Optimalisasi Prediksi Harga Ihsg Menggunakan Hybrid Weighted Fuzzy Time Series Hidden Markov Model dengan Algoritma Evolusi Differensial

Penulis

  • Alya Fitri Syalsabilla Brawijaya University
  • Suci Astutik Universitas Brawijaya, Malang
  • Agus Fachrur Rozy Universitas Brawijaya, Malang

DOI:

https://doi.org/10.25126/jtiik.1148867

Kata Kunci:

Hidden Markov, Weighted Fuzzy Time Series Evolusi Differensial, MAPE

Abstrak

Perdagangan saham berdasarkan Indeks Harga Saham Gabungan (IHSG) di Indonesia adalah area dinamis dan kompleks. Prediksi pergerakan harga IHSG memiliki volatilitas pasar saham yang tinggi. Penggunaan Hybrid Weighted Fuzzy Time series Hidden Markov Model (WFTS-HMM) dengan Algoritma Evolusi Diferensial (DE) menjanjikan solusi dengan pendekatan terbaru. Penelitian ini bertujuan untuk meningkatkan akurasi prediksi harga IHSG melalui optimasi model hybrid.. Penelitian menggunakan data IHSG tiap bulan dari Januari hingga Desember 2023 dari situs www.yahoo.finance.com. Prediksi yang dihasilkan dari Model Hybrid WFTS-HMM dioptimasi dengan Algoritma ED memiliki tingkat kesalahan prediksi yang lebih rendah (1.45%) dibandingkan dengan model tanpa DE (1.49%).

 

Abstract

 

Stock trading based on IHSG in Indonesia is a dynamic and complex area. Predicting IHSG price movements entails high stock market volatility. Utilizing the Hybrid WFTS-HMM Model with the DE Algorithm promises a cutting-edge approach. This research aims to enhance the prediction of IHSG price through hybrid model optimization and performance evaluation. The study employs IHSG monthly data from January to December 2023 from www.yahoo.finance.com. Forecasting from the Hybrid WFTS-HMM Model with the DE Algorithm has lower prediction error (1.45%) compared to the model without DE (1.49%).

Downloads

Download data is not yet available.

Referensi

AMRI, M. M., 2022. Studi Banding Implementasi Metode Hidden Markov Model dalam Pengenalan Tulisan Tangan. Jurnal Genesis Indonesia (JGI), 1(2), pp. 42-54.

ANBIYA, W. & GARINI, F. C., 2022. Application of GARCH Forecasting Method in Predicting The Number of Rail Passengers (Thousands of People) in Jabodetabek Region. Jurnal Matematika, Statistika & Komputasi, 18(2), pp. 198 -223.

ARUNG-LABY, D. & HUDA, A. M. M., 2022. Algoritma Differential Evolution untuk Estimasi Parameter Sumber Anomali Self-Potential. Jurnal Riset Fisika Indonesia, 2(2).

DIAMANTA, D. & TOBA, H., 2021. Pendeteksian Citra Pengunjung Menggunakan Single Shot Detector untuk Analisis dan Prediksi Seasonality. Jurnal Teknik Informatika dan Sistem Informasi, 7(1).

JUNIANTO, M. B. S., 2017. Fuzzy Inference System Mamdani dan The Mean Absolute Percentage Error (MAPE) untuk Prediksi Permintaan Dompet Pulsa pada XL AXIATA Depok. Jurnal Informatika Universitas Pamulang Vol. 2, No. 2.

LESTARI, D. W. & YOTENKA, R., 2022. Aplikasi Metode BOX-JENKINS (ARIMA) untuk Meramalkan Harga Komoditas Cabai Merah. Jurnal Khazanah, 14(1).

LISNAWATI, N., SYAFWAN, H. & NEHE, N., 2022. Penerapan Metode Single Exponential Smoothing (SES) dalam Peramalan Jumlah Ikan. Building of Informatics, Technology and Science (BITS), 4(2), pp. 829-838.

LUSIANA, A. & YULIARTY, P., 2020. Penerapan Metode Peramalan (Forecasting) pada Permintaan Atap di PT X. Industri Inovatif - Jurnal Teknik Industri ITN Malang.

MARUHAWA, Y., YENNI, H., RIO, U. & ZOROMI, F., 2023 . Penerapan Metode Differential Evolution dalam Menentukan Rute Distribusi Produk. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 12(1), pp. 349-358.

OKTARINA, D., 2016. Pengaruh beberapa indeks saham global dan indikator makroekonomi terhadap pergerakan IHSG. JBB, 5(2).

PAILLIN, D. B., TUPAN, J. M. & PUTRI S, R. A. U., 2019. Algoritma Differential Evolution (DE) Dalam Optimalisasi Rute Distribusi Produk Nestle (Studi Kasus: PT. Paris Jaya Mandiri). Seminar dan Konferensi Nasional IDEC .

PHASA, A. S. & ASTUTI, Y. P., 2021. Analisis Perilaku Brand Switching dengan Metode Rantai Markov. Jurnal Ilmiah Matematika, 9(1).

PURNAMA, E. H. T. L., Y. & HUDA, N. M., 2023. Aplikasi Algoritma Viterbi dalam Hidden Markov Model untuk Menganalisis Trend Pasar Saham di Bursa Efek (Studi Kasus di PT. Bank Central Asia, Tbk.). Jurnal EurekaMatika, 11(2), pp. 99-110.

PURNAMASARI, E. D., WULANDARI, T. & SIDDIK, R., 2023. Analisis Pergerakan Indeks Harga Saham Gabungan (IHSG) pada Era Vuca. Jurnal Ekonomi & Ekonomi Syariah, 6(1).

PUTRI, C. S. & VIKALIANA, R., 2023. The Plan and Realization Evaluation of Supply Crude Oil Activities at PT Kilang Pertamina International - Refinery Unit VI Balongan. Berkala Sainstek, 11(1), pp. 68-79.

RAHMAWAN, S. A., SAFITRI, D. & WIDIHARIH, T., 2019. Peramalan Menggunakan Metode Weighted Fuzzy Integrated Time Series (Studi Kasus: Harga Beras di Indonesia Bulan Januari 2011 s/d Desember 2017). Jurnal Gaussian, 8(4), pp. 518 - 529.

ROSYIDA, H., FIRMANSYAH, A. & WICAKSONO, S. B., 2020. Volatilitas Harga Saham: Leverage, Ukuran Perusahaan, Pertumbuhan Aset. JAS (Jurnal Akuntansi Syariah), 4(2), pp. 196-208.

ROZY, A. F., S. & WARDHANI, N. W. S., 2023. Peningkatan Akurasi Metode Weighted Fuzzy Time Series Forecasting Menggunakan Algoritma Evolusi Differensial dan Fuzzy C-Means. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 10(5), pp. 1047-1054.

SALAWUDEEN, A. T., MU'AZU, M. B., ADEDOKUN, E. A. & BABA, B. A., 2022. Optimal determination of hidden Markov model parameters for fuzzy time series forecasting. Scientific African, Volume 16.

SUSDARWONO, E. T., 2021. Rantai Markov dalam Penentuan Market Share dan Equilibrium : Studi Kasus Pedagang Cilok di Alun Alun Kabupaten Pemalang. Jurnal Pendidikan Matematika (Kudus), 4(2), pp. 1-18.

WIDIYANTO, M. H., MAYASARI, R. & G., 2023. Implementasi Time Series pada Data Penjualan di Gaikindo Menggunakan Algoritma Seasonal ARIMA. JATI (Jurnal Mahasiswa Teknik Informatika), 7(3).

YUSUF, A., 2021. Prediksi Indeks Harga Saham Gabungan (IHSG) Menggunakan Long Short-Term Memory. Jurnal Epsilon , 15(2), pp. 124-132.

Diterbitkan

26-08-2024

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Optimalisasi Prediksi Harga Ihsg Menggunakan Hybrid Weighted Fuzzy Time Series Hidden Markov Model dengan Algoritma Evolusi Differensial. (2024). Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(4), 837-844. https://doi.org/10.25126/jtiik.1148867