkualitas yang dapat melanjutkan peranannya dalam proses algoritma genetika berikutnya. Ada bermacam-macam teknik untuk melakukan proses seleksi pada suatu permasalahan. Teknik seleksi yang akan digunakan tergantung pada permasalahan yang akan diselesaikan. Ada bermacam-macam teknik seleksi, diantaranya adalah Roulette Wheel Selection, Rank Base Selection, dan Steady State Selection. Pada proses penseleksian digunakan suatu parameter yang disebut kesesuaian atau fitness. Fitness digunakan untuk menentukan seberapa baik kromosom akan bertahan hidup. Makin tinggi nilai 0 ≤ fitness≤ 1, suatu kromosom maka makin baik kromosom itu akan bertahan hidup. Nilai fitness tertinggi merepresentasikan jawab terbaik atas persoalan itu sendiri. Penentuan berapa besar nilai fitness suatu kromosom berdasarkan fungsi fitness yang didefinisikan tersendiri [10]. 2.1.3 Proses Rekombinasi Proses rekombinasi atau yang lebih dikenal dengan nama proses crossover adalah menyilangkan dua kromosom sehingga membentuk kromosom baru yang harapannya lebih baik dari pada induknya. Tidak semua kromosom pada suatu populasi akan mengalami proses rekombinasi. Kemungkinan suatu kromosom mengalami proses UNIVERSITAS SUMATERA UTARA rekombinasi didasarkan pada probabilitas crossover yang telah ditentukan terlebih dahulu. Probabilitas crossover menyatakan peluang suatu kromosom akan mengalami crossover [7]. Kawin silang antara kromosom dilakukan dengan beberapa teknik antara lain: 1. Single point crossover – pemilihan satu titik crossover, string binary dari awal chromosome untuk titik crossover adalah di-copy dari orang tua pertama dan sisanya di-copy dari orang tua kedua. 2. Two point crossover – pemilihan dua titik crossover, string binary dari awal dari chromosome untuk titik pertama crossover di-copy dari orang tua pertama, bagian dari the first untuk titik crossover yang kedua di-copy dari orang tua kedua dan sisanya di-copy dari orang tua pertama. 3. Uniform crossover – bit-bit secara acak di-copy dari orang tua pertama atau kedua. 4. Arithmetic crossover - beberapa operasi arithmetic adalah ditampilkan untuk membuat offspring yang baru. Hal yang dapat dilihat dari perpindahan bilangan biner di atas adalah kawin silang (crossover) dapat dilakukan dengan empat cara yaitu single point crossover, two point crossover, uniform crossover dan arithmetic crossover. Dari keempat cara tersebut didapat bahwa arithmetic crossover merupakan cara yang lebih cepat untuk menyelesaikan perkawinan silang (crossover) [9]. Teknik rekombinasi yang penulis gunakan adalah teknik order crossover. Order crossover (OX) diperkenalkan oleh Davis. Teknik ini diawali dengan membangkitkan dua bilangan acak. Kemudian gen yang berada diantara kedua bilangan acak akan disalin ke offspring dengan posisi yang sama. Langkah berikutnya untuk mendapatkan offspring pertama adalah mengurutkan gen yang berada pada parent kedua dengan urutan gen yang berada pada posisi setelah bilangan acak kedua diikuti dengan gen yang berada pada posisi sebelum bilangan acak pertama dan diakhiri dengan gen yang berada pada posisi diantara kedua bilangan acak. Kemudian gen yang telah diurutkan UNIVERSITAS SUMATERA UTARA tersebut dibandingkan dengan offspring pertama. Apabila gen tersebut ada pada offspring kedua maka abaikan gen tersebut dari urutan itu. Kemudian masukkan urutan yang baru saja didapat pada offspring dengan cara memasukkan urutan gen pada posisi setelah bilangan acak kedua terlebih dahulu dan sisanya dimasukkan pada posisi sebelum bilangan acak pertama. Begitu juga untuk menghasikan offspring kedua. 2.1.4 Proses Mutasi Proses mutasi ini dilakukan setelah proses rekombinasi dengan cara memilih kromosom yang akan dimutasi secara acak, dan kemudian menentukan titik mutasi pada kromosom tersebut secara acak pula. Banyaknya kromosom yang akan mengalami mutasi dihitung berdasarkan probabilitas mutasi yang telah ditentukan terlebih dahulu. Apabila probabilitas mutasi adalah 100% maka semua kromosom yang ada pada populasi tersebut akan mengalami mutasi. Sebaliknya, jika probabilitas mutasi yang digunakan adalah 0% maka tidak ada kromosom yang mengalami mutasi pada populasi tersebut. Ada bermacam-macam teknik mutasi yang dapat digunakan untuk menyelesaikan suatu masalah dengan algoritma genetika. Seperti pada teknik rekombinasi, teknik mutasi juga dirancang untuk digunakan pada suatu masalah yang spesifik sehingga tidak setiap teknik mutasi dapat diterapkan pada suatu masalah yang akan diselesaikan. Selain itu, teknik mutasi yang digunakan juga harus sesuai dengan teknik encoding yang digunakan untuk menyelesaikan permasalahan tersebut. Teknik mutasi yang digunakan dalam penjadwalan proyek ini adalah teknik permutation encoding. Teknik ini diawali dengan memilih dua bilangan acak kemudian gen yang berada pada posisi bilangan acak pertama ditukar dengan gen yang berada pada bilangan acak kedua [7]. Algoritma genetika memiliki beberapa karakteristik yang perlu diketahui sehingga dapat terbedakan dari prosedur pencarian atau optimasi yang lainnya. Adapun UNIVERSITAS SUMATERA UTARA karakteristik dari algoritma genetika adalah: 1. Bekerja dengan pengkodean dari himpunan solusi permasalahan berdasarkan parameter yang telah ditetapkan dan bukan parameter itu sendiri. 2. Melakukan pencarian pada sebuah populasi dari sejumlah individu-individu yang merupakan solusi pemasalahan bukan hanya dari sebuah individu. 3. Merupakan informasi fungsi objektif (fitness) sebagai cara untuk mengevaluasi individu yang mempunyai solusi terbaik, bukan turunan dari suatu fungsi. 4. Merupakan aturan peluang dan bukan aturan deterministik. Kelebihan algoritma genetika adalah : 1. Algoritma genetika tidak terlalu banyak memerlukan persyaratan matematika dalam penyelesaian proses optimasi dan dapat diaplikasikan pada beberapa jenis fungsi objektif dengan beberapa fungsi pembatas baik berbentuk liner maupun non liner. 2. Operasi evolusi dari algoritma genetika sangat efektif untuk mengobservasi posisi global secara acak. 3. Algoritma genetika mempunyai fleksibilitas untuk diimplementasikan secara efisien pada problematika tertentu. Dalam proses pengerjaan Algoritma Genetika menggunakan 5 tahapan sebagai berikut: 1. Pengkodean (encoding) 2. Seleksi (selection) 3. Persilangan (crossover) 4. Mutasi (mutation) 5. Decoding UNIVERSITAS SUMATERA UTARA 2.1.5 Mekanisme Algoritma Genetika Algoritma genetika dimulai dengan pembentukan sejumlah solusi yang dilakukan secara acak. Sebuah solusi yang dibangkitkan dalam algoritma genetika disebut sebagai kromosom, sedangkan kumpulan kromosom tersebut disebut sebagai populasi. Sebuah kromosom dibentuk dari komponen penyusun disebut dengan gen dan nilainya dapat berupa bilangan numerik, biner, simbol ataupun karakter tergantung dari permasalahan yang ingin diselesaikan. 2.1.6 Parameter – Parameter Genetika Parameter - parameter genetika berperan dalam pengendalian operatoroperator genetika yang digunakan dalam optimasi menggunakan Algoritma Genetika. Parameter Genetika yang sering digunakan meliputi ukuran populasi (N), probabilitas pindah silang (Pc), dan probabilitas mutasi (Pm). Pemilihan ukuran populasi yang digunakan tergantung pada masalah yang akan diselesaikan. Untuk masalah yang lebih kompleks biasanya diperlukan ukuran populasi yang lebih besar guna mencegah konvergensi prematur (yang menghasilkan optimum lokal). Pada tiap generasi, sebanyak Pc*N individu dalam populasi mengalami pindah silang. Makin besar nilai Pc yang diberikan, makin cepat struktur individu baru yang diperkenalkan ke dalam populasi. Jika nilaiPc yang diberikan terlalu besar, individu yang merupakan kandidat solusi terbaik dapat hilang lebih cepat dibanding seleksi untuk peningkatan kinerja. Sebaliknya, nilai Pc yang rendah dapat mengakibatkan stagnasi karena rendahnya angka eksplorasi. Probabilitas mutasi adalah probabilitas dimana setiap posisi bit pada tiap string dalam populasibaru mengalami perubahan secara acak setelah proses seleksi. Dalam satu generasi, dengan L panjang struktur, kemungkinan terjadi mutasi sebanyak Pm*N*L. UNIVERSITAS SUMATERA UTARA 2.1.7 Fungsi Fitnes Dalam Algoritma Genetika, fungsi fitness merupakan pemetaan fungsi obyektif dari masalah yang akan diselesaikan. Setiap masalah yang berbeda yang akan diselesaikan memerlukan pendefinisian fungsi fitness yang berbeda. Cmax dapat diambil sebagai koefisien masukan, misalnya nilai g terbesar yang dapat diamati, nilai g terbesar pada populasi saat ini, atau nilai g terbesar k generasi terakhir. 2.2 Teknik Multi Agent Model multi agent untuk melakukan prediksi atau peramalan terhadap sebuah portofolio sehingga dapat memberi masukan untuk dapat memilih dan menentukan portofolio yang tepat dan paling optimal dengan cara melakukan transaksi jual beli. Hampir setiap saat manusia membuat atau mengambil keputusan dan melaksanakannya, yang tentu keputusan itu dilandasi asumsi bahwa segala tindakan merupakan pencerminan hasil proses pengambilan keputusan secara sadar atau tidak. Tidak jarang pula dalam mengambil keputusan sering digunakan konsep peluang untuk pengambilan keputusan dalam kehidupan sehari-hari. Begitu juga halnya dalam proses pengambil keputusan berinvestasi, para investor mengharapkan hasil yang maksimal dengan risiko tertentu atau hasil tertentu dengan risiko yang minimal terhadap investasi yang dilakukan. Dalam upaya mengambil keputusan yang tepat tersebut, seorang investor memerlukan analisis yang tepat yang dapat memberikan masukan [3]. Ketidakpastian yang diidentifikasikan dengan sebuah peluang dalam proses investasi inilah yang nantinya akan ditentukan. Untuk itu penulis menggunakan suatu metode yang diharapkan mampu dalam menjawab permasalahan tersebut. Berdasarkan masalah yang telah dirumuskan tersebut, maka penulis mengambil dan UNIVERSITAS SUMATERA UTARA menggunakan suatu penyelesaian (evaluasi) terhadap masalah tersebut. Adapun evaluasinya adalah penulis menggunakan model multi agent. 2.2.1 Pengertian Agent dan Multi Agent Menurut kamus Webster’s New World Dictionary, agent didefinisikan sebagai: A person or thing that acts or is capable of acting or is empowered to act, for another. Suatu entitas software komputer yang memungkinkan user (pengguna) untuk mendelegasikan tugas kepadanya secara mandiri (autonomously). Pendekatan berbasis agent dapat mempermudah analisa-analisa yang rumit dengan memecah permasalahan menjadi beberapa bagian dan menugaskan penyelesaian bagian-bagian permasalahan tersebut kepada beberapa agent sesuai dengan keahlian masing-masing agent. Agent memiliki kecerdasannya sendiri, mampu bertukar informasi dan bekerja sama dengan agent lain, dan selalu berusaha menyelesaikan tugas yang diberikan kepadanya. Jika banyak hal yang harus ditangani dalam sebuah sistem, maka dibutuhkan banyak orang yang mengerjakannya. Begitu juga dengan agent, karena banyaknya analisa yang perlu dipertimbangkan dalam menyelesaikan masalah maka diperlukan sebuah sistem. Dalam perkembangan aplikasi dan penelitian tentang agent, bagaimanapun juga dalam suatu komunitas sebuah sistem tidak dapat dihindari akan dibutuhkannya lebih dari satu agent, seiring dengan semakin kompleksnya tugas yang dikerjakan oleh sistem tersebut [8]. 2.3 Portofolio Portofolio merupakan kumpulan suatu aset yang jumlahnya lebih dari satu. Misal, seorang investor memiliki 5 atau 10 investasi mata uang asing, maka investor tersebut bisa disebut memegang suatu portofolio. Portofolio secara harfiah memiliki sekumpulan surat-surat. Teori ini didasarkan pada kenyataan bahwa pemilik modal UNIVERSITAS SUMATERA UTARA akan menginvestasikan uangnya kedalam berbagai jenis surat berharga dengan tujuan meminimalkan resiko kerugian dan memaksimalkan keuntungan [1]. Mengukur retrun atau risiko untuk sekuritas tunggal memang penting, tetapi bagi manajer portofolio, return dan risiko seluruh sekuritas di dalam portofolio lebih diperlukan. Perhitungan tingkat keuntungan yang diharapkan dari suatu portofolio tidak lain merupakan rata-rata tertimbang dari tingkat keuntungan yang diharapkan masing-masing mata uang yang membentuk portofolio. Portofolio diartikan sebagai serangkaian kombinasi beberapa aktiva yang diinvestasi dan dipegang oleh pemodal, baik perorangan maupun lembaga. Pembentukan portofolio berangkat dari usaha diversifikasi investasi guna mengurangi risiko. Terbukti bahwa semakin banyak jenis efek yang dikumpulkan dalam keranjang portofolio maka risiko kerugian selisih kurs mata uang yang satu dapat dinetralisir oleh keuntungan yang diperoleh dari selisih kurs mata uang lain [4]. 2.4 Pengertian Valuta Asing Pertukaran suatu mata uang dengan mata uang lainnya disebut transaksi valas, foreign exchange transaction. Harga suatu mata uang terhadap mata uang lainnya disebut kurs atau nilai tukar mata uang/exchange rate. Kurs valuta asing juga dapat didefinisikan sebagai harga mata uang suatu negara dalam suatu negara dalam unit komoditas (seperti mata uang dapat diartikan sebagai perbandingan nilai mata uang. Kurs menunjukkan harga suatu mata uang, jika dipertukarkan dengan mata uang lain. Sebagai contoh, nilai kurs Rp/USD sebesar 8000, berarti bahwa untuk membeli 1 USD diperlukan Rp.8000 [10]. Penurunan kurs antara Rupiah dan USD (misalnya, dari Rp.8000/USD menjadi Rp.9000/USD) berarti Dollar menjadi lebih mahal dalam nilai Rupiah. Ini mencerminkan bahwa nilai Dollar naik karena jumlah Rupiah yang diperlukan untuk membeli Dollar meningkat. Dengan kata lain, Dollar mengalami apresiasi terhadap Rupiah. Dari sisi lain, Rupiah menjadi lebih murah dinilai dalam Dollar, artinya Rupiah mengalami depresiasi terhadap Dollar. UNIVERSITAS SUMATERA UTARA Untuk menghindari kebingungan, harus diingat bahwa kurs antara mata uang domestik dan mata uang asing diartikan sebagai jumlah mata uang domestik yang diperlukan untuk membeli mata uang asing. Bila kurs meningkat berarti mata uang domestik mengalami depresiasi dan mata uang [6]. 2.5 Analisis Fundamental Analisis fundamental adalah analisis yang didasarkan pada situasi dan kondisi ekonomi, politik dan keamanan secara global dan juga tiap-tiap negara yang mengeluarkan Index Saham. Analisa fundamental membutuhkan kelihaian seni tersendiri untuk memperhitungkan penting tidaknya suatu informasi menjadi faktor yang akan berpengaruh terhadap fluktuasi nilai tukar suatu mata uang. Berikut adalah prinsip-prinsip analisis fundamental: 1. Reaksi berantai. Semakin besar dampak berantai suatu informasi, semakin besar pengaruhnya terhadap nilai index saham. 2. Jarak informasi. Semakin dekat informasi dengan suatu index saham, semakin besar pengaruh informasi tersebut. Misalnya, informasi yang berasal dari dalam negeri Indonesia akan lebih besar pengaruhnya terhadap nilai IHSG dibanding informasi dari luar negeri. 3. Sumber berita. Semakin resmi sumber berita, semakin kuat pengaruhnya terhadap nilai index saham. 4. Jenis berita. Berita ekonomi lebih kuat pengaruhnya terhadap index saham suatu negara dibanding berita lainnya, seperti politik, sosial atau budaya. Segala informasi yang kadang-kadang juga hingga hal-hal yang tidak rasional harus dikumpulkan, guna dijadikan alat untuk memprediksi pergerakan index saham. Pada intinya, informasi tersebut akan mempengaruhi supply dan demand atas index saham suatu negara. Analisis fundamental diantara nya adalah : UNIVERSITAS SUMATERA UTARA 2.5.1 Fluktuasi Nilai Mata Uang Dolar Amerika terhadap Rupiah pada krisis Ekonomi Indonesia tahun 1997/1998 Indikator fundamental adalah agent-agent yang berperan langsung terhadap fluktuasi nilai tukar mata uang asing khusunya nilai tukar Rupiah terhadap Dolar Amerika (USD). Grafik fluktuasi nilai tukar rupiah terhadap dolar pada periode 1980 s/d 2005 dapat dilihat pada Gambar 2.1. Gambar 2.1 Grafik Fluktuasi Nilai Tukar Rupiah terhadap USD [5] Berdasarkan pada gambar di atas dapat dijelaskan bahwa periode sebelum krisis 1997/ 1998 nilai tukar mata uang relatif stabil pada kisaran Rp.2.000/US$Rp.3.000/US$. Kestabilan nilai tukar ini salah satunya diakibatkan oleh sistem nilai tukar yang dianut yakni sistem Managed floating dengan crawling band system yang diterapkan sejak 1992-1997. Namun setelah periode krisis ekonomi tersebut sistem nilai tukar menganut sistem mengambang bebas (free floating exchange rate system). Dampak dari naik turunnya nila tukar tersebut dapat menyebabkan perekonomian mengalami fluktuasi output yang dihasilkannya. Selain itu pula fluktuasi yang terjadi tersebut mengharuskan otoritas moneter untuk melakukan intervensi pasar yang ditujukan untuk menjaga nilai tukar mata uang Rp/US$ agar tidak keluar dari interval kurs yang telah ditetapkannya. Berdasarkan pada uraian di atas, maka penelitian ini bertujuan untuk menganalisis volatilitas nilai tukar mata uang Rp/US$ selama periode 1980-2005. UNIVERSITAS SUMATERA UTARA 2.5.2 Fluktuasi Nilai Mata Uang Dolar Amerika terhadap Rupiah Akibat Kenaikan Harga Minyak Dunia Nilai tukar rupiah mengalami tekanan yang cukup berat disertai dengan peningkatan volatilitas. Dalam triwulan II-2004, rupiah melemah 6,3% hingga secara rata-rata kurs rupiah mencapai Rp 9.005 per dolar AS. Pelemahan rupiah tersebut dimulai pada awal Mei 2004 sebagai dampak rambatan penguatan dolar AS secara global dan kenaikan harga minyak dunia. Perkembangan tersebut telah mendorong sentimen untuk melepas portofolio dalam bentuk rupiah (capital outflows) terutama yang berjangka waktu pendek oleh pelaku asing. Tekanan depresiasi rupiah semakin meningkat karena dari sisi domestik terjadi peningkatan permintaan valas oleh korporasi dan BUMN (bandwagon effect). Namun, sejalan dengan membaiknya ekspektasi pasar yang positif serta cukup efektifnya implementasi Paket Kebijakan Stabilisasi nilai tukar yang ditempuh oleh Bank Indonesia, dalam awal bulan Juli 2004 nilai tukar rupiah mulai bergerak stabil bahkan telah menunjukkan kecenderungan menguat hingga mencapai Rp 8.990 per dolar AS [5]. 2.5.3 Pengaruh Peningkatan Inflasi dan Krisis Ekonomi Global pada nilai tukar Rupiah terhadap Dollar Pada tahun 2011, penguatan nilai tukar rupiah diwarnai oleh beberapa koreksi terkait dengan meningkatnya ekspektasi inflasi pada awal tahun dan meningkatnya krisis ekonomi global yang berlanjut hingga akhir tahun. Pada tahun 2011, rupiah secara rata-rata menguat sebesar 3,56 % dari Rp 9.080 per dolar AS menjadi Rp 8.768 per dolar AS. Namun, meningkatnya ketidakpastian ekonomi global berdampak pada tertahannya penguatan nilai tukar rupiah yang terjadi hingga akhir semester I 2011. Pada akhir tahun, rupiah ditutup melemah 0,64% menjadi Rp 9.068 per dolar AS dibandingkan dengan Rp 9.010 per dolar AS pada akhir 2010 [13]. Grafik Perkembangan Nilai Tukar Rupiah terhadap dolar AS dapat dilihat pada Gambar 2.2. UNIVERSITAS SUMATERA UTARA Gambar 2.2 Grafik Perkembangan Nilai Tukar Rupiah [13] Perkembangan serupa juga tercermin pada tingkat volatilitas nilai tukar rupiah yang terus menurun hingga pertengahan tahun mencapai 0,32%, selanjutnya meningkat pada semester II menjadi 0,43%. Secara rata-rata tahunan, volati litas pada tahun 2011 menjadi 0,38% meningkat dibandingkan dengan 0,35% pada tahun 2010 seperti pada Gambar 2.3. UNIVERSITAS SUMATERA UTARA Gambar 2.3 Grafik Perkembangan Nilai Tukar Rupiah [15] 2.6 Perdagangan Forex Perdagangan forex adalah perdagangan mata uang asing, saham dan produk sejenis . Mata uang dari satu negara dinilai terhadap mata uang negara lain untuk menentukan harga. Nilai mata uang asing dipertimbangkan dalam perdagangan saham di pasar forex. Sebagian besar negara memiliki kontrol atas nilai nilai negara yang melibatkan mata uang atau uang. Mereka yang sering terlibat dalam pasar forex termasuk bank, perusahaan besar, pemerintah dan lembaga keuangan. Perdagangan pasar forex melibatkan setidaknya dua negara dan dapat terjadi di seluruh dunia. Kedua negara menyatu dengan investor dan kebanyakan semua transaksi yang terjadi di pasar forex akan terjadi melalui broker seperti bank. UNIVERSITAS SUMATERA UTARA Pasar valuta asing terdiri dari berbagai transaksi. Mereka yang terlibat dalam pasar forex melakukan perdagangan dalam volume besar dan sejumlah besar uang. Mereka yang terlibat dalam pasar forex umumnya terlibat dalam bisnis tunai atau dalam perdagangan aset likuid yang dapat dijual beli dengan cepat. Anda dapat mempertimbangkan pasar forex akan jauh lebih besar dari pasar saham dalam satu negara secara keseluruhan. Mereka yang terlibat dalam pasar forex dapat melakukan perdagangan harian selama dua puluh empat jam sehari dan kadang-kadang perdagangan selesai pada akhir pekan. Pasar forex bukan sesuatu yang baru, tetapi telah digunakan selama lebih dari tiga puluh tahun. Dengan diperkenalkannya komputer, dan kemudian internet, perdagangan di pasar forex terus bertumbuh seiring semakin banyak orang dan bisnis serupa menjadi sadar akan peluang dari pasar perdagangan mata uang asing. forex hanya menyumbang sekitar sepuluh persen dari total perdagangan antar negara tetapi popularitas di pasar ini terus berkembang. 2.7 Microsoft Visual Studio Visual Basic merupakan cara termudah dan tercepat untuk membuat aplikasi yang dijalankan di sistem operasi Microsoft Windows®. Apakah Anda seorang profesional atau pemula sekalipun di bidang pemrograman Windows, Visual Basic menyediakan kepada Anda sekumpulan perangkat untuk mempermudah dan menyederhanakan pengembangan aplikasi yang tangguh. Kata “Basic” merujuk kepada bahasa BASIC (Beginners All-Purpose Symbolic Instruction Code), sebuah bahasa yang digunakan oleh banyak programmer dibandingkan dengan bahasa lainnya dalam sejarah komputer. Visual Basic telah berubah dari bahasa asli BASIC dan sekarang memiliki ratusan pernyataan UNIVERSITAS SUMATERA UTARA (statements), fungsi (functions), dan kata kunci (keywords), dan kebanyakan di antaranya terkait dengan antar muka grafis di Windows. Pengguna tingkat pemula sekalipun dapat membuat aplikasi dengan mempelajari hanya beberapa kata kunci, sementara kekuatan dari bahasanya membolehkan para pengguna tingkat professional mencapai apapun yang dapat dihasilkan dengan menggunakan bahasa pemrograman Windows lainnya. Bahasa pemrograman Visual Basic tidaklah hanya identik dengan Visual Basic saja. Sistem Pemrograman Visual Basic dalam bentuk Edisi Aplikasi, telah dimasukkan ke dalam Microsoft Excel, Microsoft Access, dan banyak aplikasi Windows lainnya juga menggunakan bahasa yang sama. Visual Basic Scripting Edition (VBScript) adalah sebuah bahasa skrip yang digunakan secara lebih umum dan merupakan bagian dari bahasa Visual Basic. UNIVERSITAS SUMATERA UTARA