Prediksi Harga Saham Menggunakan Generalize Fuzzy Inference System (GENFIS3)

Penulis

  • Sunarsan Sitohang Universitas Putera Batam
  • Very Karnadi Universitas Putera Batam

Kata Kunci:

Prediksi, Harga Saham, Data Runtun Waktu, Genfis3

Abstrak

Pasar saham sangat terpukul dimasa pandemi covid 19 ini, banyak harga saham yang anjlok yang dipengaruhi sentimen negatif berupa ketidak-pastian kapan berakhirnya covid ini. Disisi lain situasi ini sangat besar peluang untuk berinvestasi karena membeli harga saham murah. Prediksi merupakan salah satu instrument yang dapat membantu dalam pengambilan keputusan membeli dan menjual saham. Data runtun waktu harian harga saham dimasa lalu dapat kita olah untuk sebagai acuan dalam memperkirakan naik turunnya harga saham. Pada penelitian ini data yang digunakan adalah data harian harga tertinggi saham selama periode Covid-19. Pembetukan pola data ini diasumsikan dengan enam hari sebagai inputan dan hari ketujuh sebagai target yang diharapkan. Pola data yang terbentuk dibagi menjadi dua bagian yaitu pola data latih dan pola data uji. Metode prediksi yang digunakan adalah Generalize Fuzzy Inference System (GENFIS 3). Genfis 3 merupakan perpaduan antara Fuzzy C-Means dan Adaptif Neural Fuzzy Inference (ANFIS). Data training akan dikluster menjadi 3 (rendah, sedang dan tinggi) menggunakan FCM selanjutnya fungsi keanggotaan dari masing2 kluster akan dimasukkan ke ANFIS untuk membentuk mesin inferensi. Berdasarkan hasil penelitian genfis 3 dapat mengenali pola data latih dengan baik dengan MAPE 3,7%. Berdasarkan pengujian dengan pola data uji, GENFIS 3 mampu memprediksi Pola data uji dengan sangat baik dengan besar MAPE 2,24%.

Referensi

Ayu, R., Gernowo, R., Fisika, D., Sains, F., Diponegoro, U., & E-, S. (2019). Metode Autoregressive Integrated Movingaverage (Arima) Dan Metode Adaptive Neuro Fuzzy Inference System (Anfis) Dalam Analisis Curah Hujan. Berkala Fisika, 22(1), 41–48.
Azizah, N. (2016). Metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Prediksi Tingkat Layanan Jalan. Jurnal Sistem Informasi Bisnis, 3(3), 98–103. https://doi.org/10.21456/vol3iss3pp
Finance, Y. (2020). PT Bank Tabungan Negara (Persero) Tbk (BBTN.JK). Historical Data. https://finance.yahoo.com/quote/BBTN.JK/history?p=BBTN.JK
Novita, A. (2016). Prediksi Pergerakan Harga Saham Pada Bank Terbesar Di Indonesia Dengan Metode Backpropagation Neural Network. Jutisi, 05(01), 965–972.
Purnama, R. B. (2017). Perancangan Prediksi Untuk Menentukan Indeks Harga Saham Menggunakan Jaringan Syaraf Tiruan. Kinetik, 2(2), 125. https://doi.org/10.22219/kinetik.v2i2.190
Rochman, E. M. S., & Djunaidy, A. (2014). Prediksi Harga Saham Yang Mempertimbangkan Faktor Eksternal Menggunakan Jaringan Saraf Tiruan. Jurnal Ilmiah NERO, 1(2), 5–11.
Setiawan, W. (2008). PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION. Konferensi Nasional Sistem Dan Informatika 2008, November, 108–113. https://doi.org/10.13140/2.1.3467.5525
Sitohang, S., Girsang, A. S., & Suharjito. (2017). Prediction of the number of airport passengers using fuzzy C-means and adaptive neuro fuzzy inference system. International Review of Automatic Control, 10(3), 280–287. https://doi.org/10.15866/ireaco.v10i3.12003
Sitohang, S., & Siringo, A. M. (2018). Analisis Peramalan Harga Emas Dengan Metode Automatic Clustering And Fuzzy Logic Relationship. Jurnal ISD, 3(2).
Sungkawa, I., & Megasari, R. T. (2011). Penerapan Ukuran Ketepatan Nilai Ramalan Data Deret Waktu dalam Seleksi Model Peramalan Volume Penjualan PT Satriamandiri Citramulia. ComTech: Computer, Mathematics and Engineering Applications, 2(2), 636. https://doi.org/10.21512/comtech.v2i2.2813

##submission.downloads##

Diterbitkan

2021-01-27

Cara Mengutip

Sitohang, S. ., & Karnadi, V. . (2021). Prediksi Harga Saham Menggunakan Generalize Fuzzy Inference System (GENFIS3). Prosiding, 3, 132–137. Diambil dari https://ejournal.upbatam.ac.id/index.php/prosiding/article/view/3634

Terbitan

Bagian

Articles