PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN

dokumen-dokumen yang mirip
PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN DI INDONESIA

Peramalan Menggunakan Metode Fuzzy Time Series Cheng. Forecasting Using Fuzzy Time Series Cheng Method

PERBANDINGAN ARIMA DENGAN FUZZY AUTOREGRESSIVE (FAR) DALAM PERAMALAN INTERVAL HARGA PENUTUPAN SAHAM. (Studi Kasus pada Jakarta Composite Index)

PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL DAN ARIMA (BOX-JENKINS) SEBAGAI METODE PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) SKRIPSI

Perbandingan Metode Fuzzy Time Series Cheng dan Metode Box-Jenkins untuk Memprediksi IHSG

PEMODELAN DATA INDEKS HARGA SAHAM GABUNGAN. Disusun Oleh : NOVIA AGUSTINA. Skripsi. Jurusan Statistika Fakultas Sains dan Matematika Undip

ABSTRAK. Kata kunci: IHSG, runtun waktu fuzzy, partisi interval berdasarkan frekuensi densitas. iii

PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI

PERBANDINGAN METODE RUNTUN WAKTU FUZZY-CHEN DAN FUZZY- MARKOV CHAIN UNTUK MERAMALKAN DATA INFLASI DI INDONESIA

SKRIPSI APLIKASI METODE GOLDEN SECTION UNTUK OPTIMASI PARAMETER PADA METODE EXPONENTIAL SMOOTHING. Disusun oleh: DANI AL MAHKYA

MODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO

PEMODELAN INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS)

PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN MODEL RUNTUN WAKTU FUZZY TIGA FAKTOR

BAB I PENDAHULUAN 1.1 Latar Belakang

PEMODELAN GENERAL REGRESSION NEURAL NETWORK (GRNN) PADA DATA RETURN INDEKS HARGA SAHAM EURO 50

PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS

PERAMALAN CADANGAN DEVISA INDONESIA MENGGUNAKAN METODE GRUP VARIASI FUZZY

PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN

PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP

PREDIKSI INFLASI BEBERAPA KOTA DI JAWA TENGAH TAHUN 2014 MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV

ANALISIS NILAI RISIKO (VALUE AT RISK) MENGGUNAKAN UJI KEJADIAN BERNOULLI (BERNOULLI COVERAGE TEST) (Studi Kasus pada Indeks Harga Saham Gabungan)

SKRIPSI. Disusun Oleh: MARTA WIDYASTUTI

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

Jurnal MIPA 38 (2) (2015): Jurnal MIPA.

BAB 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM

JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) ( X Print) A-31

PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) MENGGUNAKAN JARINGAN SARAF TIRUAN ELMAN DENGAN ALGORITME GRADIENT DESCENT ADAPTIVE LEARNING RATE

ABSTRACT. Keywords : rainfall, forecasting, fuzzy time series seasonal method

PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS

PERAMALAN JUMLAH TAMU HOTEL DI KABUPATEN DEMAK

PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA

MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA

PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN FUZZY TIME SERIES TERBOBOT. 1. Pendahuluan

BAB 3 METODE PENELITIAN

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)

ANALISIS PENGARUH JUMLAH UANG BEREDAR DAN NILAI TUKAR RUPIAH TERHADAP INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN PEMODELAN REGRESI SEMIPARAMETRIK KERNEL

PEMODELAN DAN PERAMALAN INDEKS HARGA SAHAM VECTOR AUTOREGRESSIVE EXOGENOUS (VARX)

SKRIPSI. Disusun oleh: Firda Megawati

PENERAPAN MODEL WINTER RUNTUN WAKTU FUZZY TERBOBOT UNTUK MERAMALKAN BANYAKNYA PENUMPANG DI BANDARA INTERNASIONAL JUANDA SURABAYA

PENGGUNAAN METODE FUZZY TIME SERIES UNTUK MERAMALKAN HASIL PRODUKSI PADI KABUPATEN MAJALENGKA

PERAMALAN HARGA MINYAK MENTAH DUNIA NEURAL NETWORK

SKRIPSI. Disusun Oleh : DINI PUSPITA JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PREDIKSI INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN SUPPORT VECTOR REGRESSION DENGAN ALGORITMA GRID SEARCH

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

PEMODELAN HARGA SAHAM DENGAN GEOMETRIC BROWNIAN MOTION DAN VALUE AT RISK PT. CIPUTRA DEVELOPMENT Tbk

ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID

PERBANDINGAN MODEL CHEN DAN MODEL CHENG PADA ALGORITMA FUZZY TIME SERIES UNTUK PREDIKSI HARGA BAHAN POKOK

PEMILIHAN MODEL REGRESI NONPARAMETRIK TERBAIK UNTUK ANALISIS DATA INFLASI DI JAWA TENGAH SKRIPSI. Oleh: ELYAS DARMAWAN NIM.

ANGGA NUR ARDYANSAH NIM

Disusun oleh : Nur Musrifah Rohmaningsih Skripsi. Sebagai Salah Satu Syarat untuk Memperoleh Gelar

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE. Oleh : DEWI SETYA KUSUMAWARDANI

Oleh : Rahanimi Pembimbing : Dr. M Isa Irawan, M.T

TESIS PERAMALAN HARGA SAHAM PADA LIMA EMITEN TERBAIK VERSI FORBES TAHUN 2012 MENGGUNAKAN FUZZY MODEL

ANALISIS INFLASI KOTA SEMARANG MENGGUNAKAN METODE REGRESI NON PARAMETRIK B-SPLINE

FUZZY ELMAN RECURRENT NEURAL NETWORK DALAM PERAMALAN HARGA MINYAK MENTAH DI INDONESIA DENGAN OPTIMASI ALGORITMA GENETIKA TUGAS AKHIR SKRIPSI

REKOMENDASI PEMILIHAN LAPTOP MENGGUNAKAN SISTEM INFERENSI FUZZY TSUKAMOTO

PEMODELAN DINAMIS PRODUKSI PADI DI JAWA TENGAH MENGGUNAKAN METODE KOYCK DAN ALMON

BAB 3 METODE FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS PADA METODE CHEN DENGAN PENENTUAN INTERVAL BERBASIS RATA-RATA

Peramalan Inflasi dengan Metode Weighted Fuzzy Time Series

Model Hibrida ARIMA dan Fuzzy Time Series Markov Chain

METODE REGRESI DATA PANEL UNTUK PERAMALAN KONSUMSI ENERGI DI INDONESIA

Bab II LANDASAN TEORI

ESTIMASI KURVA YIELD OBLIGASI PEMERINTAH KODE FR (FIXED RATE) MENGGUNAKAN CUBIC B-SPLINE

BAB I PENDAHULUAN. 1.1 Latar Belakang

PADA PORTOFOLIO SAHAM

MENGGUNAKAN METODE GARCH ASIMETRIS

PEMODELAN PERAMALAN PENJUALAN PAKAN UDANG PADA PT CENTRAL PROTEINA PRIMA, TBK DENGAN METODE PEMULUSAN EKSPONENSIAL (EXPONENTIAL SMOOTHING) SKRIPSI

ANGGA NUR ARDYANSAH NIM

Peramalan Inflasi Menurut Kelompok Pengeluaran Makanan Jadi, Minuman, Rokok dan Tembakau Menggunakan Model Variasi Kalender

BAB I PENDAHULUAN 1.1 Latar Belakang

PENDUGAAN PENGELUARAN PER KAPITA DI KABUPATEN BREBES

SKRIPSI. Oleh : NOVA YANTI GULTOM JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PERAMALAN MENGUNAKAN FUZZY TIME SERIES CHEN (STUDI KASUS: CURAH HUJAN KOTA SAMARINDA)

SKRIPSI JURUSAN STATISTIKA PERAMALAN INDEKS HARGA KONSUMEN 4 KOTA DI JAWA TENGAH MENGGUNAKAN MODEL GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)

SKRIPSI. Disusun Oleh : DITA ROSITA SARI DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG

PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)

PEMODELAN INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH TAHUN DENGAN MENGGUNAKAN REGRESI DATA PANEL

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENERIMAAN PESERTA DIDIK SMA NEGERI 2 SEMARANG MENGGUNAKAN METODE REGRESI LOGISTIK ORDINAL

PENGAMBILAN SAMPEL BERDASARKAN PERINGKAT PADA ANALISIS REGRESI LINIER SEDERHANA

SKRIPSI. Disusun Oleh : CANDRA SILVIA

SKRIPSI. Disusun Oleh : RAHMA NURFIANI PRADITA

PERBANDINGAN MODEL PERTUMBUHAN EKONOMI DI JAWA TENGAH DENGAN METODE REGRESI LINIER BERGANDA DAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION SKRIPSI

PERBANDINGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENENTUAN VALUE AT RISK

PENDUGAAN ANGKA PUTUS SEKOLAH DI KABUPATEN SEMARANG DENGAN METODE PREDIKSI TAK BIAS LINIER TERBAIK EMPIRIK PADA MODEL PENDUGAAN AREA KECIL SKRIPSI

PERBANDINGAN METODE FUZZY TIME SERIES DAN HOLT DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN JUMLAH MAHASISWA BARU INSTITUT PERTANIAN BOGOR STEVEN

PERAMALAN LAJU INFLASI DAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL VECTOR AUTOREGRESSIVE (VAR)

BAB 2 TINJAUAN TEORITIS

PERAMALAN KONSUMSI GAS INDONESIA MENGGUNAKAN ALGORITMA FUZZY TIME SERIES STEVENSON PORTER Muh. Hasbiollah 1, RB. Fajriya Hakim 2

PERHITUNGAN DAN ANALISIS PRODUK DOMESTIK REGIONAL BRUTO (PDRB) KABUPATEN/KOTA BERDASARKAN HARGA KONSTAN

OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA

oleh WAHYUNI PUTRANTO NIM. M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika

KOMPUTASI METODE EXPONENTIALLY WEIGHTED MOVING AVERAGE UNTUK PENGENDALIAN KUALITAS PROSES PRODUKSI MENGGUNAKAN GUI MATLAB

MODEL HEURISTIC TIME INVARIANT FUZZY TIME SERIES DAN METODE ANALISIS REGRESI UNTUK PREDIKSI LABA DAN ANALISIS VARIABEL YANG MEMPENGARUHI

PERAMALAN OUTFLOW UANG KARTAL DI BANK INDONESIA WILAYAH JAWA TENGAH DENGAN METODE GENERALIZED SPACE TIME AUTOREGRESSIVE (GSTAR)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

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 UNIVERSITAS DIPONEGORO SEMARANG 2013

PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN Oleh TAUFAN FAHMI NIM : J2E008056 Skripsi Diajukan Sebagai Syarat untuk Memperoleh Gelar Sarjana Sains Pada Jurusan Statistika JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO SEMARANG 2013 i

ii

iii

KATA PENGANTAR Dengan memanjatkan puji syukur kehadirat Allah SWT bagi atas rahmat, hidayah dan karunia-nya sehingga penulis dapat menyelesaikan penulisan Tugas Akhir dengan judul PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN METODE FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN Penulis menyadari tanpa bantuan dari berbagai pihak, Tugas Akhir ini tidak akan dapat diselesaikan. Oleh karena itu, penulis ingin menyampaikan rasa terima kasih kepada: 1. Ibu Dra. Hj. Dwi Ispriyanti, M.Si selaku Ketua Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro. 2. Bapak Drs. Sudarno, M.Si dan Ibu Yuciana Wilandari, S.Si, M.Si selaku dosen pembimbing I dan II yang telah banyak memberi arahan, bimbingan dan motivasi. 3. Semua dosen Jurusan Statistika Fakultas Sains dan Matematika Universitas Diponegoro yang telah memberikan pengajaran dan bimbingannya kepada penulis selama menempuh perkuliahan. 4. Bapak dan Ibu yang telah memberikan motivasi, bantuan materi serta doa selama menempuh perkuliahan di Universitas Diponegoro. 5. Semua pihak yang tidak dapat disebutkan satu per satu yang telah banyak membantu penulis. Penulis menyadari bahwa Tugas Akhir ini ini masih jauh dari kesempurnaan. Sehingga saran dan kritik dari segala pihak yang bersifat membangun sangat penulis harapkan demi kesempurnaan penulisan selanjutnya. Semarang, 12 Februari 2013 Penulis iv

ABSTRAK Perkembangan metode peramalan dengan data time series yang cukup pesat mengakibatkan terdapat banyak pilihan metode yang dapat digunakan untuk meramalkan data sesuai dengan kebutuhan dan perlu membandingkan metode yang satu dengan metode yang lain sehingga mendapatkan hasil ramalan dengan akurasi yang tinggi. Pada tugas akhir ini akan dilakukan perbandingan peramalan dengan menggunakan ukuran akurasi dalam bentuk MAPE, MAE, dan MSE dari suatu peramalan dalam menghitung nilai Indeks Harga Saham Gabungan (IHSG) dengan menggunakan metode Pemulusan Eksponensial Tunggal yang akan dibandingkan dengan metode peramalan modern yaitu Fuzzy Time series. Metode Fuzzy Time Series yang digunakan pada penelitian ini adalah metode Fuzzy Time Series yang diajukan oleh Chen dan Cheng. Diantara ketiga peramalan tersebut diperoleh metode peramalan yang terbaik adalah Metode Fuzzy Time Series Cheng. Kata Kunci: Metode Peramalan, Pemulusan Ekponensial Tunggal, Fuzzy Time Series, Metode Chen dan Cheng, IHSG v

ABSTRACT The development of methods of forecasting with time series data quite rapidly result there are many options that the method can be used to predict the data according to the needs and the need to compare one method to the other methods that get results of prediction with high accuracy. In this thesis, comparison of forecasting will be done using measure forecasting accuracy in the form of MAPE, MAE, and MSE of a forecast in calculating the value of The composite stock price index (CSPI) using Single Exponential Smoothing method that will be compared to modern forecasting methods, namely Fuzzy Time Series. Fuzzy Time Series methods used in this study is the method of Fuzzy Time Series proposed by Chen and Cheng. Between the three forecasting methods obtained the best method is of Cheng s Fuzzy Time Series. Keywords: Method of Forecasting, Single Exponential Smoothing, Fuzzy Time Series, Chen s and Cheng s Method, CSPI vi

DAFTAR ISI Halaman HALAMAN SAMPUL... HALAMAN PENGESAHAN I... HALAMAN PENGESAHAN II... KATA PENGANTAR... ABSTRAK... ABSTRACT... DAFTAR ISI... DAFTAR SIMBOL... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii iv v vi vii x xi xiii xv BAB I PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Tujuan Penulisan... 3 BAB II TINJAUAN PUSTAKA 2.1 Peranan Teknik Peramalan... 4 2.2 Teknik-Teknik Peramalan... 5 2.3 Deret Exponential Smoothing (Pemulusan Eksponensial)... 8 2.4 Logika Fuzzy... 9 2.4.1 Himpunan Fuzzy... 10 2.4.2 Sistem Fuzzy... 10 vii

2.4.3 Fungsi Keanggotaan Fuzzy... 12 2.4.4 Operator Fuzzy... 13 2.4.5 Aturan atau Penalaran Fuzzy... 14 2.5 Fuzzy Time Series... 14 2.5.1 Definisi dan Konsep Fuzzy Time Series... 14 2.5.2 Metode Peramalan dengan Fuzzy Time Series... 16 2.6 Ketepatan Metode Peramalan... 20 BAB III METODOLOGI... 22 3.1 Variabel Penelitian... 22 3.2 Jenis dan Sumber Data... 22 3.3 Software yang Digunakan... 22 3.4 Langkah Analisis... 23 BAB IV HASIL DAN PEMBAHASAN... 28 4.1 Peramalan dengan Metode Pemulusan Eksponensial Tunggal... 30 4.1.1 Identifikasi Data Runtun Waktu... 30 4.1.2 Pemilihan Model Pemulusan Eksponensial Tunggal Terbaik. 31 4.1.3 Hasil Peramalan dengan Pemulusan Eksponensial Tunggal... 36 4.2 Metode Fuzzy Time Series... 39 4.2.1 Peramalan dengan Metode Fuzzy Time Series Chen... 39 4.2.1.1 Tahapan Peramalan Fuzzy Time Series Chen... 39 4.2.1.2 Hasil Peramalan dengan Fuzzy Time Series Chen... 46 4.2.2 Peramalan dengan Metode Fuzzy Time Series Cheng... 49 4.2.2.1 Tahapan Peramalan Fuzzy Time Series Cheng... 49 4.2.2.2 Hasil Peramalan dengan Fuzzy Time Series Cheng... 58 viii

4.3 Perbandingan Metode Pemulusan Ekponensial Tunggal dan Fuzzy Time Series... 61 BAB V PENUTUP... 67 5.1 Kesimpulan... 67 5.2 Saran... 67 DAFTAR PUSTAKA... 68 LAMPIRAN... 70 ix

DAFTAR SIMBOL F t+1 : Peramalan untuk periode t+1 X t F t α e t μ(x) U D min D max : Nilai pengamatan pada periode ke-t : Peramalan pada periode ke-t : Bobot Pemulusan : Galat ramalan pada periode ke-t : Derajat keanggotaan sebuah variabel x : Himpunan Kosong : Himpunan Semesta : Nilai terkecil suatu data : Nilai terbesar suatu data D 1 dan D 2 : Bilangan positif sembarang a ij L df W n (t) h : menyatakan derajat keanggotaan dari suatu interval : Matrik Defuzifikasi : Matrik pembobotan yang telah dinormalisasi : Parameter pembobotan pada Metode Fuzzy Time Series Cheng x

DAFTAR TABEL Halaman Tabel 1 Data Indeks Harga Saham Gabungan (untuk Data Pelatihan)... 28 Tabel 2 Data Indeks Harga Saham Gabungan (untuk Data Pengujian)... 30 Tabel 3 Perbandingan MAPE,MAE, dan MSE pada Metode Pemulusan Eksponensial Tunggal... 35 Tabel 4 Hasil Estimasi Peramalan Pemulusan Eksponensial Tunggal pada Data Pelatihan... 36 Tabel 5 Hasil Estimasi Peramalan Pemulusan Eksponensial Tunggal pada Data Pengujian... 38 Tabel 6 Fuzzifikasi Data pada Metode Fuzzy Time series Chen... 42 Tabel 7 Relasi Fuzzy Logic pada Metode Fuzzy Time Series Chen... 43 Tabel 8 Kelompok Relasi Fuzzy Logic pada Metode Fuzzy Time Series Chen 44 Tabel 9 Nilai Tengah Tiap Himpunan Fuzzy pada Metode Fuzzy Time Series Chen... 44 Tabel 10 Defuzzifikasi Peramalan Kelompok Relasi Fuzzy Logic pada Fuzzy Time Series Chen... 45 Tabel 11 Hasil Estimasi Peramalan dengan Fuzzy Time Series Chen pada Data Pelatihan... 46 Tabel 12 Hasil Estimasi Peramalan dengan Fuzzy Time Series Chen pada Data Pengujian... 48 Tabel 13 Tabel Interval untuk Data IHSG pada Metode Fuzzy Time Series Cheng... 49 Tabel 14 Tabel Interval Setelah Proses Pembagian... 50 xi

Tabel 15 Fuzzifikasi Data pada Metode Fuzzy Time Series Cheng... 53 Tabel 16 Relasi Fuzzy Logic pada Fuzzy Time Series Cheng... 54 Tabel 17 Matrik Kelompok Relasi Fuzzy Logic all relationship... 55 Tabel 18 Matrik Pembobotan... 55 Tabel 19 Nilai Tengah dari tiap Himpunan Fuzzy pada Metode Fuzzy Time Series Cheng... 56 Tabel 20 Perbandingan Ukuran Ketepatan dari Beberapa Nilai h... 58 Tabel 21 Hasil Estimasi Peramalan dengan Fuzzy Time Series Cheng pada Data Pelatihan... 58 Tabel 22 Hasil Estimasi Peramalan dengan Fuzzy Time Series Cheng pada data Pengujian... 60 Tabel 23 Perbandingan Data Aktual dengan Hasil Peramalan dari Ketiga Metode pada Data Pelatihan... 61 Tabel 24 Perbandingan Data Aktual dengan Hasil Peramalan dari Ketiga Metode pada Data Pengujian... 64 Tabel 25 Perbandingan Ketepatan Peramalan dari Metode Pemulusan Eksponensial Tunggal dan Fuzzy Time Series... 66 xii

DAFTAR GAMBAR Halaman Gambar 1 Bagan Metode Peramalan... 6 Gambar 2 Grafik Keanggotaan Kurva Segitiga... 12 Gambar 3 Tahapan Analisis Data... 24 Gambar 4 Tahapan Pengolahan Data pada Metode Pemulusan Eksponensial Tunggal... 25 Gambar 5 Tahapan Pengolahan data pada Fuzzy Time Series Chen... 26 Gambar 6 Tahapan Pengolahan data pada Fuzzy Time Series Cheng... 27 Gambar 7 Plot Data Time Series IHSG... 31 Gambar 8 Plot Pemulusan dengan α = 0.9991995 (optimal ARIMA)... 32 Gambar 9 Plot Pemulusan dengan α = 0.15... 33 Gambar 10 Plot Pemulusan dengan α = 0.33... 33 Gambar 11 Plot Pemulusan dengan α = 0.62... 34 Gambar 12 Plot Pemulusan dengan α = 0.86... 34 Gambar 13 Plot Pemulusan dengan α = 0.999... 35 Gambar 14 Grafik Data Aktual dan Nilai Peramalan dengan Pemulusan Eksponensial Tunggal pada Data Pelatihan... 38 Gambar 15 Grafik Data Aktual dan Nilai Peramalan dengan Pemulusan Eksponensial Tunggal pada Data Pengujian... 39 Gambar 16 Grafik Data Aktual dan Nilai Peramalan dengan Fuzzy Time Series Chen pada Data Pelatihan... 47 xiii

Gambar 17 Grafik Data Aktual dan Nilai Peramalan dengan Fuzzy Time Series Chen pada Data Pengujian... 48 Gambar 18 Grafik Data Aktual dan Nilai Peramalan dengan Fuzzy Time Series Cheng pada Data Pelatihan... 60 Gambar 19 Grafik Data Aktual dan Nilai Peramalan dengan Fuzzy Time Series Cheng pada Data Pengujian... 61 Gambar 20 Perbandingan Grafik Data Aktual dan Nilai Peramalan dari Ketiga Metode pada Data Pelatihan... 65 Gambar 21 Perbandingan Grafik Data Aktual dan Nilai Peramalan dari Ketiga Metode pada Data Pengujian... 65 xiv

DAFTAR LAMPIRAN Halaman Lampiran 1 Data Indeks Harga Saham Gabungan (untuk Data Pelatihan).. 71 Lampiran 2 Data Indeks Harga Saham Gabungan (untuk Data Pengujan).. 73 Lampiran 3 Hasil Peramalan dan Perhitungan Ketepatan Peramalan Metode Pemulusan Ekponensial Tunggal pada Data Pelatihan... 74 Lampiran 4 Hasil Peramalan dan Perhitungan Ketepatan Peramalan Metode Pemulusan Ekponensial Tunggal pada Data Pengujian... 77 Lampiran 5 Hasil Peramalan dan Perhitungan Ketepatan Peramalan Metode Fuzzy Time Series Chen pada Data Pelatihan... 78 Lampiran 6 Hasil Peramalan dan Perhitungan Ketepatan Peramalan Metode Fuzzy Time Series Chen pada Data Pengujian... 81 Lampiran 7 Lampiran 8 Hasil Peramalan dan Perhitungan Ketepatan Peramalan Metode Fuzzy Time Series Cheng pada Data pelatihan... 82 Hasil Peramalan dan Perhitungan Ketepatan Peramalan Metode Fuzzy Time Series Cheng pada Data Pengujian... 85 xv

BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan sangat penting karena diperlukan dalam proses pengambilan keputusan, khususnya dalam bidang finansial. Peramalan dapat digunakan untuk memantau pergerakan Indeks Harga Saham Gabungan yang akan datang. Dengan dilakukan peramalan akan memberikan dasar yang lebih baik bagi perencanaan dan pengambilan keputusan. Indeks Harga Saham Gabungan (IHSG) menunjukan pergerakan harga saham secara umum yang tercatat di bursa efek. Indeks ini sering dipakai sebagai acuan tentang perkembangan kegiatan di pasar modal. Selain itu juga bisa menilai situasi pasar secara umum atau mengukur apakah harga saham mengalami kenaikan atau penurunan. Indeks harga ini melibatkan seluruh harga saham yang tercatat di bursa (Anoraga, P dan Pakarti, P. 2001). Ketika kondisi ekonomi suatu negara dalam keadaan menurun maka IHSG juga akan mengalami penurunan yang berakibat investor akan keluar dari pasar. Hal ini akan mempengaruhi keputusan investor untuk menjual, menahan atau membeli suatu saham atau beberapa saham tertentu. Oleh karena itu peramalan diperlukan oleh investor agar mempunyai pertimbangan yang lebih kuat dengan adanya prediksi ini. Selama ini banyak peramalan dilakukan dengan menggunakan metode-metode statistika seperti metode smoothing, Box-Jenkins, ekonometri, regresi, fungsi transfer dan sebagainya. Pada dekade terakhir, konsep artificial intelligence diperkenalkan 1

2 sebagai alat untuk peramalan, seperti Fuzzy Time Series, Neural Network, dan Genetic Algorithm. Walaupun studi terbaru menunjukkan bahwa teknik peramalan lebih baru dan lebih maju cenderung mengakibatkan peningkatan dalam akurasi perkiraan dalam keadaan tertentu, namun tidak ada bukti yang jelas menunjukkan bahwa salah satu model dapat konsisten dan dapat mengungguli model lain dalam perbandingan peramalan (Song, 2008). Metode pemulusan eksponensial merupakan metode peramalan yang telah lama digunakan para peneliti sedangkan fuzzy time series adalah konsep baru dalam mengatasi masalah peramalan dengan berdasarkan teori himpunan fuzzy, logika fuzzy dan penalaran perkiraan. Fuzzy Time Series (FTS) pertama kali dikembangkan oleh Song and Chissom pada tahun 1993 dan diterapkan untuk meramalkan jumlah pendaftar Universitas Alabama. Sejak saat itu, metode ini banyak menarik para peneliti dalam menyelesaikan masalah peramalan. Dengan adanya berbagai metode peramalan dan perkembangan metode peramalan dengan data time series yang cukup pesat sehingga terdapat banyak pilihan metode yang dapat digunakan. Dalam meramalkan data deret waktu sesuai dengan kebutuhan, perlu membandingkan metode yang satu dengan metode yang lain sehingga mendapatkan hasil ramalan dengan akurasi yang tinggi. Perumusan masalah pada penelitian ini adalah bagaimana pemodelan peramalan dengan metode pemulusan eksponensial dan fuzzy time series, serta bagaimana perbandingan nilai peramalan dan akurasi peramalan dalam bentuk MAPE, MAE dan MSE dari metode pemulusan eksponensial tunggal dan fuzzy time series, agar didapat metode terbaiknya. Metode fuzzy time series pada

3 penelitian ini yang digunakan adalah metode fuzzy time series yang diajukan oleh Chen dan Cheng. 1.2 Tujuan Penulisan Tujuan penulisan tugas akhir ini adalah : 1. Menentukan model peramalan dan nilai peramalan Indeks Harga Saham Gabungan untuk periode berikutnya dengan metode pemulusan eksponensial. 2. Menentukan nilai peramalan Indeks Harga Saham Gabungan untuk periode berikutnya dengan metode fuzzy time series. 3. Mengkaji dan membandingkan hasil peramalan dan nilai ketetapan peramalan antara metode pemulusan eksponensial tunggal dan metode fuzzy time series dalam memprediksi Indeks Harga Saham Gabungan.