Nindita, Nabila Putri (2025) Metode Fuzzy Time Series-Markov Chain dengan Optimasi Algoritma Firefly untuk Peramalan Harga Penutupan Saham BBRI. Undergraduate thesis, Universitas Diponegoro.

	Text Pendahuluan_TA_Nabila Putri Nindita - Nabila Nindita.pdf Download (287kB)
	Text Isi_TA_Nabila Putri Nindita - Nabila Nindita.pdf Restricted to Repository staff only Download (884kB) | Request a copy
	Text Daftar Pustaka_TA_Nabila Putri Nindita - Nabila Nindita.pdf Download (134kB)

Abstract

"Fluktuasi harga saham yang tinggi menuntut adanya metode peramalan yang akurat untuk mendukung pengambilan keputusan investasi. Salah satu metode yang banyak digunakan adalah Fuzzy Time Series (FTS), metode ini mampu menangani data yang bersifat fluktuatif. Untuk meningkatkan akurasi, metode FTS dikembangkan menjadi Fuzzy Time Series–Markov Chain (FTS-MC) dengan mempertimbangkan probabilitas transisi antar state. Namun, FTS maupun FTS-MC masih memiliki kelemahan dalam penentuan panjang interval yang umumnya ditetapkan secara subjektif dan dapat memengaruhi hasil peramalan.
Penelitian ini mengintegrasikan metode FTS-MC dengan Algoritma Firefly (FA) guna mengoptimalkan panjang interval fuzzy. Data yang digunakan adalah harga penutupan saham PT Bank Rakyat Indonesia (BBRI). Tahapan peramalan meliputi penentuan jumlah interval menggunakan rumus sturges, proses fuzzifikasi, pembentukan Fuzzy Logical Relationship (FLR) dan Fuzzy Logical Relationship Group (FLRG), serta penyusunan matriks transisi Markov. Selanjutnya, Algoritma Firefly digunakan untuk mencari panjang interval terbaik melalui proses iteratif berdasarkan intensitas cahaya dan daya tarik antar firefly.
Hasil penelitian menunjukkan bahwa integrasi FTS-MC dengan Algoritma Firefly mampu meningkatkan akurasi peramalan dibandingkan FTS-MC tanpa optimasi. Nilai Root Mean Square Error (RMSE) mengalami penurunan dari 116,8405 menjadi 78,5876, sedangkan nilai Mean Absolute Percentage Error (MAPE) menurun dari 1,36% menjadi 1,29%. Dengan demikian, kombinasi FTS-MC dan Algoritma Firefly terbukti lebih baik dalam meningkatkan akurasi peramalan harga saham."

Actions (login required)

View Item