METODE FUZZY TIME SERIES DENGAN PENENTUAN INTERVAL OPTIMAL MENGGUNAKAN ALGORITMA GENETIKA

ZIE ZIE PRASTICA DEWI, . (2017) METODE FUZZY TIME SERIES DENGAN PENENTUAN INTERVAL OPTIMAL MENGGUNAKAN ALGORITMA GENETIKA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text skripsi.pdf Download (1MB)

Abstract

Peramalan dibutuhkan untuk meminimalisir risiko dan meningkatkan ke�untungan dalam berinvestasi. Pada bidang ekonomi, salah satu metode yang dapat digunakan untuk meramalkan data adalah metode fuzzy time series. Metode ini mampu memodelkan data-data kedalam bentuk logika fuzzy guna mengubah data historis menjadi data bernilai linguistik. Data historis biasa�nya dipartisi menjadi beberapa interval sama panjang dengan tidak memper�hatikan bobot hubungan fuzzy dan karakteristik observasi guna mempermudah dalam perhitungan. Pada kenyataannya, panjang interval sangat berpengaruh dalam pembentukan relasi fuzzy yang akan memberikan perbedaan signifikan dalam perhitungan peramalan. Penentuan panjang interval optimal dilakukan dengan pendekatan algoritma genetika. Indikator terpilihnya interval optimal pada metode fuzzy time series ini adalah interval dengan nilai mean squared error (MSE) terkecil. Pada skripsi ini, metode peramalan fuzzy time seri�es dengan pendekatan algoritma genetika diterapkan pada kasus peramalan indeks harga saham gabungan. Forecasting is needed to minimize risk and increase profits in investment. In the economic sector, one of the methods that can be used to predict a historical data is fuzzy time series. This method is able to model historical data into fuzzy logic. It transform historical data into linguistics-valued data. Historical data usually partitioned into some intervals with the same length of intervals irrespective the quality of fuzzy relationships and characteristics of observa�tions. This way will simplify the calculation. In fact, the length of intervals give effect in the formation of fuzzy relationships that will make a difference to forecasting. The length of intervals determination can be solved with gene�tic algorithm approach, which is a method for determining the optimal length of intervals. Indicator of selected optimal intervals in this method is chosen by interval with the smallest value of Mean Squared Error (MSE). In this pa�per, fuzzy time series method using genetic algorithm approach is applied to forecasting stock price index.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Prof. Dr. Suyono, M.Si 2) Vera Maya Santi, M.Si
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	sawung yudo
Date Deposited:	20 Apr 2022 06:08
Last Modified:	20 Apr 2022 06:08
URI:	http://repository.unj.ac.id/id/eprint/27246

Actions (login required)

View Item