PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM
|
|
- Dewi Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 SIDANG TUGAS AKHIR PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM Oleh: Ranny Kumala Dewi Dosen pembimbing Dr.Ir.Joko Lianto Buliali,M.Sc JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INFORMASI INSTITUT TEKNOLOGI SEPULUH NOVEMBER SURABAYA 2010
2 BAB I Pendahuluan Indeks harga saham merupakan salah satu indikator yang menunjukkan pergerakan harga saham. Indeks berfungsi sebagai indikator kecenderungan pasar ke tingkatan tertentu, apakah cenderung naik atau cenderung turun berdasarkan satu jangkauan waktu tertentu. Pergerakan indeks harga saham juga merupakan tolok ukur apakah pasar sedang lesu atau sedang aktif. Hal ini akan mempengaruhi keputusan investor apakah mereka akan menjual, menahan atau membeli suatu saham atau beberapa saham tertentu. Peramalan atau prediksi sangat diperlukan untuk memantau pergerakan indeks harga saham yang akan datang. Sehingga investor mempunyai pertimbangan yang lebih kuat dengan adanya prediksi ini. Salah satu metode dari teknik kecerdasan buatan yang telah dapat membuat suatu terobosan untuk peramalan atau prediksi adalah metode Adapative Neuro-Fuzzy Inference System atau ANFIS
3 Perumusan Masalah Permasalahan dalam tugas akhir ini terbagi atas 3(tiga) bagian yaitu: Bagaimana menerapkan algoritma ANFIS sebagai metode perhitungan untuk peramalan indeks harga saham dengan menggunakan MATLAB. Bagaimana mengolah data-data pelatihan dan data-data pengujian agar dapat diproses oleh algoritma ANFIS. Bagaimana memperoleh hasil pelatihan terbaik dengan berdasarkan indikator target error yang terbaik.
4 Batasan Masalah Sejumlah permasalahan yang dibahas dalam usulan tugas akhir ini akan dibatasi ruang lingkup pembahasannya, antara lain: Data-data masukan berupa indeks harga saham per bulan selama periode tahun 2001 sampai dengan 2 Juni tahun Algoritma yang digunakan sebagai mekanisme peramalan adalah ANFIS (Adaptive Neuro-Fuzzy Inference System) dengan fungsi keanggotaan Gaussian (gaussmf). Penerapan algoritma ANFIS dalam bentuk program menggunakan MATLAB.
5 Tujuan Tujuan yang akan dicapai dari tugas akhir ini membuat aplikasi atau program computer dengan menggunakan MATLAB sebagai implementasi peramalan indeks harga saham dengan algoritma ANFIS. Dari penerapan tersebut diharapkan akan diperoleh pemahaman bagaimana mekanisme peramalan tersebut dapat dilakukan dengan algoritma ANFIS.
6 Manfaat dari tugas akhir ini adalah 1. Penelitian ini bermanfaat secara umum bagi para praktisi financial, pelaku pasar modal, selain dapat digunakan sebagai alternatif solusi mekanisme prediksi harga saham, juga dapat digunakan sebagai acuan untuk pengembangan lebih lanjut mengenai teknik peramalan. 2. Bagi peneliti sendiri selain sebagai salah satu syarat penyelesaian studi strata satu, juga sebagai penerapan mata perkuliahan yang pernah dipelajari yaitu kecerdasan buatan.
7 BAB II LANDASAN TEORI Saham adalah satuan nilai atau pembukuan dalam berbagai instrumen finansial yang mengacu pada bagian kepemilikan sebuah perusahaan. Dengan menerbitkan saham, memungkinkan perusahaan-perusahaan yang membutuhkan pendanaan jangka panjang untuk 'menjual' kepentingan dalam bisnis - saham (efek ekuitas) - dengan imbalan uang tunai. Indeks harga saham adalah indikator atau cerminan pergerakan harga saham. Indeks merupakan salah satu pedoman bagi investor untuk melakukan investasi di pasar modal, khususnya saham. Dasar perhitungan IHSG adalah jumlah Nilai Pasar dari total saham yang tercatat pada tanggal 10 Agustus Jumlah Nilai Pasar adalah total perkalian setiap saham tercatat (kecuali untuk perusahaan yang berada dalam program restrukturisasi) dengan harga di BEJ pada hari tersebut. Formula perhitungan IHSG adalah : IHSG H arg a _ Penutupan Jumlah _ Saham Nilai _ Dasar 100 Harga saham yang digunakan untuk menghitung IHSG adalah harga saham di pasar reguler yang didasarkan pada harga yang terjadi berdasarkan sistem lelang. Formula untuk menghitung Nilai Dasar adalah : NilaiDasar Baru NilaiPasar Lama NilaiPasar Baru NilaiPasar Lama NilaiDasar Lama
8 LANDASAN TEORI (Lanjutan) Untuk memprediksi indeks harga saham di masa yang akan datang menggunakan analisis teknikal, yang dibutuhkan adalah data-data indeks harga saham di waktu sebelumnya. Data-data tersebut merupakan data time-series yang diurutkan berdasarkan waktu dalam interval waktu yang sama. Analisa teknikal antara lain : 1. Moving Average (MA) 2. Moving Average Convergence Divergence (MACD) 3. Relative Strength Index (RSI) 4. Stochastic Oscillator (SO)
9 LANDASAN TEORI (Lanjutan) Moving Average (MA) Moving average merupakan analisis teknikal yang paling umum dipakai. Terdapat dua jenis untuk analisa teknikal moving average, yaitu: Simple Moving Average (SMA) dan Exponential Moving Average (EMA). F t F A F t 1 t 1 t 1 dimana: Ft-1 adalah nilai prediksi sebelumnya At-1 adalah nilai aktual sebelumnya adalah konstantan penghalusan dengan jangkauan antara 0 dan 1.
10 LANDASAN TEORI (Lanjutan) Moving Average Convergence Divergence (MACD) MACD secara garis besar menggunakan EMA dalam perhitungannya. EMA terdiri dari tiga bagian yaitu: trigger line, center line, dan MACD line. MACD = EMA12 EMA26 Signal (trigger line) = EMA9 Histogram = MACD Signal
11 LANDASAN TEORI (Lanjutan) Relative Strength Index (RSI) RSI merupakan salah satu indikator yang menunjukkan kekuatan harga dengan membandingkan upward dan downward dari harga penutupan. RSI EMA dariu n EMA dariu n EMA darid n *100 dimana: U adalah upward harga penutupan D adalah downward harga penutupan EMAn adalah EMA periode n RSI bernilai antara 0 dan 100
12 LANDASAN TEORI (Lanjutan) Stochastic Oscillator (SO) SO digunakan untuk menunjukkan posisi closing relative terhadap jangkauan transaksi dalam suatu periode tertentu. Pada dasarnya indikator ini digunakan untuk mengukur kekuatan relative harga terakhir terhadap selang harga tertinggi dan terrendahnya selama selang periode tertentu. SO terdiri dari dua garis yaitu %K dan %D. Inti dari indikator ini adalah %K, sedangkan %D adalah SMA dari %K. Berikut ini adalah rumus dari SO: % K CP1 Ln Hn Ln *100 %D = SMA3dari%K
13 LANDASAN TEORI (Lanjutan) Adaptive Neuro Fuzzy Inferrence System (ANFIS) Adaptive neuro fuzzy inferrence system (ANFIS) merupakan jaringan adaptif yang berbasis pada sistem kesimpulan fuzzy (fuzzy inference system). Dengan penggunaan suatu prosedur hybrid learning, ANFIS dapat membangun suatu mapping input-output yang keduanya berdasarkan pada pengetahuan manusia (pada bentuk aturan fuzzy ifthen) dengan fungsi keanggotaan yang tepat.
14 LANDASAN TEORI (Lanjutan) Sistem Kesimpulan Fuzzy Pada dasarnya suatu sistem kesimpulan fuzzy terdiri atas 5 (lima) blok fungsional (blok diagram fuzzy inference system digambarkan pada gambar dibawah:
15 LANDASAN TEORI (Lanjutan) Arsitektur ANFIS
16 LANDASAN TEORI (Lanjutan) Time series dan prediksi IHSG Dalam indek harga saham gabungang dapat digolongkan sebagai ata time series karena terdiri dari barisan nilai-nilai dalam deret waktu. Suatu data time series dapat dinotasikan secara sederhana sebagai berikut: y = h(t) dimana y dapat merupakan sebagai variable nilai tunggal yang dibangun dalam waktu t dan dalam hal ini y adalah nilai dari indek harga saham gabungan. Untuk meramalkan data time series, perlu diketahui nilai histori (nilai-nilai masa lalu) dari h dan mengekstapolasinya untuk meramalkan nilai masa yang akan dating. Karakteristik dari moel peramalan adalah sisitem nonlinear.dalam tugas akhir ini dilakukan uji coba untuk memprediksi indek harga saham gabungan dengan ANFIS.
17 BAB III METODE PENELITIAN Pada tugas akhir ini, ANFIS diterapkan untuk melakukan prediksi indek harga saham gabungan. Sebagai studi kasus, data time series yang digunakan dalam prediksi adalah data indek harga saham gabungan di bursa efek Indonesia. ANFIS ditujukan untuk memprediksi h(t) menggunakan n kandidat inpu h(t-1), h(t-2), h(t-3),..., h(t-n). Secara umum, dalam pemodelan ANFIS terdapat dua fase, yaitu identifikasi struktur dan identifikasi parameter. Gambar : diagram alir sistem
18 BAB IV ANALISIS DAN PEMBAHASAN Proses Training (a) Epoch 100 (b) epoch 150 (c)epoch 200
19 Proses Testing(untuk tahun (2juni)) (a) Epoch 100 (c) epoch 200 (b) Epoch 150
20 proses forcasting (peramalan) Data stabil tahun 2006 awal Data tidak stabil tahun 2010 awal Lebih detail link bisa dilihat dari matlab GUI
21 Kesimpulan dan Saran Kesimpulan Dari uji coba yang telah dilakukan dalam implementasi metode ANFIS dengan MATLAB untuk proses peramalan didapatkan simpulan sebagai berikut : 1. Pada proses Training dalam metode ANFIS dapat dilihat bahwa semakin besar nilai Epoch maka nilai error yang diperoleh semakin kecil. 2. Pada proses Testing dalam metode ANFIS dapat dilihat bahwa data hasil testing identik dengan data yang sebenarnya. 3. Proses Forecasting menunjukkan bahwa dengan data yang fluktuasinya cenderung stabil diperoleh hasil peramalan yang mendekati data sebenarnya, sedangkan dengan kondisi data yang cenderung kurang stabil karena faktor faktor tertentu diperoleh hasil peramalan yang kurang begitu akurat. 4. Apabila hasil peramalan yang diinginkan akurat atau mendekati data yang sebenarnya, diperlukan data yang stabil pada jangka waktu tertentu.
22 Saran Berikut ini adalah beberapa pertimbangan yang dapat dipakai untuk pengembangan dan penelitian kedepan 1.Metode anfis dengan Matlab GUI dengan mengunakan nilai iterasi besar akan membuat proses running program berjalan agak lama sehingga gunakan iterasi yang cukup karena data hasil anfis tidak terpaut jauh. 2. Pada tugas akhir ini perubahan data ishg pada kondisi krisis moneter mempengaruhi kestabilan data sehingga akurasi kurang begitu baik.maka pakailah data inputan pada kondisi yang stabil. 3. Jika memungkinkan dalam penelitian dan pengembangan selanjutnya, dibangun sotware yang utuh yang dilengkapi dengan aksesoris tambahan sehingga menjadi softwer rujukan para pelaku perekonomian atau instansi terkait untuk mengatur stabilitas ISHG pada kondisi apapun.
23 DAFTAR PUSTAKA [1] Abraham. A., Nath, B. and Nath, M (2001). A Neuro-Fuzzy Approach for Forecasting Electricity Demand in Victoria. Applied Soft Computing Journal,Elsevier Science, [2] Jang Jyh Shing, Roger, Sun, Chuen-Tsai,Mizutani, Eiji, Neuro Fuzzy and Soft Computing:Computational Approach to lerning and Machine Intelligence, Prentice Hall International, 1987 [3] Lin C.T and Lee, A neuro-fuzzy Synergism to Intelligent System, Prentice Hall International.Inc., [4] Jang, J.-S. R ANFIS: Adaptive-networkbased fuzzy inference systems, IEEE Trans. On Systems, Man and Cybernetics, 23(03): [5] G. Atsalakis, Ucenic Time series prediction of water consumption using neurofuzzy (ANFIS) approach. Fariza Arna. M.Kom., Tesis Hybrid Algorithma Genetika Simulated Annealing untuk peramalan Data Time series Program Pasca Sarjana Institut Teknologi Sepuluh Nopember Surabaya, Juli [6] Dwiyanti, Vonny. Wawasan Bursa Saham. Edisi pertama. Yogyakarta: Andi Offset, Sugeno, M. (1985). [7] Industrial Applications of Fuzzy Control, Elsevier Science Publication Company. [8] LiMin Fu (1994), Neural Networks In Computer Intelligence, McGraw Hill International Editions [9] Mohammad Jamshidi, Nader Vadiee, dan Timothy J. Ross (1993), Fuzzy Logic and Control (Software and Hardware Applications Volume 2), Prentice Hall [10] Thomas Sri Widodo (2005), Sistem Neuro Fuzzy Untuk pengolahan informasi, pemodelan, dan kendali, Penerbit Graha Ilmu Yogyakarta [11] /IndeksHargaSahamObligasi/tabid/195/lang/id ID/language/id-ID/Default.as px
24
BAB 1 PENDAHULUAN. Saat ini pasar modal merupakan suatu alternatif investasi yang dapat
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Saat ini pasar modal merupakan suatu alternatif investasi yang dapat mendatangkan keuntungan finansial bagi investor individual maupun institusional. Perkembangan
Lebih terperinciPERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas
Lebih terperinciImplementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series
Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series Oleh: ABD. ROHIM (1206 100 058) Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT Jurusan Matematika
Lebih terperinciBAB I PENDAHULUAN. yang merupakan keuntungan perusahaan yang dibagikan kepada semua pemegang
BAB I PENDAHULUAN 1.1 Latar Belakang Ekspektasi atau motivasi setiap investor adalah mendapatkan keuntungan dari transaksi investasi yang dilakukan. Para investor yang bertransaksi di pasar modal, khususnya
Lebih terperinciBAB III PERUMUSAN MASALAH
BAB III PERUMUSAN MASALAH 3.1 Latar Belakang Masalah Setelah dilanda berbagai krisis di tahun 1997, perekonomian Indonesia mulai menunjukkan tanda tanda pemulihan. Tingkat suku bunga yang mulai menurun,
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Persaingan dalam dunia bisnis, terlebih lagi bagi perusahaan besar, tidak lepas dari adanya proses jual beli saham. Saham secara umum merupakan surat berharga yang dapat
Lebih terperinciJURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman Online di:
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 31-40 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ANALISIS DATA RUNTUN WAKTU DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Lebih terperinciPermodelan Kurva Karakteristik Inverse Non- Standart Pada Rele Arus Lebih Dengan Metode Adaptive Neuro Fuzzy Inference System (Anfis)
B163 Permodelan Kurva Karakteristik Inverse Non- Standart Pada Rele Lebih Dengan Metode Adaptive Neuro Fuzzy Inference System (Anfis) Erhankana Ardiana P., Margo Pujiantara dan Ardyono Priyadi Jurusan
Lebih terperinciJURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-31
JURNAL SAINS DAN SENI ITS Vol 4, No2, (2015) 2337-3520 (2301-928X Print) A-31 Perbandingan Performansi Metode Peramalan Fuzzy Time Series yang Dimodifikasi dan Jaringan Syaraf Tiruan Backpropagation (Studi
Lebih terperinciPREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) Supriyanto 1, Sudjono 2, Desty Rakhmawati 3 ( 1,2. UNSOED Purwokerto, 3. STMIK
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciSISTEM PENGAMBILAN KEPUTUSAN PERSEBARAN PENYAKIT DAN DISTRIBUSI OBAT DALAM KABUPATEN/KOTAMADYA. (subjudul Distribusi Obat)
SISTEM PENGAMBILAN KEPUTUSAN PERSEBARAN PENYAKIT DAN DISTRIBUSI OBAT DALAM KABUPATEN/KOTAMADYA (subjudul Distribusi Obat) Anang Tjahjono 1, Entin Martiana 1, Taufan Harsilo Ardhinata 2 1 Dosen, 2 Mahasiswa
Lebih terperinciBAB III METODELOGI PENELITIAN. media cacing dengan metode adaptive neuro fuzzy inference system (ANFIS)
BAB III METODELOGI PENELITIAN 3.1 Studi Literatur Untuk memehami cara rancang bangun pengontrol suhu dan kelembaban media cacing dengan metode adaptive neuro fuzzy inference system (ANFIS) dibutuhkan studi
Lebih terperinci1 BAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Lembaga pendidikan tinggi di negara-negara berkembang harus berhadapan tuntutan terhadap pertumbuhan infrastruktur internet, khususnya apabila berada pada fase registrasi
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciBAB I PENDAHULUAN. tujuan mendapatkan keuntungan di masa yang akan mendatang. Karena
BAB I PENDAHULUAN A. Latar Belakang Penelitian Transaksi pada pasar saham terjadi karena perusahaan yang sudah going public membutuhkan dana dan kemudian perusahaan tersebut menawarkan sahamnya di BEI
Lebih terperinciImplementasi Model Adaptive Neuro-Fuzzy Inference System (ANFIS) Dalam Menentukan Penilaian Kinerja Karyawan
Implementasi Model Adaptive Neuro-Fuzzy Inference System (ANFIS) Dalam Menentukan Penilaian Kinerja Karyawan Anik Sri Wahyuningsih Jurusan Teknik Informatika Sekolah Tinggi Manajemen Informatika dan Kompiter
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Program Studi Ganda Teknik Informatika Statistika Skripsi Sarjana Program Studi Ganda Semester Ganjil 2005/2006 PERANCANGAN PROGRAM APLIKASI PERAMALAN PERGERAKAN HARGA SAHAM
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Risiko adalah besarnya penyimpangan antara tingkat pengembalian yang diharapkan (expected return) dengan tingkat pengembalian aktual (actual return). Pengukuran
Lebih terperinciPREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Technologia Vol 9, No.1, Januari Maret 2018 11 PREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Yusri Ikhwani Fakultas Teknologi Informasi Universitas Islam
Lebih terperinciD R. BAMBANG L ELONO, ST.MT
PERANCANGAN PREDIKTOR CUACA MARITIM DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) UNTUK MENINGKATKAN JANGKAUAN RAMALAN, STUDI KASUS : PELAYARAN SURABAYA-BANJARMASIN RIKY JAYA SAMPURNA I R.
Lebih terperinciPenerapan Adaptive Neuro Fuzzy Inference System Dalam Memprediksi Volume Pemakaian Air Bersih
Penerapan Adaptive Neuro Fuzzy Inference System Dalam Memprediksi Volume Pemakaian Air Bersih Niska Ramadani Dosen Universitas Dehasen Bengkulu niskaramadani@gmail.com ABSTRAK Pertumbuhan penduduk harus
Lebih terperinciPERAMALAN PRODUKSI PADI DENGAN ARIMA, FUNGSI TRANSFER DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
PERAMALAN PRODUKSI PADI DENGAN ARIMA, FUNGSI TRANSFER DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Oleh: ADI WIJAYA NRP. 1310201720 Dosen Pembimbing: Dr. Suhartono, S.Si, M.Sc PROGRAM MAGISTER STATISTIKA
Lebih terperinciPRAKIRAAN BEBAN PUNCAK JANGKA PANJANG PADA SISTEM KELISTRIKAN INDONESIA MENGGUNAKAN ALGORITMA ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM
ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.11, NO.2, SEPTEMBER 2012, 18-26 PRAKIRAAN BEBAN PUNCAK JANGKA PANJANG PADA SISTEM KELISTRIKAN INDONESIA MENGGUNAKAN ALGORITMA ADAPTIVE NEURO-FUZZY
Lebih terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciPrediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov
JURNAL SAINS DAN SENI POMITS Vol. 6, No.2, (2017) 2337-3520 (2301-928X Print) A 39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi Daryono Budi Utomo Jurusan
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan analisis data dan pembahasan pada Bab IV, kesimpulan penelitian ini adalah sebagai berikut. 1. Model VARIMA yang sesuai untuk data penjualan obat I,
Lebih terperinciBAB 1 PENDAHULUAN. datang berdasarkan keadaan masa lalu dan sekarang yang diperlukan untuk
BAB 1 PENDAHULUAN 1.1. Latar Belakang Peramalan adalah menduga atau memperkirakan suatu keadaan di masa yang akan datang berdasarkan keadaan masa lalu dan sekarang yang diperlukan untuk menetapkan kapan
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan Setelah dilakukan perancangan sistem evaluasi mutu berbasis komputer (logika fuzzy, pengolahan citra dan JST), maka dapat disimpulkan bahwa : 1. Program logika
Lebih terperinciPrediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov
A39 Prediksi Indeks Saham Syariah Indonesia Menggunakan Model Hidden Markov Risa Septi Pratiwi dan Daryono Budi Utomo Departemen Matematika, Fakultas Matematka dan Ilmu Pengetahuan Alam, Institut Teknologi
Lebih terperinciKode/SKS : TEL 212/2 Prasyarat : -
Nama MatakuIiah : Teknik Neuro Fuzzy Kode/SKS : TEL 212/2 Prasyarat : - Status Mata Kuliah : Wajib Umum Deskripsi Singkat Mata Kuliah : Mata kuliah Teknik Neuro Fuzzy mempelajari penerapan kecerdasan dan
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pasar valuta asing telah mengalami perkembangan yang tak terduga selama beberapa dekade terakhir, dunia bergerak ke konsep "desa global" dan telah menjadi salah satu pasar
Lebih terperinciPredicting onion production through Neuro-Fuzzy to fulfill national demand
Jurnal Ilmiah ESAI Volume 8, No.1, Januari 2014 ISSN No. 1978-6034 Predicting onion production through Neuro-Fuzzy to fulfill national demand Prediksi Produksi Bawang Merah Dengan Metode Neuro-Fuzzy Dalam
Lebih terperinciPeramalan Inflasi dengan Metode Weighted Fuzzy Time Series
Peramalan Inflasi dengan Metode Weighted Fuzzy Time Series Oleh: Dwi Ayu Lusia (1307 100 013) Pembimbing: Dr. Suhartono, M.Sc 1 seminar hasil Tugas Akhir S1 Statistika 24 Juni 2011 Latar belakang masalah
Lebih terperinciBAB 1 PENDAHULUAN. Pada masa sekarang ini, banyak jenis-jenis usaha dan bisnis yang mulai
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang ini, banyak jenis-jenis usaha dan bisnis yang mulai dikembangkan oleh banyak orang terutama dalam hal bisnis investasi. Salah satu bisnis
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indeks harga saham merupakan suatu indikator yang menunjukkan pergerakan harga saham dalam suatu periode, dengan adanya indeks maka dapat diketahui tren yang
Lebih terperinciMODEL KONTROL PREDIKSI BERBASIS ANFIS PADA HEAT EXCHANGER
MODEL KONTROL PREDIKSI BERBASIS ANFIS PADA HEAT EXCHANGER Ruslim Jurusan Teknik Elektro, Fakultas Teknik, Universitas Borneo Tarakan ruslim_s@yahoo.co.id ABSTRAKS Model dinamik dari sistem Heat Exchanger
Lebih terperinciJurnal MIPA 38 (2) (2015): Jurnal MIPA.
Jurnal MIPA 38 (2) (2015): 186-196 Jurnal MIPA http://journal.unnes.ac.id/nju/index.php/jm PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN METODE FUZZY TIME SERIES MARKOV CHAIN Y Aristyani 1 E Sugiharti
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Mencari dana atau penghasilan untuk memenuhi kebutuhan sehari-hari tak melulu dengan cara perdagangan, bekerja di sebuah instansi pemerintah maupun swasta, membuat
Lebih terperinciSISTEM PREDIKSI HARGA MOBIL AVANZA (BEKAS) MENGGUNAKAN FUZZY INFERENCE SYSTEM DENGAN METODE MAMDANI
SISTEM PREDIKSI HARGA MOBIL AVANZA (BEKAS) MENGGUNAKAN FUZZY INFERENCE SYSTEM DENGAN METODE MAMDANI Normalisa, 2013, Jurnal Teknik Informatika Universitas Pamulang ABSTRAKSI Menentukan harga beli untuk
Lebih terperinciPENERAPAN MODEL NEURAL NETWORK BACKPROPAGATION UNTUK PREDIKSI HARGA AYAM
PENERAPAN MODEL NEURAL NETWORK BACKPROPAGATION UNTUK PREDIKSI HARGA AYAM Nanik Susanti 1* 1 Program Studi Sistem Informasi, Fakultas Teknik, Universitas Muria Kudus Gondangmanis, PO Box 53, Bae, Kudus
Lebih terperinciANALISIS DAN IMPLEMENTASI GABUNGAN ALGORITMA GENETIKA DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDY KASUS PERAMALAN SAHAM)
ANALISIS DAN IMPLEMENTASI GABUNGAN ALGORITMA GENETIKA DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION (STUDY KASUS PERAMALAN SAHAM) Hanura Ian Pratowo¹, Retno Novi Dayawati², Agung Toto Wibowo³ ¹Teknik Informatika,,
Lebih terperinciPrediksi Pergerakan Indeks Harga Saham Menggunakan Artificial Neural Network dan Support Vector Machine
Prediksi Pergerakan Indeks Harga Saham Menggunakan Artificial Neural Network dan Support Vector Machine Prediction of Stock Price Index Movement Using Artificial Neural Network and Support Vector Machine
Lebih terperinciPEMANFAATAN METODE EXPONENTIAL MOVING AVERAGE (EMA) DALAM PROSES PREDIKSI HARGA SAHAM PERBANKAN TUGAS AKHIR
PEMANFAATAN METODE EXPONENTIAL MOVING AVERAGE (EMA) DALAM PROSES PREDIKSI HARGA SAHAM PERBANKAN TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah
Lebih terperinciMODEL HUBUNGAN ANTARA TINGGI MUKA AIR-DEBIT MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
MODEL HUBUNGAN ANTARA TINGGI MUKA AIR-DEBIT MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) (Studi Kasus : Pos Duga AWLR Stasiun Pantai Cermin) Naufal Muhammad Fahmi 1), Imam Suprayogi
Lebih terperinciSISTEM CERDAS PENDUKUNG KEPUTUSAN PREDIKSI NILAI TUKAR VALUTA ASING MENGGUNAKAN JARINGAN SYARAF TIRUAN DAN ALGORITMA GENETIKA TUGAS AKHIR
SISTEM CERDAS PENDUKUNG KEPUTUSAN PREDIKSI NILAI TUKAR VALUTA ASING MENGGUNAKAN JARINGAN SYARAF TIRUAN DAN ALGORITMA GENETIKA TUGAS AKHIR Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana S-1
Lebih terperinciVibration Monitoring. Diganosa Kerusakan. Produktifitas menurun
LOGO PREDIKSI SISA UMUR PADA ROTATING MACHINERY DENGAN METODE ANFIS (ADAPTIVE NEURO-FUZZY INFERENCE SYSTEMS) Mohammad Taufan 2106100147 Dosen Pembimbing : Dr. M. Nur Yuniarto 1 Vibration Monitoring Diganosa
Lebih terperinciBAB I PENDAHULUAN. Uang adalah alat pembayaran dalam transaksi jual beli barang atau jasa. Pada
BAB I PENDAHULUAN A. Latar Belakang Uang adalah alat pembayaran dalam transaksi jual beli barang atau jasa. Pada dasarnya ada dua jenis uang yang beredar di masyarakat, yaitu uang kartal dan uang giral.
Lebih terperinciMODEL PREDIKSI PRODUCTION DELAY DALAM PROSES PRODUKSI STRIP MILL DENGAN METODE ADAPTIVE NEURO- FUZZY INFERENCE SYSTEM
Journal Industrial Servicess Vol. 3 No. 2 Maret 2018 MODEL PREDIKSI PRODUCTION DELAY DALAM PROSES PRODUKSI STRIP MILL DENGAN METODE ADAPTIVE NEURO- FUZZY INFERENCE SYSTEM Yusraini Muharni Jurusan Teknik
Lebih terperinciJaringan Neuro-Fuzi Berbasis Algoritma Genetik Dinamis Multiresolusi untuk Pemodelan Sistem Chaotic Diskrit Henon
Jaringan Neuro-Fuzi Berbasis Algoritma Genetik Dinamis Multiresolusi untuk Pemodelan Sistem Chaotic Diskrit Henon Oyas Wahyunggoro 1, Gunawan Ariyanto 2 1 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN SKRIPSI Oleh : TAUFAN FAHMI J2E008056 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciTEKNIK ANALISA FOREX - 3
- 3 MOVING AVERAGES BOLLINGER BANDS PARABOLIC SAR MACD STOCHASTIC RELATIVE STRENGHT INDEX (RSI) OSCILATOR & MOMENTUM TIME FRAME Moving Averages (MA) Moving Averages (MA) adalah pergerakan rata-rata harga
Lebih terperinciBAB I PENDAHULUAN. berdampak pada pola pikir manusia dalam mencari dan menghasilkan uang, salah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Semakin cepatnya pertumbuhan ekonomi, teknologi dan ilmu pengetahuan berdampak pada pola pikir manusia dalam mencari dan menghasilkan uang, salah satu contohnya
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Emas dahulu merupakan alat pembayaran transaksi ekonomi yang digunakan di suatu negara dengan negara lainnya. Sebagai alat tukar, emas dahulu memegang pengaruh yang
Lebih terperinciBAB I PENDAHULUAN. memiliki persediaan, minimal dalam bentuk persediaan bahan-bahan pembantu
BAB I PENDAHULUAN I.1. Latar Belakang Setiap perusahaan baik yang bergerak di bidang manufaktur, perdagangan maupun jasa pasti memiliki persediaan dalam menjalankan operasional usahanya. Perusahaan memiliki
Lebih terperinciUnnes Journal of Mathematics
UJM 2 (2) (2013) Unnes Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm PERBANDINGAN PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN ARIMA Dwi Prisita
Lebih terperinciOleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T
PERAMALAN JUMLAH MAHASISWA PENDAFTAR PMDK JURUSAN MATEMATIKA MENGGUNAKAN METODE AUTOMATIC CLUSTERING DAN RELASI LOGIKA FUZZY (STUDI KASUS di INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA) Oleh : Rahanimi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Data runtun waktu dari fenomena real seperti data finansial biasanya bersifat nonstasioner. Tipe data runtun waktu finansial biasanya dicirikan oleh pola-pola seperti
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tenaga listrik merupakan kebutuhan yang sangat penting bagi manusia dalam melakukan aktifitasnya sehari-hari. Peralatan rumah tangga maupun industri hampir semuanya
Lebih terperinciPREDIKSI CUACA PADA DATA TIME SERIES MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol. 1, No. 1, April 2014, hlm. 18-24 PREDIKSI CUACA PADA DATA TIME SERIES MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM () Candra Dewi 1, Dany
Lebih terperinciAPLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR
APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR Sebagai Salah Satu Syarat Untuk Menyelesaikan Program Stratum-1 (S1)
Lebih terperinciIMPLEMENTASI ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PREDIKSI CUACA TUGAS AKHIR
IMPLEMENTASI ADAPTIVE NEURO FUZZY INFERENCE SYSTEM UNTUK PREDIKSI CUACA (Studi Kasus Stasiun Klimatologi Karangploso Kab. Malang) TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik
Lebih terperinciPENDAHULUAN Latar Belakang
1 PENDAHULUAN Latar Belakang Optimasi merupakan sebuah teknik matematis untuk menentukan solusi berupa keuntungan maksimum atau kerugian minimum dari beberapa alternatif solusi tersedia dibatasi pada kendala
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berbicara tentang kegiatan pasar modal saat ini tidak terlepas dari apa yang disebut sebagai indeks harga saham. Untuk mengetahui bagaimana kegiatan ekonomi
Lebih terperinciImplementasi Adaptive Neuro-Fuzzy Inference System (Anfis) untuk Peramalan Pemakaian Air di Perusahaan Daerah Air Minum Tirta Moedal Semarang
Scientific Journal of Informatics Vol. 3, No. 1, Mei 2016 p-issn 2407-7658 http://journal.unnes.ac.id/nju/index.php/sji e-issn 2460-0040 Implementasi Adaptive Neuro-Fuzzy Inference System (Anfis) untuk
Lebih terperinciBAB I PENDAHULUAN. finansial (financial assets) dan investasi pada aset-aset riil (real assets). Investasi pada
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Investasi pada hakikatnya merupakan komitmen terhadap sejumlah sumber daya pada saat ini dengan tujuan untuk mendapatkan keuntungan di masa depan (Abdul halim,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Investasi merupakan suatu rangkaian tindakan menanamkan sejumlah dana dengan tujuan mendapatkan nilai tambah berupa keuntungan dimasa yang akan datang. Dalam perkembangannya
Lebih terperinciPERAMALAN CUACA KOTA SURABAYA TAHUN 2011 MENGUNAKAN METODE MOVING AVERAGE DAN KLASIFIKASI NAIVE BAYES
PERAMALAN CUACA KOTA SURABAYA TAHUN 2011 MENGUNAKAN METODE MOVING AVERAGE DAN KLASIFIKASI NAIVE BAYES Mohammad Aminudin Jurusan Teknik Informatika, Entin Martiana K. Politeknik Elektronika Negeri Surabaya
Lebih terperinciPembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt s: Studi Kasus Di PT Bank Central Asia Tbk
A333 Pembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt s: Studi Kasus Di PT Bank Central Asia Tbk Nabihah Hanun Atikah, Arif Djunaidy, dan Faizal Mahananto Departemen Sistem
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini membahas tentang hal-hal yang menjadi latar belakang pembuatan tugas akhir, rumusan masalah, tujuan, batasan masalah, manfaat, metodologi penelitian serta sistematika penulisan
Lebih terperinciJURNAL PREDIKSI PRODUKSI SAMBAL PECEL MENGGUNAKAN METODE TIME SERIES FORECASTING PREDICTION OF PRODUCTION PECEL SAUCE USING TIME SERIES FORECASTING
JURNAL PREDIKSI PRODUKSI SAMBAL PECEL MENGGUNAKAN METODE TIME SERIES FORECASTING PREDICTION OF PRODUCTION PECEL SAUCE USING TIME SERIES FORECASTING Oleh: JOHAN TRIWAHYUDI 12.1.03.02.0039 Dibimbing oleh
Lebih terperinci1 Pendahuluan. 1.1 Latar Belakang Masalah
1 Pendahuluan 1.1 Latar Belakang Masalah Kebutuhan masyarakat akan perkiraan cuaca terutama curah hujan ini menjadi sangat penting untuk merencanakan segala aktifivitas mereka. Curah hujan juga memiliki
Lebih terperinciESTIMASI TINGKAT BI RATE
ESTIMASI TINGKAT BI RATE BERDASARKAN FAKTOR NILAI TUKAR(KURS USD/RP), JUB, INFLASI, IHSG DAN PDB MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Disusun oleh: Nama : AKHMAD KAHFI NPM :
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN Titik Misriati AMIK BSI Jakarta Jl. R.S Fatmawati No. 24 Pondok Labu, Jakarta Selatan titik.tmi@bsi.ac.id ABSTRACT
Lebih terperinciPELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE SELEKSI TURNAMEN UNTUK DATA TIME SERIES
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 65-72 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PELATIHAN FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA GENETIKA DENGAN METODE
Lebih terperinciStrategi Quad EMA. oleh Admiral Markets Trading Camp
Strategi Quad EMA oleh Admiral Markets Trading Camp Daftar Isi Sekilas Tentang Penulis Deskripsi Strategi Exponential Moving Average Awesome Oscillator MACD Kesimpulan 3 4 5 9 13 19 Sekilas Tentang Penulis
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan adalah suatu organisasi yang didirikan oleh seseorang atau sekelompok orang atau badan lain yang kegiatannya adalah melakukan produksi dan distribusi guna
Lebih terperinciPERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK
PERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK Arif Fadhillah Mahasiswa Jurusan Teknik Informatika, Fakultas Teknik, Universitas Maritim Raja
Lebih terperinciBAB I PENDAHULUAN. perdagangan saham secara maksimal (Wang et al, 2009). semakin berkembang. Dengan memanfaatkan model model peramalan dari
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan indeks harga saham merupakan sebuah peramalan deret waktu yang cukup sulit dilakukan (Kara et al, 2011). Banyak faktor yang mempengaruhi pergerakan harga
Lebih terperinciBAB I. Pendahuluan. 1.1 Latar Belakang masalah. Pasar modal merupakan tempat kegiatan perusahaan mencari dana untuk
1 BAB I Pendahuluan 1.1 Latar Belakang masalah Pasar modal merupakan tempat kegiatan perusahaan mencari dana untuk membiayai kegiatan usahanya. Selain itu, pasar modal juga merupakan suatu usaha penghimpunan
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Pasar modal merupakan pasar untuk berbagai instrumen keuangan jangka
BAB I PENDAHULUAN A. Latar Belakang Pasar modal merupakan pasar untuk berbagai instrumen keuangan jangka panjang yang dapat diperjualbelikan, baik dalam bentuk utang ataupun modal sendiri. Pasar modal
Lebih terperinciPREDIKSI CURAH HUJAN TAHUNAN MENGGUNAKAN ANFIS DENGAN PENGELOMPOKAN DATA (Studi Kasus Pada Stasiun Meteorologi Bandara Jalaluddin Gorontalo)
PREDIKSI CURAH HUJAN TAHUNAN MENGGUNAKAN ANFIS DENGAN PENGELOMPOKAN DATA (Studi Kasus Pada Stasiun Meteorologi Bandara Jalaluddin Gorontalo) Ifan Wiranto, Wahab Musa, Wrastawa Ridwan Jurusan Teknik Elektro
Lebih terperinciAPLIKASI SISTEM CERDAS UNTUK PREDIKSI ENERGI LISTRIK PEMAKAIAN SENDIRI DI PT INDONESIA POWER SUB UNIT PLTA KABUPATEN WONOGIRI
APLIKASI SISTEM CERDAS UNTUK PREDIKSI ENERGI LISTRIK PEMAKAIAN SENDIRI DI PT INDONESIA POWER SUB UNIT PLTA KABUPATEN WONOGIRI Herliyani Hasanah Program Studi Teknik Informatika STMIK Duta Bangsa Surakarta
Lebih terperinciPREDIKSI KEBANGKRUTAN PERUSAHAAN MENGGUNAKAN ALGORITMA ANFIS
PREDIKSI KEBANGKRUTAN PERUSAHAAN MENGGUNAKAN ALGORITMA ANFIS TUGAS AKHIR Sebagai Persyaratan Guna Meraih Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh: Fittriyah 0 8
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN Pasar modal memiliki peran penting bagi perekonomian suatu negara karena pasar modal menjalankan tiga fungsi, yaitu pertama sebagai tempat berinteraksi pembeli
Lebih terperinciPeramalan Data IHSG Menggunakan Metode Backpropagation
Peramalan Data IHSG Menggunakan Metode Backpropagation Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Diterima 31 Agustus 2012 Disetujui
Lebih terperinciPREDIKSI PERMINTAAN KREDIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI SAMUEL ANTHONIUS MADUWU
PREDIKSI PERMINTAAN KREDIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI SAMUEL ANTHONIUS MADUWU 091402118 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciANALISIS TEKNIKAL MODERN MENGGUNAKAN METODE MACD, RSI, SO, DAN BUY AND HOLD UNTUK MENGETAHUI RETURN SAHAM OPTIMAL PADA SEKTOR PERBANKAN LQ 45
ANALISIS TEKNIKAL MODERN MENGGUNAKAN METODE MACD, RSI, SO, DAN BUY AND HOLD UNTUK MENGETAHUI RETURN SAHAM OPTIMAL PADA SEKTOR PERBANKAN LQ 45 Agung Pramono 1 Iman Murtono Soenhadji 2 Septi Mariani 3 Ida
Lebih terperinciJurnal Elektro ELTEK Vol. 2, No. 1, April 2011 ISSN:
Perbandingan Penggunaan Metode Radial Basis Function Network () Dari Metode Fuzzy Neural Netwotk () Dalam Memperkirakan Beban Jangka Pendek di GI. Gondang Wetan Pasuruan Rory Asrial, Almizan Abdullah,
Lebih terperinciFORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA
FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA 1) Nurul Latifa Hadi 2) Artanti Indrasetianingsih 1) S1 Program Statistika, FMIPA, Universitas PGRI Adi Buana Surabaya 2)
Lebih terperinciMETODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) UNTUK PREDIKSI TINGKAT LAYANAN JALAN
METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) UNTUK PREDIKSI TINGKAT LAYANAN JALAN Noor Azizah Fakultas Sains dan Teknologi, UNISNU Jepara azizah.simply@gmail.com ABSTRACT Level of service indicates
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di era modern seperti saat ini, energi listrik menjadi salah satu kebutuhan dasar dalam kehidupan masyarakat. Berbagai peralatan rumah tangga maupun industri saat ini
Lebih terperinciBAB I PENDAHULUAN. dengan melihat pola pergerakan harga saham di masa lalu. Metode analisis saham
12 BAB I PENDAHULUAN I.1. Latar Belakang Masalah Faktor-faktor yang mempengaruhi pergerakan harga saham semakin kompleks, sehingga risiko yang muncul semakin tinggi. Harga minyak dunia naik turun dengan
Lebih terperinciPERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati ( )
TUGAS AKHIR PERENCANAAN JUMLAH PRODUK MENGGUNAKAN METODE FUZZY MAMDANI BERDASARKAN PREDIKSI PERMINTAAN Oleh: Norma Endah Haryati (1207 100 031) Dosen Pembimbing: Drs. I G Ngurah Rai Usadha, M.Si Dra. Nuri
Lebih terperinciBAB I PENDAHULUAN. berbagai variasi prosedur perencanaan. Perencanaan operasi meliputi metodologi
BAB I PENDAHULUAN 1.1 Latar Belakang Operasi sistem tenaga listrik yang modern biasanya berhubungan dengan berbagai variasi prosedur perencanaan. Perencanaan operasi meliputi metodologi dan proses pengambilan
Lebih terperinciSISTEM PREDIKSI SAHAM MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (STUDI KASUS SAHAM MINGGUAN PT ASTRA AGRO LESTARI, TBK)
Vol., No., Agustus 16, 35-39 SISTEM PREDIKSI SAHAM MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (STUDI KASUS SAHAM MINGGUAN PT ASTRA AGRO LESTARI, TBK) Yuniar Farida, S.T, M.T 1) Program Studi Matematika
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.2.1 Latar Belakang Analisa Saham Dedhy dan Liliana (2007) menyatakan bahwa pergerakan harga saham pada dasarnya dipengaruhi oleh teori ekonomi yang paling dasar, yaitu hukum permintaan
Lebih terperinci1. Pendahuluan 1.1 Latar belakang masalah
1. Pendahuluan 1.1 Latar belakang masalah Emas adalah unsur kimia dalam tabel periodik yang memiliki simbol Au (bahasa Latin: 'aurum') dan nomor atom 79. Emas digunakan sebagai standar keuangan di banyak
Lebih terperinciMetode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Prediksi Tingkat Layanan Jalan
Jurnal Sistem Informasi Bisnis 03(2013) On-line : http://ejournal.undip.ac.id/index.php/jsinbis 127 Metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Prediksi Tingkat Layanan Jalan Noor Azizah
Lebih terperinci