Prediksi Indeks Harga Saham Menggunakan Self Organizing Map Dan Genetic Programming

Abstract

Investasi dalam bidang keuangan adalah penting untuk semua orang. Salah satu investasi keuangan adalah saham. Indeks harga saham merupakan indikator yang menggambarkan pergerakan harga saham dalam suatu periode. Prediksi indeks harga saham dapat dilakukan menggunakan metode gabungan Self Organizing Map (SOM) dan Genetic Programming (GP) yang ditemukan oleh Chih-MungHsu. Self Organizing Map  adalah salah satu metode yang bertujuan untuk mengelompokkan data, kemudian metode Genetic Programming fokus pada salah satu tujuan utama ilmu komputer, yaitu automatic programming. Keluaran dari metode ini adalah sebuah formula aritmatika yang direpresentasikan dalam bentuk pohon (tree).  Metode Self Organizing Map dan Genetic Programming mempresentasikan formula-formula prediksi di setiap cluster. Hasil prediksi dari gabungan metode Self Organizing Map dan Genetic Programming ini dapat diukur keakuratan nya dengan menghitung Root Mean Square Error (RMSE) dan Mean Absolute Persentage Error (MAPE). Error yang didapatkan untuk prediksi Indeks Harga Saham Gabungan (IHSG) dengan menggunakan metode Self Organizing Map dan Genetic Programming untuk data training adalah RMSE = 0.0807 dan MAPE = 13.7536%, data testing RMSE = 0.0682 dan MAPE = 0.12.9248%, data validasi RMSE = 0.0517 dan MAPE = 9.5406%. Sedangkan menggunakan Genetic Programming saja, didapatkan hasil untuk data training, RMSE = 0.4397 MAPE = 95.0631%, data testing RMSE = 0.4454 MAPE = 95.0264%, dan data validasi RMSE = 0.4702 MAPE = 97.4519%. Dengan nilai ini disimpulkan bahwa metode Self Organizing Map dan Genetic Programming tersebut terbukti mampu memprediksi harga penutupan Indeks Harga Saham Gabungan (IHSG) dengan nilai yang cukup akurat. Kata kunci : Indeks harga saham, Self Organizing Map, Genetic Programming.