Kombinasi Model ARIMA dan Fuzzy Time Series dengan Algoritma Particle Swarm Optimization (PSO) untuk Meningkatkan Akurasi Peramalan Saham

NUGRAHENI, Risna Fitri (2024) Kombinasi Model ARIMA dan Fuzzy Time Series dengan Algoritma Particle Swarm Optimization (PSO) untuk Meningkatkan Akurasi Peramalan Saham. Masters thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 3. ABSTRAK.pdf Download (31kB)
	Text 4. ABSTACK.pdf Download (30kB)
	Text 6. HALAMAN PENGESAHAN I.pdf Download (125kB)
	Text 7. HALAMAN PENGESAHAN II.pdf Download (117kB)
	Text 10. KATA PENGANTAR.pdf Download (84kB)
	Text 11. DAFTAR ISI.pdf Download (44kB)
	Text 16. BAB I PENDAHULUAN.pdf Download (116kB)
	Text 21. DAFTAR PUSTAKA.pdf Download (40kB)

Abstract

Pada era modern, pasar modal menjadi pilihan investasi populer karena potensi
keuntungannya yang signifikan. Namun, fluktuasi harga saham yang dipengaruhi
oleh faktor ekonomi dan politik menimbulkan tantangan bagi investor. Analisis
peramalan sangat penting untuk membantu pengambilan keputusan investasi yang
lebih baik dan pengelolaan risiko. Model ARIMA digunakan untuk peramalan deret
waktu dengan pola linier, tetapi kurang optimal untuk data dengan pola nonlinier.
Fuzzy Time Series (FTS) menawarkan solusi untuk menangani ambiguitas dan
ketidakpastian dalam data deret waktu, meskipun memiliki kelemahan dalam
menentukan partisi interval optimal. Algoritma Particle Swarm Optimization
digunakan untuk mengatasi kelemahan FTS ini. Penelitian ini bertujuan untuk
mengkombinasikan model ARIMA dan FTS dengan algoritma PSO. Kombinasi
model ini diterapkan pada data saham PT. Bank Rakyat Indonesia (Persero) Tbk.
sebagai studi kasus dalam penelitian ini. Hasil penelitian menunjukkan bahwa
algoritma PSO dalam mengoptimalkan partisi interval menghasilkan akurasi
peramalan yang lebih baik. Model ini menunjukkan nilai MAPE yang lebih rendah
dibandingkan model ARIMA atau ARIMA-FTS, yaitu 0,893% untuk data insample
dan 1,118% untuk data outsample. Temuan ini menunjukkan bahwa kombinasi
ARIMA dan FTS dengan algoritma PSO efektif dalam meningkatkan akurasi
peramalan harga saham, memberikan alat yang lebih andal bagi investor dalam
mengelola portofolio mereka.
Kata kunci: Algoritma Particle Swarm Optimization (PSO), fuzzy time series
Cheng, ARIMA, partisi interval

Item Type:	Thesis (Masters)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Master Program in Mathematics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	25 Feb 2026 04:11
Last Modified:	25 Feb 2026 04:11
URI:	https://eprints2.undip.ac.id/id/eprint/45969

Actions (login required)

View Item

Search for collections on Undip Repository