IKO
NIM : 413418048
ANALISIS PERBANDINGAN METODE FUZZY TIME SERIES CHENG DAN
METODE SUPPORT VECTOR REGRESSION (SVR) DENGAN ALGORITMA
GENETIKA PADA PERAMALAN INDEKS HARGA SAHAM GABUNGAN
(IHSG)
BAB 1
PENDAHULUAN
BAB II
NAMA : MUHAMMAD AL-HADDAD P. IKO
NIM : 413418048
LANDASAN TEORI
Data berkala adalah data yang dikumpulkan dari waktu ke waktu, untuk
menggambarkan perkembangan suatu kegiatan. Analisis data berkala memungkinkan
kita untuk mengetahui perkembangan suatu atau beberapa kejadian serta
hubungan/pengaruhnya terhadap kejadian lainnya (Supranto, 1987). Pola gerakan data
atau nilai-nilai variabel dapat diikuti atau diketahui dengan adanya data berkala,
sehingga data berkala dapat dijadikan sebagai dasar untuk:
1. Pembuatan keputusan pada saat ini.
2. Peramalan keadaan perdagangan dan ekonomi pada masa yang akandatang.
3. Perencanaan kegiatan dimasa yang akan datang.
Gerakan-gerakan khas dari data time series dapat digolongkan ke dalam
empat kelompok utama, yang sering disebut komponen-komponen time series:
1. Gerakan jangka panjang atau sekuler merujuk kepada arah umum dari grafik time
series yang meliputi jangka waktu yang panjang.
2. Gerakan siklis (cyclical movements) atau variasi siklis merujuk kepada gerakan
naik-turun dalam jangka panjang dari suatu garis atau kurva trend. Siklis yang
demikian dapat terjadi secara periodik ataupun tidak, yaitu dapat ataupun tidak
dapat mengikuti pola yang tepat sama setelah intervalinterval waktu yang sama.
Dalam kegiatan bisnis dan ekonomi, gerakangerakan hanya dianggap siklis
apabila timbul kembali setelah interval waktu lebih dari satu tahun.
3. Gerakan musiman (seasonal movements) atau variasi musim merujuk kepada
pola-pola yang identik, atau hampir identik, yang cenderung diikuti suatu time
series selama bulan-bulan yang bersangkutan dari tahun ke tahun. Gerakan-
gerakan demikian disebabkan oleh peristiwa-peristiwa yang berulang-ulang
terjadi setiap tahun.
4. Gerakan tidak teratur atau acak (irregular or random movements) merujuk kepada
gerakan-gerakan sporadis dari time series yang disebabkan karena 12 peristiwa-
peristiwa kebetulan seperti banjir, pemogokan, pemilihan umum, dan sebagainya.
Meskipun umumnya dianggap bahwa peristiwa-peristiwa demikian menyebabkan
variasi-variasi yang hanya berlangsung untuk jangka pendek, namun dapat saja
NAMA : MUHAMMAD AL-HADDAD P. IKO
NIM : 413418048
terjadi bahwa peristiwa-peristiwa ini demikian hebatnya sehingga menyebabkan
gerakan-gerakan siklis atau hal lain yang baru (Spiegel, 1988)
Fuzzy time series (FTS) adalah metode yang diperkenalkan oleh Song dan
Chissom (1993) yang merupakan suatu konsep yang digunakan untuk meramalkan
masalah di mana data aktual dibentuk dalam nilai-nilai linguistik (Kusumadewi dan
Purnomo, 2013). Metode ini juga menerapkan peramalan adaptif dalam memodifikasi
peramalan. Tahapan-tahapan peramalan pada data time series menggunakan fuzzy
time series Cheng adalah sebagai berikut :
¿ ¿
δ a¿i = min {max [ γ ( E i−ε ) ,−a i ] ,C−ai } (5)
a ¿i = a ¿i + δ a¿i (7)
a i= a i + δ ai (8)
Keterangan:
Ei = nilai error ke-i
y i = nilai aktualdata ke-i
δ a¿i , δ ai = perubahan nilai a ¿i dan a i
NAMA : MUHAMMAD AL-HADDAD P. IKO
NIM : 413418048
ε = epsilon
C = kompleksitas
γ= laju pembelajaran
d. Proses dapat dihentikan apabila sudah mencapai iterasi maksimum atau
max|δ a¿i|<ε dan max|δ ai|< ε . Apabila salah satu syarat belum terpenuhi maka
ulangi langkah c.
Untuk mengetahui seberapa baik kinerja SVR maka diperlukan cara untuk
mengevaluasi hasil peramalan. Salah satu cara evaluasi kinerja SVR adalah
menggunakan Mean Absolute Percentage Error (MAPE). MAPE dapat
dibangkitkan dengan Persamaan 9.
n
100 Si −Ri
MAPE= ∑
N i =1 A i | |
(9)
S adalah hasil aktual, R adalah hasil peramalan dan n adalah banyaknya data.
2.1.4 Algoritma Genetika
Algoritme genetika adalah algoritme iteratif yang biasanya beroperasi dalam
populasi yang konstan dan dieksekusi berdasarkan urutan tertentu. Algoritme genetika
diawali dengan proses pembentukan populasi yang diinisialisasi secara acak.
Kromosom terdiri dari 4 gen berupa bilangan riil yang merupakan parameter SVR
yang akan dioptimasi. Parameter tersebut antara lain sigma (σ ) yang mempengaruhi
Gaussian kernel yang terbentuk, epsilon ( ε) yang mempengaruhi batas dimana
kesalahan klasifikasi dapat diabaikan, (C) yang mempengaruhi nilai penalti yang
diberikan ketika terjadi kesalahan klasifikasi dan gamma ( γ ) yang mempengaruhi laju
pembelajaran. Proses selanjutnya yaitu proses pembentukan individu baru yang
didapatkan dengan melakukan crossover dan mutasi. Contoh representasi kromosom
dapat dilihat pada Tabel 1.
Tabel 1 Contoh Representasi Kromosom
Individu σ ε C γ
I1 0,4544 14,530 1,091x10-05 0,062
I2 0,6938 68,024 8,657x10-05 0,003
Crossover merupakan operator genetika utama. Proses ini mengombinasikan
kedua gen induk untuk mengasilkan sebuah keturunan. Pada penelitian digunakan
metode extended intermediate crossover untuk menghasilkan keturunan. Metode
crossover tersebut dipilih karena mampu menghasilkan individu baru yang hampir
NAMA : MUHAMMAD AL-HADDAD P. IKO
NIM : 413418048
sama dengan individu induk atau sedikit berbeda dengan individu induk. Crossover
ini dapat dibangkitkan dengan Persamaan 10 dan 11.
A merupakan individu anak, I adalah individu induk dan α merupakan faktor skalar
dengan rentang [-d,1+d]. Contoh hasil crossover dengan alpha sebesar 0,5 dapat
dilihat pada Tabel 2.
Individu σ ε C γ
A1 0,5741 41,277 4,87x10-05 0,0325
Individu σ ε C γ
A2 0,6714 65,537 8,41x10-05 0,001
1
fitness= (13)
1+ MAPE
BAB III
METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian
3.1.1 Waktu Penelitian
Penelitian ini akan dilaksanakan pada semester 7 dan 8 tahun ajaran 2021/2022
terhitung sejak bulan September 2021.
Tabel 3.1 : Waktu Penelitian
Waktu
Septembe Oktober Novembe Desembe Januari Februari
No. Kegiatan
r r r
2021 2021 2021 2021 2022 2022
1 Pengambilan Data
2 Pengolahan Data
3 Analisis Data
4 Interpretasi Hasil
5 Penyusunan
Laporan
6 Bimbingan Hasil
7 Seminar Hasil
8 Revisi Seminar
Hasil
9 Bimbingan Skripsi
10 Seminar Skripsi
Mulai
Input Data
Plot Data
Analisis Perbandingan
Menggunakan MAPE
Pemilihan Metode
Terbaik
Selesai
NAMA : MUHAMMAD AL-HADDAD P. IKO
NIM : 413418048
DAFTAR PUSTAKA
Affenzeler, M., Wagner, S., Winkler, S. dan Beham, A., 2009. Genetic Algorithm and
Genetic
Aswi dan Sukarna. (2006). Analisis Data Deret Waktu: Teori dan Aplikasi. Makasar: Andira
Publisher.
Azis, M., Mintarti, S. dan Nadir, M., 2015. manajemen Investasi Fundamental, Teknikal,
Perilaku Investor dan Return Saham. Deepublish.
Makridakis, S., Wheelwright S.C., dan Mc Gee V.E. (1999). Metode dan Aplikasi
Peramalan.
Edisi 2. Jakarta: Binarupa Aksara
Chen, N., Lu, W., Yang, J. dan Li, G., 2004. Support Vector Machine in Chemistry.
Singapore:
World Scientific.
Fahmi, T., Sudarno, dan Wilandari, Y. (2013). Perbandingan Metode Eksponensial Tunggal
dan Fuzzy Time Series untuk Memprediksi
Supardi U.S. (2013). Aplikasi Statistika Dalam Penelitian Konsep Statistika Yang Lebih
Supranto, J. 1993. Metode Ramalan Kuantitatif Untuk Perencanaan Ekonomi dan Bisnis.
Spiegel, R. Murray & Stephens, Larry J STATISTIK Schaum's OuTlines, Edisi Ketiga
(2007).
Vapnik, V., Golowich, S. & Smola, A., 1997. Support Vector Method for Function
Zubir, Z., 2013. Manajemen Portofolio Penerapannya dalam Investasi Saham. Jakarta:
Salemba Empat.