DATA IHSG
Tugas Akhir 1
Oleh :
Aji Kurniawan
NIM: 672014060
Salatiga
Agustus 2020
PERAMALAN MENGGUNAKAN METODE FUZZY TIME SERIES
DATA IHSG
Artikel Ilmiah
Diajukan kepada
Oleh :
Aji Kurniawan
NIM: 672014060
Salatiga
Agustus 2020
2
PERAMALAN MENGGUNAKAN METODE FUZZY TIME SERIES
CHENG DAN ALGORITMA PARTICLE SWARM OPTIMIZATION PADA
DATA IHSG
Artikel Ilmiah
Oleh:
Aji Kurniawan
NIM : 672014060
Pembimbing
3
Daftar Isi
BAB I................................................................................................................................1
PENDAHULUAN..................................................................................................................1
I.1 Latar Belakang....................................................................................................1
I.2 Perumusan Masalah...........................................................................................1
I.3 Tujutan Penelitian..............................................................................................2
I.4 Batasan Masalah................................................................................................2
I.5 Manfaat Penelitian.............................................................................................2
BAB II..................................................................................................................................3
TINJAUAN PUSTAKA...........................................................................................................3
II.2 Landasan Teori...................................................................................................4
II.2.1 Fuzzy Time Series........................................................................................4
II.2.2 Particle Swarm Optimization (PSO)............................................................5
Mean Absolute Percentage Error (MAPE)..................................................................7
BAB III.................................................................................................................................8
METODE PENELITIAN.........................................................................................................8
III.1 Studi Literatur....................................................................................................8
III.2 Pengumpulan Data.............................................................................................8
III.3 Analisa dan Perancangan...................................................................................9
III.3.1 Analisa........................................................................................................9
III.3.2 Perancangan.............................................................................................10
III.4 Implementasi dan Pengujian............................................................................10
III.4.1 Implementasi............................................................................................11
III.4.2 Pengujian..................................................................................................11
III.5 Kesimpulan dan Saran......................................................................................11
BAB IV..............................................................................................................................12
RENCANA PENELITIAN......................................................................................................12
DAFTAR PUSTAKA.............................................................................................................13
iii
BAB I
PENDAHULUAN
Indeks harga saham merupakan sebuah indikasi dari naik atau turunnya
harga saham yang dapat berubah sewaktu-waktu secara tidak pasti. Indeks Harga
Saham Gabungan (disingkat IHSG) yang juga disebut Indonesia Composite Index
(ICI) merupakan salah satu indeks pasar saham yang digunakan oleh Bursa Efek
Indonesia. Terdapat pula indeks pasar saham yang lainnya seperti indeks sektoral,
indeks LQ45, indeks kompas100, dan lain-lain.
IHSG sendiri merupakan salah satu hal penting yang patut diperhatikan
untuk memantau perekonomian dalam negeri. Naik turunnya harga saham yang
ada merupakan indikator dari kegiatan ekonomi yang ada di Indonesia. Bila harga
saham naik maka perekonomian dalam negeri sedang menguat. Begitu pula
sebaliknya, bila turun maka perekonomian dalam negeri sedang melemah. Di saat
sedang melemah inilah pemerintah patut menerapkan kebijakan-kebijakan yang
dapat menanggulangi ataupun mencegah terjadinya penurunan perekonomian
yang terlalu fluktuatif. Sehingga sangat diperlukan untuk melakukan prediksi atau
peramalan atas pergerakan saham tersebut.
Artificial Intelligence (AI) atau kecerdasan buatan merupakan algoritma
komputer yang dapat meniru kecerdasan dan perilaku manusia. Salah satu nya
yaitu melakukan prediksi atau peramalan. Fuzzy Time Series (FTS) dan Particle
Swarm Optimization (PSO) merupakan kecerdasan buatan yang dapat digunakan
untuk melakukan peramalan terhadap pergerakan harga saham pada IHSG.
Dari pemaparan di atas penulis akan melakukan penelitian untuk
memprediksi indeks harga saham pada IHSG menggunakan kombinasi metode
Fuzzy Time Series dan algoritma Particle Swarm Optimization. Dalam tugas akhir
ini penulis akan mengevaluasi hasil prediksi menggunakan metode Mean
Absolute Percentage Error (MAPE) untuk mengetahui tingkat akurasi peramalan
yang dilakukan.
1
I.3 Tujutan Penelitian
2
BAB II
TINJAUAN PUSTAKA
II.1 Tinjauan Pustaka
3
II.2 Landasan Teori
II.2.1 Fuzzy Time Series
4
7) Melakukan fuzzyfikasi terhadap data aktual
Setelah fuzzy set atau himpunan fuzzy terbentuk kita
melakukan fuzzyfikasi terhadap data aktual yang ada. Jika F(t-
1) berada pada himpunan Ai, maka F(t-1) akan difuzzyfikasi
sebagai Ai.
8) Menentukan Fuzzy Logic Relationship FLR
FLR dibentuk berdasarkan data historis yang ada. Apabila
F(t-1) berada pada himpunan fuzzy Ai dan F9t) berada pada
himpunan fuzzy Aj, maka FLR yang terbentuk dapat
dinotasikan sebagai berikut:
Ai → Aj
9) Menentukan fuzzy logical relationship group FLRG
Membuat pengelompokan FLR untuk setiap current state.
Misalkan A1→A3, A1→A4 dikelompokkan menjadi FLRG
pada A1 dengan bobot masing-masing. Bobot diperhitungkan
berdasarkan pengulangan FLR yang ada untuk setiap current
state. Misalkan pada current state A1, menghasilkan A1→A3
sebanyak dua kali dan A1→A4 sebanyak sekali maka bobot
dari A1→A3 adalah dua dan A1→A4 adalah satu.
10) Melakukan peramalan dan defuzzyfikasi
Berdasarkan FLRG yang terbentuk kita dapat melakukan
peramalan terhadap data aktual sekaligus melakukan
fuzzyfikasinya
F t=wi 1∗m 1 +w i2∗m 2+ …+w ip∗m p
F t = hasil peramalan untuk dengan current state At
mi = nilai tengah dari himpunan fuzzy i
w i = bobot state i yang dihasilkan himpunan fuzzy At pada
FLRG
II.2.2 Particle Swarm Optimization (PSO)
5
kepada partikel-partikel lain dan menyesuaikan posisi dan kecepatan
masing-masing berdasarkan informasi yang diterima dari posisi tersebut.
Berikut adalah tahapan dari algoritma PSO (Hsu, et al, 2010):
1.) Inisialisasi posisi (Pi) dan kecepatan (Vi) untuk 1 ≤ i ≤ N,
dimana N adalah jumlah partikel
2.) Menghitung nilai fitness atau cost dari partikel i.
3.) Memperbarui posisi terbaik (Pbest) dari pertikel i berdasarkan
nilai fitness partikel tersebut pada iterasi saat ini dibandingkan
iterasi sebelumnya.
4.) Memperbarui posisi terbaik dari keseluruhan partikel (Gbest)
berdasarkan nilai fitness atau cost dari seluruh partikel
5.) Menghitung kecepatan partikel menggunakan rumus
Vi (t+1) =ω ×Vi(t) + c1 × rand 1 ( ) × ( Pbest (t) - Pi (t) ) + c2 × rand 2 ( ) x ( Gbest (t) - P
Dimana c1dan c2 merupakan konstanta percepatan positif
(biasanya c1 = c2 = 2) di mana masing-masing merupakan
koefisien kognitif dan koefisien sosial, lalu rand1 dan rand2
merupakan bilangan random dalam range [0,1] dan ω
merupakan bobot inersia
6.) Memperbarui posisi partikel menggunakan rumus:
Pi (t+ 1)=P i( t)+V i (t+1)
7.) Ulangi langkah 1-6 untuk seiap partikel
8.) Selama solusi optimal belum ditemukan atau belum mencapai
iterasi maksimum ulangi langkah 2-7
6
Gambar II.2.1. a Diagram Alir Particle Swarm Optimization
MAPE Pengertian
<10% Akurasi peramalan sangat baik
10%-20% Akurasi peramalan baik
20%-50% Akurasi peramalan cukup
>50% Akurasi peramalan buruk
7
BAB III
METODE PENELITIAN
Tahap awal yang penulis lakukan pada penelitian ini adalah mencari
permasalahan yang akan diangkat dan digunakan pada penelitian ini kemudian
mencari solusi untuk masalah yang ada. Studi literature dilakukan dengan
8
mengumpulkan dan mempelajari berbagai artikel dan penelitian seperti jurnal,
buku, berita, dan situs website yang berkaitan dengan penelitian yang dilakukan.
9
2. Analisa Metode Fuzzy Time Series dan Algoritma Particle
Swarm Optimization
Untuk melakukan peramalan terhadap indeks harga pada
IHSG menggunakan metode Fuzzy Time Series dan PSO
diperlukan langkah-langkah sebagai berikut:
1) Data IHSG
Melakukan read data terhadap data Indeks Harga Saham
Gabungan.
2) Penentuan Semesta Pembicara
3) Menghitung Banyak Kelas Interval
Menggunakan rumus Sturges untuk menentukan banyaknya
kelas yang digunakan.
4) Input Parameter
Masukkan parameter PSO yang terdiri dari jumlah partikel,
jumlah iterasi, bobot inersia, c1 dan c2 dimana c1 + c2 ≤4.
5) Inisialisasi Posisi Awal Partikel dan Kecepatan Partikel
Pembangkitan posisi awal partikel dibangkitkan secara acak
dan akan digunakan sebagai batas bawah dan batas atas
untuk membagi semesta pembicara ke dalam beberapa
interval. Untuk kecepatan partikel pada iterasi pertama
diasumsikan sama dengan nol.
6) Fuzzy Time Series
Pada tahap Fuzzy Time Series dilakukan hal sebagai berikut
:
6.1) Fuzzyfikasi Data Historis
6.2) Membuat Fuzzy Logic Relationship
6.3) Menyusun Fuzzy Logic Relationship Group
6.4) Melakukan Defuzzyfikasi dan Hasil Peramalan
6.5) Menghitung Akurasi Peramalan Menggunakan
MAPE
7) Penghitungan Nilai Fitness
Menghitung nilai cost dari partikel i menggunakan nilai
akurasi yang didapatkan pada Fuzzy Time Series
8) Pemilihan Pbest
Berdasarkan nilai cost dari partikel i, bandingkan nilai cost
saat ini dengan nilai cost pada iterasi sebelumnya. Pilih
nilai cost yang terbaik atau terkecil dan simpan posisi
partikel dengan nilai cost yang lebih kecil.
9) Pemilihan Gbest
Memilih partikel dengan nilai cost terkecil di antara semua
partikel pada satu kali proses perulangan. Partikel dengan
nilai cost terkecil akan dipilih sebagai Gbest.
10) Pembaruan Kecepatan Partikel
Melakukan pembaruan terhadap kecepatan partikel
menggunakan persamaan
Vi=ω ×Vi+ c1 × rand 1 ( ) × ( Pbest- P i ) + c 2 × rand 2 ( ) x ( Gbest- P i )
10
11) Pembaruan Posisi Partikel
Setelah mendapatkan kecepatan partikel, perbarui posisi
partikel dengan persamaan
P1=P1 +V 1
12) Iterasi
Langkah 5 hingga 10 dilakukan hingga mencapai iterasi
yang diinginkan
3. Analisa Sistem
Setelah metode sudah didapatkan, maka dilakukan analisa
terhadap sistem yang akan dirancang dengan memperhatikan
setiap proses serta alur yang akan diterapkan pada sistem.
Setiap langkah dan proses yang ada akan diterjemahkan ke
dalam sistem menggunakan bahasa pemrograman Java.
III.3.2 Perancangan
11
III.4.2 Pengujian
Tahap akhir dalam penelitian yaitu kesimpulan dan saran yang penulis
peroleh setelah melakukan penelitian. Kesimpulan merupakan hasil inti dari
penelitian dan pengujian yang dilakukan, sedangkan saran berupa masukan atau
rekomendasi penulis untuk peneltian yang selanjutnya.
12
BAB IV
JADWAL PENELITIAN
Bulan Ke-
Rencana Penelitian
1 2 3 4 5 6 7 8 9 10 11 12
Mengidentifikasi dan
merumuskan masalah
Mengumpulkan
Literatur
Mengumpulkan Data
Penelitian
Perancangan Sistem
Menganalisis Data
Penyusunan Laporan &
Artikel Ilmiah
Dari table di atas dapat, diketahui bahwa berikut merupakan tindakan yang
dilakukan selama penelitian :
IV.1.1 Trimester Pertama
Pada trimester pertama yang berlangsung selama bulan
April hingga Agustus, yang pertama peneliti lakukan adalah
mencoba untuk mengidentifikasi dan merumuskan masalah.
Setelah sekiranya identifikasi masalah sudah jelas, peneliti juga
mengumpulkan literature yang kiranya dapat mendukung masalah
yang telah didapatkkan. Setelah identifikasi masalah sudah tepat,
barulah pengumpulan data dilakukan sesuai permasalahan yang
ada. Dan pada penelitian ini peneliti menggunakan data dari situs
daring http://idx.co.id yaitu data Indeks Harga Saham Gabungan
bulanan. Kemudian penulis menentukan metode penelitian yang
akan digunakan dalam penelitian.
13
IV.1.2 Trimester Kedua
Setelah data diperoleh dan metode yang digunakan sudah
tepat, langkah berikutnya yang dilakukan adalah merancang sistem
yang akan digunakan untuk melakukan pengolahan dan analisa
terhadap data yang ada.
14
DAFTAR PUSTAKA
15