PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI UMI HANI

Transkripsi

1 PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI UMI HANI PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014

2 PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi UMI HANI PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014

3 ii PERSETUJUAN Judul : PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Kategori : SKRIPSI Nama : UMI HANI Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI (FASILKOM-TI) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Januari 2014 Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Sarah Purnamawati, S.T, M.Sc. Dr. Erna Budhiarti Nababan, M.IT NIP NIP - Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Prof. Dr. Opim Salim Sitompul, M.Sc. NIP

4 iii PERNYATAAN PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Januari 2014 Umi Hani

5 iv UCAPAN TERIMA KASIH Puji dan syukur penulis sampaikan kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi. Ucapan terima kasih penulis sampaikan kepada Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing satu dan Sarah Purnamawati, S.T, M.Sc. selaku pembimbing dua yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis. Ucapan terima kasih juga ditujukan kepada Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc. dan Bapak Mohammad Fadly Syahputra, B.Sc, M.Sc.IT yang telah bersedia menjadi dosen pembanding. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi Teknologi Informasi, Prof. Dr. Opim Salim Sitompul, M.Sc. dan Drs. Sawaluddin, M.IT, Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi, semua dosen serta pegawai di Program Studi S1 Teknologi Informasi. Skripsi ini terutama penulis persembahkan untuk kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi, ayahanda (alm.) H. Sauri Syam Lc. dan ibunda Hj. Rahimah yang selalu sabar dalam mendidik dan membesarkan penulis. Untuk kakak penulis Uswatun Hasanah S.Pd. M.Si, Usrotun Saidah S.S, Usmatun Thaibah S.Pd. M.Hum dan abang penulis Umar Husni S.E. yang selalu memberikan dorongan kepada penulis. Terima kasih penulis ucapkan kepada teman-teman yang selalu memberikan dukungan, Muhammmad Fadhly Sani, Nanda, Lia, Ebi, Sai Rein, Desfi, Siska, Ester, Fanny, Muti, Hasnul, Ika, seluruh angkatan 08, teman-teman di lantai 3, serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat penulis sebutkan satu persatu. Semoga Allah SWT membalas kebaikan kalian dengan nikamat yang berlimpah.

6 v ABSTRAK Indonesia, sebagai negara berpenduduk beragama Islam terbesar di dunia, memiliki potensi yang sangat besar untuk pengembangan saham syariah. Pelaku pasar pada saham syariah dituntut untuk memahami investasi saham dan analisis manajemen resiko serta analisis pergerakan transaksi saham. Analisis pergerakan transaksi saham digunakan untuk melihat pergerakan saham dan membantu para investor untuk memprediksi harga saham. Salah satu analisis pergerakan transaksi saham yang biasa dilakukan adalah analisis teknikal dimana saham diprediksi berdasarkan data fluktuasi saham di masa lalu. Dalam tugas akhir ini digunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk memprediksi indeks saham syariah berdasarkan data-data saham sebelumnya. ANFIS adalah salah satu sistem hybrid dimana metode pembelajaran jaringan syaraf tiruan digunakan untuk mengimplementasikan metode Fuzzy Inference System. Pengukuran tingkat akurasi hasil prediksi dilakukan dengan nilai MAPE (Mean Absolute Percentage Error). Hasil prediksi yang dilakukan menggunakan ANFIS dengan parameter laju penbelajaran 0.6, momentum 0.1, max epoch 400 dan kriteria penghentian pada indeks harga saham Jakarta Islamic Index (JII) priode 1 Januari 2011 sampai dengan 31 Desember 2012 menghasilkan error rata-rata sebesar %. Kata kunci: adaptive neuro fuzzy inference system, neuro fuzzy, neural network, fuzzy inference system, prediksi, saham syariah, jakarta islamic index.

7 vi SHARIA STOCK PRICE PREDICTION USING ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) ABSTRACT Indonesia as the biggest Muslim country in the world has a huge potential for the development of sharia stock market. The investor of sharia stock market are required to understand the stock investment and risk management analysis and stock movement transactions analysis. Analysis of stock movement transactions used to monitor at the movement of stocks and helping investors to predict the value of the stock. One of stock movement transactions common used is technical analysis where the data is predicted based on past stock fluctuations. In this study Adaptive Neuro Fuzzy Inference System (ANFIS) is used to predict the value of sharia stock index based on previous stock data. ANFIS is a hybrid system where neural networks are used to implement the Fuzzy Inference System. The accuracy of the prediction results is measured by the value of MAPE (Mean Absolute Percentage Error). The results of prediction using ANFIS with parameter learning rate 0.6, momentum 0.1, max epoch 400 and stoping criterion on stock indices Jakarta Islamic Index ( JII ) from January 1 st, 2011 to December 31 st, 2012 yield average error of %. Keyword: adaptive neuro fuzzy inference system, neuro fuzzy, neural network, fuzzy inference system, prediction, sharia stock, jakarta islamic index.

8 vii DAFTAR ISI Persetujuan Pernyataan Ucapan Terima Kasih Abstrak Abstract Daftar Isi Daftar Tabel Daftar Gambar Hal. ii iii iv v vi vii ix x Bab 1 Pendahuluan Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian Metode Penelitian Sistematika Penulisan 5 Bab 2 Tinjauan Pustaka Saham Syariah Analisis Harga Saham Normalisasi Data Fuzzy System Fuzzifikasi Fungsi Keanggotaan Fuzzy Clustering Inferensi Operasi Himpunan Fuzzy Metode Inferensi Sugeno Defuzzifikasi Jaringan Saraf Tiruan Prediksi Menggunakan ANFIS Teknik Prediksi Harga Saham Terdahulu 28 Bab 3 Analisis dan Perancangan Sistem Identifikasi Masalah Data yang Digunakan Analisis Teknikal Prediksi Harga Saham Menggunakan ANFIS Perancangan Sistem Use Case Diagram Use Case Specification Class Diagram 44

9 viii Activity Diagram Model Entity-Relationship Rancangan Menu Sistem Perancangan Antarmuka Rancangan Halaman Login Rancangan Halaman Utama Rancangan Halaman Tutorial Aplikasi Rancangan Halaman Profil Rancangan Halaman Pengguna Rancangan Halaman Catatan Rancangan Halaman Data Saham Rancangan Halaman Prediksi Saham 57 Bab 4 Implementasi dan Pengujian Sistem Implementasi Sistem spesifikasi perangkat keras dan lunak yang digunakan Implementasi perancangan antarmuka Implementasi data Pengujian Sistem Rencana pengujian sistem Kasus dan hasil pengujian sistem Pengujian kinerja sistem Data training Pengujian data 79 Bab 5 Kesimpulan dan Saran Kesimpulan Saran 82 Daftar Pustaka 83 Lampiran A: listing program 86

10 ix DAFTAR TABEL Tabel 2.1 Penelitian Sebelumnya 31 Table 3.1 Rangkuman Data Saham Jakarta Islamic Index 34 Tabel 3.2 Use Case Spesifikasi untuk Use Case Profil 41 Tabel 3.3 Use Case Spesifikasi untuk Use Case Pengaturan Pengguna 42 Tabel 3.4 Use Case Spesifikasi untuk Use Case Tutorial Aplikasi 42 Tabel 3.5 Use Case Spesifikasi untuk Use Case Edit Catatan 43 Tabel 3.6 Use Case Spesifikasi untuk Use Case Prediksi 43 Tabel 3.7 Use Case Spesifikasi untuk Use Case Pengaturan Data Saham 44 Table 4.1 Data Saham Jakarta Islamic Index 65 Tabel 4.2 Rencana Pengujian 66 Tabel 4.3 Hasil Pengujian 67 Tabel 4.4 Data Saham Jakarta Islamic Index (JII) 71 Tabel 4.5 Hasil Normalisasi Data Saham 72 Tabel 4.6 Hasil Training Data Saham 74 Tabel 4.7 Hasil Denormalisasi 74 Tabel 4.8 Rangkuman Hasil Pengujian untuk Data Saham JII 76 Tabel 4.9 Parameter ANFIS dan Hasil Pelatihan Data Saham 76 Hal.

11 x DAFTAR GAMBAR Gambar 2.1 Harga Saham United Traktors Mei-Juni Gambar 2.2 Harga Saham Telkom 1-15 Mei Gambar 2.3 Proses Fuzzy Inference System (Effendi, 2009) 12 Gambar 2.4 Kurva Segitiga (Irawan, 2007) 13 Gambar 2.5 Kurva Trapesium (Irawan, 2007) 14 Gambar 2.6 Kurva Generalized Bell (Irawan, 2007) 14 Gambar 2.7 Kurva Gaussian (Irawan, 2007) 15 Gambar 2.8 Blok diagram ANFIS (Rosyadi, 2011) 23 Gambar 3.1 Grafik Harga Saham Jakarta Islamic Index (JII) 35 Gambar 3.2 Algoritma ANFIS pada Sistem 36 Gambar 3.3 Sistem ANFIS dengan Lima Input dan Dua Aturan 37 Gambar 3.4 Use Case Diagram Sistem Prediksi 40 Gambar 3.5 Class Diagram Sistem Prediksi 45 Gambar 3.6 Diagram Aktivitas untuk Mengubah Profil 46 Gambar 3.7 Diagram Aktivitas untuk Mengubah Pengguna 46 Gambar 3.8 Diagram Aktivitas untuk Pengaturan Tutorial Aplikasi 47 Gambar 3.9 Diagram Aktivitas untuk Prediksi Saham 48 Gambar 3.10 Diagram Aktivitas untuk Pengaturan Data Saham 48 Gambar 3.11 Diagram Aktivitas untuk Catatan 49 Gambar 3.12 Model Diagram E-R 50 Gambar 3.13 Struktur Menu Sistem 51 Gambar 3.14 Rancangan Halaman Login 51 Gambar 3.15 Rancangan Halaman Utama 52 Gambar 3.16 Rancangan Halaman Tutorial Aplikasi 53 Gambar 3.17 Rancangan Halaman Profil 54 Gambar 3.18 Rancangan Halaman Pengguna 54 Gambar 3.19 Rancangan Halaman Catatan 55 Gambar 3.20 Rancangan Halaman Data Saham 56 Gambar 3.21 Rancangan Halaman Prediksi Saham 57 Gambar 4.1 Halaman Login 59 Gambar 4.2 Halaman Tutorial Aplikasi 60 Gambar 4.3 Halaman Profil 60 Gambar 4.4 Halaman Pengguna 61 Gambar 4.5 Halaman Catatan 62 Gambar 4.6 Halaman Data Saham 62 Gambar 4.7 Halaman Grafik Candle Chart Data Saham 63 Gambar 4.8 Halaman Prediksi 64 Gambar 4.9 Halaman Grafik Prediksi Harga Saham 64 Gambar 4.10 Grafik Hasil Prediksi 75 Gambar 4.11 Grafik Hasil Pelatihan (Waktu Eksekusi) 78 Gambar 4.12 Grafik Hasil Pelatihan (Error) 78 Gambar 4.13 Hasil Pengujian 80 Hal.