Maheswari, Dewi Retno Gumilang (2023) Analisis Prediksi Harga Saham Bank Nasional dengan Metode Grid Partition, Subtractive Clustering, dan FCM Berbasis Adaptive Neuro-Fuzzy Inference System. Undergraduate thesis, UNDIP.
Text
FILE 1 SKRIPSI_DEWI RETNO GUMILANG MAHESWARI - Dewi Retno Gumilang Maheswari.pdf Download (265kB) |
|
Text
FILE 2 SKRIPSI_DEWI RETNO GUMILANG MAHESWARI - Dewi Retno Gumilang Maheswari.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text
FILE 3 SKRIPSI_DEWI RETNO GUMILANG MAHESWARI - Dewi Retno Gumilang Maheswari.pdf Download (75kB) |
Abstract
"Prediksi harga saham merupakan hal yang penting karena keberhasilannya dapat menghasilkan keuntungan yang menarik serta berdampak pada perekonomian individu dan nasional. Penulis membangun model Adaptive Network-Based Fuzzy Inference System (ANFIS) dengan menggunakan berbagai metode pengelompokan data seperti Grid Partition, Subtractive Clustering, dan Fuzzy C-Means untuk menganalisis kinerjanya dalam memprediksi harga saham. Model ensemble dibangun dengan mengambil rata-rata dari ketiga model yang disetel. Hasil menunjukkan bahwa Subtractive Clustering dan Fuzzy C-Means secara konsisten memberikan kinerja yang baik dalam memodelkan harga saham. Model ensemble yang menggabungkan ketiga metode tidak memberikan hasil yang lebih baik dibandingkan metode individual. Studi ini juga menunjukkan bahwa Grid Partition kurang cocok untuk kasus peramalan harga saham karena pembagian yang seragam bisa menjadi sulit dan tidak efisien. Dalam kasus ini, Subtractive Clustering atau Fuzzy C-Means akan lebih sesuai karena kemampuannya mengelola data berdimensi yang lebih tinggi.
Kata kunci: Adaptive Network-Based Fuzzy Inference System, peramalan saham, analisis runtun waktu"
Item Type: | Thesis (Undergraduate) |
---|---|
Subjects: | Sciences and Mathemathic |
Divisions: | Faculty of Science and Mathematics > Department of Mathematics |
Depositing User: | Nurcahya Yulian |
Date Deposited: | 08 Jan 2024 06:03 |
Last Modified: | 08 Jan 2024 06:03 |
URI: | https://eprints2.undip.ac.id/id/eprint/19935 |
Actions (login required)
View Item |