BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Pasar modal merupakan salah satu alat penggerak perekonomian di suatu

negara, karena pasar modal merupakan sarana pembentuk modal dan akumulasi dana

jangka panjang yang diarahkan untuk meningkatkan partisipasi masyarakat dalam

penggerakan dana untuk menunjang pembiayaan pembangunan nasional. Selain itu,

pasar modal juga merupakan representasi untuk menilai kondisi perusahaan di suatu

negara, karena hampir semua industri di suatu negara terwakili oleh pasar modal. Pasar

modal yang mengalami peningkatan atau mengalami penurunan terlihat dari naik

turunnya harga harga saham yang tercatat yang melalui suatu pergerakan indeks atau

lebih dikenal dengan Indeks Harga Saham Gabungan (IHSG) (Pandji Anoraga, 1995).

IHSG merupakan nilai yang digunakan untuk mengukur kinerja gabungan

seluruh saham (perusahaan/emiten) yang tercatat di Bursa Efek Indonesia (BEI). IHSG

adalah suatu indikator yang dapat digunakan untuk melihat perkembangan pasar modal

Indonesia. Indikator pasar modal ini dapat berfluktuasi seiring dengan perubahan

indikator-indikator makro yang ada. Seiring dengan indikator pasar modal, indikator

ekonomi makro juga bersifat fluktuatif. Secara garis besar, ada tiga faktor utama yang

berpengaruh terhadap pergerakan IHSG yaitu: faktor dalam negeri, faktor luar negeri,

dan faktor aliran modal ke Indonesia.

1
 Faktor dari luar negeri merupakan salah satu dampak dari bentuk globalisasi

dan semakin terintegrasinya pasar modal di seluruh dunia. Dalam pergerakan IHSG

dipengaruhi oleh beberapa faktor yang berasal dari luar negeri dan beberapa faktor dari

dalam negeri. Oleh karena itu, pergerakan pasar modal menjadi topik yang menarik

untuk dipelajari. Berdasarkan uraian diatas penulis merasa tertarik untuk membahas

serta memprediksi pergerakan IHSG.

Proses prediksi bertujuan untuk memperoleh hasil keuntungan yang optimum

karena pergerakan IHSG yang sifatnya tidak tentu. Selain itu model prediksi dapat

digunakan sebagai gambaran dan memantau pergerakan IHSG untuk menentukan dan

mengambil keputusan kapan harus mengambil posisi jual atau beli agar mendapatkan

keuntungan.

Beberapa penelitian terdahulu untuk memprediksi IHSG telah banyak

dilakukan. Penelitian terdahulu yang berkaitan dengan IHSG antara lain Ranny

Kumala Dewi (2010), memprediksi IHSG dengan metode adaptive neuro fuzzy

inference system (ANFIS). Dwi Listya Nurini dan Brodjol Sutijo SU (2013),

memprediksi IHSG dengan metode pendekatan fungsi transfer. Rizal Ardianto

(2012), memprediksi IHSG menggunakan jaringan saraf tiruan dengan metode

Backpropagation.

Penggunaan metode yang sesuai untuk melakukan prediksi mempunyai

beberapa faktor yang berpengaruh yaitu waktu, pola data, hubungan antara dengan

data sebelumnya dan tingkat keakuratan ramalan yang diinginkan. Terdapat metode

2
baru yang menggabungkan transformasi wavelet, logika fuzzy inference system atau

logika samar dan artificial neural network atau jaringan syaraf tiruan atau yang disebut

wavelet adaptive neuro fuzzy inference system.

Prediksi dengan menggunakan metode wavelet adaptive neuro fuzzy inference

system pernah dilakukan oleh Vahid Moosavi, Mehdi Vafakhah, Bagher

Shirmohammadi, dan Maryam Ranjbar (2014) dalam memprediksi level ketinggian

permukaan air, hasil dari penelitiannya menunjukkan nilai error yang sangat kecil.

Melihat hal tersebut, peneliti tertarik untuk menggunakan metode yang sama dengan

mengaplikasikannya di pasar modal khususnya IHSG, metode wavelet adaptive neuro

fuzzy inference system merupakan penggabungan model antara transformasi wavelet

diskrit dan adaptive neuro fuzzy inference system. Tranformasi wavelet diskrit

merupakan metode yang mendekomposisikan sebuah data diskrit ke dalam beberapa

datail baru yang memiliki korelasi terhadap data sebelumnya (Turgay Partal dan Ozgur

Kisi, 2007). Metode selanjutnya, adaptive neuro fuzzy inference system adalah

penggabungan dua sistem, yaitu Artificial Neural Network (ANN) atau jaringan syaraf

tiruan dengan fuzzy inference system. Jaringan syaraf tiruan adalah suatu sistem yang

memiliki karakteristik tertentu mirip dengan jaringan syaraf biologi (Fausett, 1994).

Sedangkan, logika fuzzy merupakan representasi pengetahuan yang dikonstruksikan

dengan IF-THEN rules (Sielvy Evtiana, 2013).

Pemodelan wavelet adaptive neuro fuzzy inference system bertujuan untuk

menggabungkan kelebihan yang ada dari masing- masing sistem. Oleh karena itu,

3
dalam penelitian ini akan memprediksiskan pergerakan IHSG dengan menggunakan

adaptive neuro fuzzy inference system.

B. Rumusan Masalah

Berdasarkan uraian latar belakang diatas, maka dapat diuraikan rumusan masalah

sebagai berikut:

1. Bagaimana proses pemodelan metode wavelet adaptive neuro fuzzy inference

system untuk memprediksi pergerakan IHSG?

2. Bagaimana keakuratan metode wavelet adaptive neuro fuzzy inference system

untuk memprediksi IHSG?

C. Tujuan Penelitian

Tujuan penelitian tugas akhir ini adalah untuk :

1. Menjelaskan proses model prediksi pergerakan IHSG menggunakan metode

wavelet adaptive neuro fuzzy inference system.

2. Mempresentasikan keakuratan model prediksi IHSG metode wavelet adaptive

neuro fuzzy inference system.

D. Manfaat Penelitian

Manfaat dari penulisan skripsi ini adalah sebagai berikut:

1. Bagi penulis

Menambah pengetahuan mengenai prediksi IHSG menggunakan metode wavelet

adaptive neuro fuzzy inference system.

4
2. Bagi Jurusan Pendidikan Matematika

Menambah referensi tentang penerapan ilmu matematika khususnya prediksi dan

keuangan yang dapat dijadikan dasar untuk penelitian selanjutnya.