Reny Fitri Yani1, Luh Kesuma Wardhani, MT2, Febi Yanto, M. Kom3
Abstrak
Peramalan (forecasting) merupakan suatu cara untuk memperkirakan suatu nilai di masa depan dengan
menggunakan data masa lalu. Salah satu metode dalam melakukan peramalan adalah metode Fuzzy Time Series
(FTS). Metode ini bekerja dengan melihat pola dari data yang telah lalu kemudian digunakan untuk
memproyeksikan data yang akan datang. Pada penelitian ini menggunakan salah satu model dari metode FTS
yaitu First Order and Time Invariant Model dan menggunakan metode Frequency Density Based Partitioning
(FDBP) untuk pembagian interval di metode FTS. Pada penelitian ini dalam melakukan peramalan hanya
menggunakan data time series harga saham saja. Data harga saham yang digunakan untuk pengujian diambil dari
situs finance.yahoo.com yaitu dari perusahaan Amazon.com, Inc, Bank Mandiri Tbk dan Unilever Indonesia
Tbk. Pengujian yang akan dilakukan meliputi pengujian dari aspek keakuratan data berupa persentase error
ramalan. Hasil dari sistem peramalan yang akan dibangun adalah ramalan terhadap semua harga saham, harga
saham hari berikutnya, persentase error hasil ramalan dan grafik. Rata-rata persentase error (AFER) dari hasil
pengujian peramalan berada dibawah 2,5 % sehingga dapat dikatakan mempunyai akurasi peramalan yang cukup
baik. Dan berdasarkan hasil pengujian dengan menggunakan data harga saham dari tiga perusahaan selama 1
tahun, 6 bulan, 3 bulan, 2 bulan dan 1 bulan dapat disimpulkan bahwa model dari metode FTS yang digunakan
pada penelitian ini akan memberikan nilai error yang relatif kecil jika digunakan untuk meramalkan harga saham
yang pola datanya relatif konstan atau stationer.
Kata kunci : Fuzzy Time Series, First Order and Time Invariant Model, Metode Peramalan Time Series,
Peramalan Harga Saham .
Bank Mandiri 3 Bulan 535,78041 1,5245 1,5161 1,5395 1,5311 1,5583 [1] Abdullah, L dan Ling, Yoke., 2011,
1385,45104
Unilever Indonesia 1,4813 1,433 1,4369 1,5105 1,3767 Comparison of Two Partitioning Methods in a
9,6687
Fuzzy Time Series Model for Composite Index
Amazon 1,1339 0,9997 1,0839 0,9861 1,0653
Bank Mandiri 2 Bulan 495,73663 1,4414 1,4493 1,5081 1,5228 1,4805
Forecasting, Proceedings of International
Unilever Indonesia 1149,16288 1,0937 1,0825 1,1214 0,9685 1,0274 Journal on Computer Science and Engineering,
vol.3 No. 4.
5,58115
Amazon
1 Bulan 238,90589
0,5248 0,4013 0,3974 0,4003 0,5472
[2] Haris, M. Syauqi., 2010, Implementasi Metode
Bank Mandiri 1,3159 1,3518 1,3407 1,3087 1,3253
Unilever Indonesia 911,23591 0,6523 0,6374 0,5947 0,6077 0,544
Fuzzy Time Series Dengan Penentuan interval
Berbasis Rata-rata Untuk Peramalan Data
5. Kesimpulan Penjualan Bulanan, Malang, Skripsi Sarjana,
Setelah menyelesaikan serangkaian tahapan- Fakultas Matematika dan Ilmu Pengetahuan
tahapan dalam menerapkan salah satu model dari Alam Universitas Brawijaya.
metode FTS yaitu first order and time invariant [3] Jilani, T. A, Burney, S.M.A, dan Ardil, C.,
model maka dapat ditarik kesimpulan yaitu: 2007, Fuzzy Metric Approach for Fuzzy time
1. Dari hasil pengujian pada perusahaan Series Forecasting based on Frequency
Amazon.com, Inc, Bank Mandiri Tbk dan Unilever Density Based Partitioning, Proceedings of
Indonesia Tbk maka didapat persentase error pada World Academy of Science, Engineering and
umumnya dibawah 2,5% sehingga dapat dikatakan Technology 34..
mempunyai akurasi peramalan yang cukup baik. [4] Kusumadewi, Sri., 2004, Artificial Intelegence,
2. Penurunan atau kenaikan harga saham pada Jogjakarta , Graha Ilmu.
perusahaan yang cukup tinggi dari pada harga [5] Liu, Hao-Tien., 2007, An Improved Fuzzy
sebelumnya menjadi penyebab selisih yang cukup Time Series Forecasting Method Using
besar antara harga saham yang sebenarnya dengan Trapezoidal number Fuzzy Number, Fuzzy
hasil ramalan. Optim Decis Making, 6 : 63-80.
3. Berdasarkan hasil pengujian dapat [6] Sah, Melike dan Y. Degtiarev, Konstantin.,
disimpulkan bahwa penggunaan salah satu model 2005, Forecasting enrollment Model Based on
dari metode FTS yaitu first order and time invariant First-Order Fuzzy Time Series, Proceedings of
model dan FDBP untuk pembagian interval akan World Academy of Science, Engineering and
memberikan nilai error yang relatif kecil jika Technology 1.
digunakan untuk meramalkan harga saham yang [7] Song, Q. dan Chissom, B. S., 1993,
pola datanya relatif konstan atau tidak terlalu Forecasting enrollments with fuzzy time series-
fluktuatif. Part I, Fuzzy Sets and Systems, 54: 1-9.
4. Berdasarkan nilai standar deviasi yang [8] Suyanto. Artificial Intelligence. Informatika,
didapat dari data harga saham dapat disimpulkan Bandung, 2007.
bahwa besarnya nilai standar deviasi suatu data
harga saham memiliki hubungan dengan nilai error
dari hasil peramalan yaitu semakin tinggi nilai
standar deviasi yang dihasilkan maka nilai error dari