Prediksi Indeks Harga Saham Dengan Metode Gabungan Genetic Fuzzy System Dan Jaringan Syaraf Tiruan
DOI:
https://doi.org/10.34818/eoe.v2i1.2771Abstrak
Indeks harga saham adalah salah satu acuan para investor untuk melihat kecenderungan pasar ketingkat tertentu, apakah cenderung naik atau turun berdasarkan jangka waktu tersebut. Pergerakan indeks ini akan menjadi tolak ukur para investor untuk membuat keputusan apakah investor untuk menjual, mempertahankan, atau membeli saham tersebut. Akan tetapi kondisi harga saham tidak menentu, sehingga diperlukan sebuah prediksi untuk memantau perubahan tesebut dan membantu para investor untuk mengambil keputusan. Clustering Genetic Fuzzy System adalah sebuah metode untuk memprediksi indeks harga saham. Algoritma Genetika akan mengoptimasi fungsi keanggotaan, batas-batas kaki fungsi keanggotaan, dan aturan fuzzy. Fuzzy yang telah dioptimasi akan digunakan untuk memprediksi indeks harga saham. Hasil prediksi tersebut akan dibandingkan dengan metode GFS, GE, JST dan ANFIS. Hasil dari beberapa ujicoba pada tugas akhir ini, menunjukkan bahwa prediksi indeks harga saham menggunakan metode Clustering Genetic Fuzzy System memiliki MAPE sebesar 0,95. Sedangkan untuk prediksi menggunakan metode GFS memiliki MAPE sebesar 9,49, metode GE memiliki MAPE sebesar 5,15, metode JST memiliki MAPE sebesar 1,15 dan untuk metode ANFIS memiliki MAPE sebesar 1,31. Dari hasil percobaan tersebut dapat disimpulkan bahwa metode CGFS dapat digunakan untuk memprediksi indeks harga saham dengan tingkat toleransi error sebesar 2. Kata kunci: Prediksi, Indeks Harga Saham, Genetic Fuzzy System, Algoritma Genetika, Fuzzy.
Unduhan
Referensi
[1] E. Hadavandi, H. Shavandi, dan A. Ghanbari, “Integration of Genetic Fuzzy System and Artificial Neural Networks for Stock Price Forecasting,” *Knowledge-Based Systems*, vol. 23, 2010.
[2] R. K. Dewi, “Peramalan Indeks Harga Saham Gabungan dengan Menggunakan Metode Adaptive Neuro-Fuzzy Inference System,” [Online]. Available: [http://digilib.its.ac.id/public/ITS-Undergraduate-14545-5105100076-Presentation.pdf](https://www.google.com/search?q=http://digilib.its.ac.id/public/ITS-Undergraduate-14545-5105100076-Presentation.pdf). [Diakses 4 April 2014].
[3] Suyanto, *Soft Computing: Membangun Mesin Ber-IQ Tinggi*, Bandung: Informatika, 2008.
[4] Entin, “Kecerdasan Buatan: Bab 7 Algoritma Genetika,” [Online]. Available: [http://lecturer.eepis-its.edu/~entin/Kecerdasan%20Buatan/Buku/Bab%207%20Algoritma%20Genetika.pdf](https://www.google.com/search?q=http://lecturer.eepis-its.edu/~entin/Kecerdasan%2520Buatan/Buku/Bab%25207%2520Algoritma%2520Genetika.pdf). [Diakses 15 April 2014].
[5] Indonesia Stock Exchange, *Buku Panduan: Indeks Harga Saham Bursa Efek Indonesia*, Jakarta: PT Bursa Efek Indonesia, 2008.
[6] “Repository Universitas Sumatra Utara : Prediksi,” [Online]. Available: [http://repository.usu.ac.id/bitstream/123456789/39177/4/Chapter%20II.pdf](https://www.google.com/search?q=http://repository.usu.ac.id/bitstream/123456789/39177/4/Chapter%2520II.pdf). [Diakses 5 April 2014].
[7] N. D. Richard dan H. Smith, *Applied Regression Analysis*, vol. 3, John Wiley & Sons, 1998.
[8] P.-C. Chang dan C.-H. Liu, “A TSK Type Fuzzy Rule Based System for Stock Price Prediction,” *Expert Systems with Applications*, 2006.
[9] P. Mangiameli, S. K. Chen, dan D. West, “A Comparison of SOM Neural Network and Hierarchical Clustering Methods,” *European Journal of Operational Research*, 1996.
[10] “Materi Kuliah Undip: Jaringan Kohonen,” [Online]. Available: [http://sutikno.blog.undip.ac.id/files/2013/06/4.1-JARINGAN-KOHONEN.pdf](https://www.google.com/search?q=http://sutikno.blog.undip.ac.id/files/2013/06/4.1-JARINGAN-KOHONEN.pdf). [Diakses 3 Mei 2014].
[11] Z. A. Leleury dan H. W. Michel Patty, “Analisis Cluster dan Diagnosa Penyakit Menggunakan Jaringan Syaraf Tiruan,” *Prosiding FMIPA Universitas Pattimura*, 2013.
