Prediksi harga saham dengan menggunakan metode deret waktu fuzzy dan metode Particle Swarm Optimization

Abstract

Saham merupakan salah satu instrumen keuangan yang penting. Banyak orang menggunakan saham sebagai investasi jangka panjang, namun harga saham yang naik-turun mengakibatkan adanya risiko kerugian pada pemegang saham. Oleh karena itu diperlukan metode untuk melakukan prediksi harga saham, sehingga risiko kerugian pada pemegang saham dapat diminimalkan dengan adanya prediksi harga saham. Pada skripsi ini akan dibahas mengenai prediksi harga saham pada masa yang akan datang dengan menggunakan metode deret waktu fuzzy yang dilengkapi dengan metode Particle Swarm Optimization (PSO) untuk menentukan peluang dari data histori. Data yang akan digunakan untuk melakukan prediksi adalah Indeks Harga Saham Gabungan (IHSG), harga saham Bank BCA (BBCA), dan harga saham PT Indofood Tbk. (INDF). Sebelum dilakukan prediksi harga saham, data yang dimiliki akan diubah menjadi bilangan fuzzy dengan fuzzifikasi dan defuzzifikasi. Untuk mengevaluasi hasil prediksi data yang dimiliki akan digunakan perhitungan Mean Square Error (MSE). Pada metode PSO, prediksi dilakukan sebanyak lima kali dengan iterasi masing-masing sebanyak 1000 kali iterasi. Harga rata-rata dari hasil prediksi IHSG bulan Juli 2018 adalah Rp 6.644,0476 dengan error sebesar 11,92%. Harga rata-rata dari hasil prediksi saham BBCA bulan Juli 2018 adalah Rp 26.365,3557 dengan error sebesar 11,03%. Harga rata-rata dari harga saham INDF bulan Juli 2018 adalah Rp 7.659,2299 dengan error sebesar 20,62%. Berdasarkan simulasi dan analisa hasil, metode deret waktu fuzzy dan metode PSO bisa ditetapkan untuk memprediksi harga saham di masa yang akan datang karena sifat datanya yang merupakan data deret waktu.