Permainan Saham dan Ilmu Pesawat Terbang

Ilmu tentang Identifikasi Parameter Pesawat Terbang yang saya pelajari dulu di ITB saya kira dapat diterapkan pada ranah sosial seperti ekonomi, politik, organisasi, lingkungan, dll.

Ilmu Identifikasi Parameter Pesawat Terbang disarikan dari Ilmu Identifikasi parameter Sistem yang merupakan gabungan antara ilmu Fisika dan Ilmu Statistik.

Untuk memberikan ilustrasi yang sederhana, misalnya kita mengamati suatu sistem dinamik tertentu, misalnya engine. Biasanya enginenya sudah ada, kemudian mesin tersebut diberi input konsumsi bahan bakar. Selain itu ada variabel keadaan (state) yang sangat berpengaruh terhadap kinerja engine, misalnya temperatur kamar. Dengan adanya variabel input dan keadaan maka kita bisa mengamati luarannya misalnya (RPM/putaran per menit, torsi, daya, dll).

Sekarang permasalahnya dibalik. Kita memiliki sejumlah data dari sekian percobaan dengan input, state, dan output. Kita tidak tahu, mesin yang kita pake adalah mesin berapa PK, jenis apa (2 tak atau 4 tak), merk apa, piston atau turbin dll. Dengan menutup mata, kita bisa menentukan model matematika sistem engine tersebut menggunakan teori Identifikasi Parameter Sistem.

Untuk permainan saham, yang kita butuhkan hanya variabel input dan statenya (independen) apa saja dan variabel outputnya (dependen) apa saja. Kemudian sejumlah data mulai dari data sekarang sampai sekian waktu yg lalu harus kita miliki. Jadi yg penting kita harus bisa menentukan variabel-variabel tersebut dan kelengkapan data harus terpenuhi. Jika tidak maka sulit untuk menentukan model matematika yang tepat untuk sistem yang kita amati.

Data-data tersebut biasanya mengandung bias atau noise. Pertama noise tersebut harus dibersihkan misalnya dengan filter Kalman http://en.wikipedia .org/wiki/ Kalman_filter setelah itu baru menentukan struktur model matematikanya. Dan untuk menentukan parameter-parameter sistem bisa menggunakan metode least square http://en.wikipedia .org/wiki/ Least_squares .

Kemudian hasilnya dapat diverifikasi ulang dengan data output aslinya yaitu menggunakan koefisien korelasi http://en.wikipedia.org/wiki/Correlation. Jika koefisien korelasinya masih rendah, biasanya struktur model matematikanya masih kurang tepat, sehingga perlu dilakukan percobaan terus menerus untuk mendapatkan koefisien korelasi terbaik. Jika dianggap sudah puas, maka kita mempunyai model matematika untuk suatu sistem dinamik yang kita inginkan.

Dengan menggunakan model matematika yg kita miliki, dapat digunakan untuk memprediksi gejala-gejala yang akan datang. Tapi ini sifatnya ramalan, sehingga tidak perlu jauh-jauh dalam meramal, misalnya besok, atau lusa, atau seminggu lagi dan seterusnya. Jika terlalu jauh (waktunya) kemungkinan melesetnya juga besar. Sehingga model matematika memang harus selalu divalidasi. Untuk sistem saham ini struktur model matematikanya tidak jelas. Beda dengan engine atau pesawat terbang, lebih mudah membuat struktur model matematikanya.

Program untuk perhitungan ini adalah menggunakan bahasa MATLAB. Sebab dengan MATLAB dapat mudah sekali menghitung balikan semu (pseudoinvers), karena data variabel keadaan hampir selalu tidak bujursangkar. Juga mudah ketika menghitung koefisien korelasi dan filter data.

Ardi Cahyono