PERBANDINGAN METODE FUZZY TIME SERIES-CHEN DAN WEIGHTED FUZZY INTEGRATED TIME SERIES UNTUK MEMPREDIKSI DATA INDEKS HARGA SAHAM GABUNGAN

Abstract

Indeks Harga Saham Gabungan (IHSG) adalah cerminan kegiatan pasar modal secara umum. IHSG menggambarkan suatu rangkain informasi historis mengenai pergerakan harga saham gabungan, sampai pada tanggal tertentu. Tujuan dari penelitian ini adalah untuk memprediksi data IHSG dengan menggunakan metode Fuzzy Time Series-Chen (FTS-Chen)  dan Weighted Fuzzy Time Series.

              Prediksi merupakan metode yang digunakan untuk memprediksi ketidakpastian masa depan sebagai upaya untuk mengambil keputusan yang lebih baik. Fuzzy time series merupakan konsep baru yang dikenal dengan istilah kecerdasan buatan yang digunakan untuk meramalkan masalah dimana data historis tersebut dibentuk dalam nilai-nilai linguistik dan menghasilkan prediksi yang lebih akurat.

Pada penelitian ini membahas mengenai metode Fuzzy Time Series-Chen dan metode Weighted Fuzzy Time Series digunakan untuk memprediksi data IHSG untuk 3 periode ke depan yaitu untuk bulan Juni, Juli Agustus 2020 dengan menggunakan Fuzzy Logical Relationship Group. Dalam fuzzy time series, panjang interval telah ditentukan di awal proses. Dalam proses ini panjang interval sangat berpengaruh untuk hasil prediksi. Metode untuk penentuan panjang interval yang efektif adalah dengan metode berbasis rata-rata atau average based. prediksi IHSG berdasarkan data bulan Januari 1998 sampai dengan bulan Mei 2020.

Perbandingan hasil prediksi dari kedua metode yaitu metode Fuzzy Time Series-Chen dan metode Weighted Fuzzy Integrated Time Series dengan menggunakan RMSE dan MAPE maka dapat disimpulkan metode Weighted Fuzzy Integrated Time Series lebih baik dalam meralkan data Indeks Harga Saham Gabungan untuk periode Juni, Juli, Agustus 2020 karena memiliki tingkat akurasi yang sangat bagus yaitu nilai MAPE berada dibawah 10%.