METODE PERAMALAN FUZZY TIME SERIES, NEURAL NETWORK DAN HYBRID FUZZY-NEURAL NETWORK PADA DATA INDEKS HARGA SAHAM GABUNGAN
Saham merupakan instrumen investasi yang banyak dipilih para investor
karena saham marnpu memberikan tingkat keuntungan yang menarik. Selain
menguntungkan, saharn juga tergolong sebagai komoditi investasi berisiko tinggi
karena sifat harga saharn yang peka terhadap perubahan-perubahan kondisi
ekonomi, politik, maupun sosial. Salah satu cara untuk meminimalisir risiko
investasi saham adalah dengan melakukan perarnalan Indeks Harga Saham
Gabungan (IHSG) sebagai suatu informasi yang bisa dijadikan acuan investor dalarn
bertransaksi di pasar modal sehingga dapat mengantisipasi naik-turunnya harga
saham. Adapun tujuan dari penelitian ini adalah mendapatkan nilai ramalan data
IHSG harian yang akurat untuk melihat kecenderungan pergerakan IHSG di masa
mendatang. Ada tiga metode perarnalan deret waktu berbasis kecerdasan buatan
yang akan dikaji lebih lanjut dalarn penelitian ini, yaitu model perarnalan Fuzzy
Time Series, Neural Network, dan Hybrid Fuzzy-Neural Network. Tingkat akurasi
peramalan yang dihasilkan oleh setiap metode perarnalan diukur dengan kriteria
Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa
ketiga metode perarnalan yang digunakan dalarn penelitian ini cukup valid
digunakan untuk perarnalan IHSG dengan ambang batas nilai yang ditetapkan yakni
MAPE
No copy data
No other version available