Simulasi Sistem Prediksi Arah Gerak Indeks Harga Saham Gabungan Berbasis Adaptive Neuro-Fuzzy Interference System

Main Article Content

Joni Fat

Abstract

Sistem simulasi dengan menggunakan metode Fuzzy Inference System (FIS) dalam penelitian ini memungkinkan prediksi arah gerak harga penutupan saham secara harian. Sistem simulasi menggunakan indikator teknikal sebagai variabel input. Tipe FIS yang digunakan adalah Sugeno. Metode defuzzifikasinya adalah wtaver. Neural Networks (NN) digunakan untuk menyesuaikan range fungsi keanggotaan pada masing-masing label variabel input mau pun output. NN menerapkan metode Gauss. Hasil simulasi adalah berupa variabel perubahan harga pada periode perhitungan. Variabel-variabel yang digunakan merupakan variabel teknikal, dan meniadakan unsur fundamental. Simulasi ini menggunakan empat buah simulator. Setiap simulator ini mensimulasikan momen-momen tertentu, yaitu momen bearish, sideways, bullish dan total. Momen total merupakan gabungan dari ketiga momen yang lain. Simulasi pada tiap momen berupaya mengetahui apakah sistem hanya mampu melakukan prediksi dengan kecenderungan tertentu saja atau tidak. Bila terbukti, maka simulasi dianggap gagal. Sebaliknya, bila tidak terbukti, maka simulasi dianggap berhasil. Hasil pengujian memperlihatkan simulasi berhasil dengan tingkat akurasi sistem mencapai 61,55%.

Article Details

How to Cite
[1]
J. Fat, “Simulasi Sistem Prediksi Arah Gerak Indeks Harga Saham Gabungan Berbasis Adaptive Neuro-Fuzzy Interference System”, TESLA, vol. 16, no. 1, pp. 33–44, May 2017.
Section
Articles

Most read articles by the same author(s)