HARDI CUSINIA, ARAS and Matulatan, Tekad and Irawan, Feri (2026) PREDIKSI PENUTUPAN HARGA SAHAM HARIAN MENGGUNAKAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS). S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (Cover) ARAS_HARDI_CUSINIA_2101020024_TEKNIKINFORMATIKA - Cover.pdf - Published Version Download (737kB)
	Text (Abstrak) ARAS_HARDI_CUSINIA_2101020024_TEKNIKINFORMATIKA - Abstrak.pdf - Published Version Download (23kB)
	Text (BAB I) ARAS_HARDI_CUSINIA_2101020024_TEKNIKINFORMATIKA - BAB I.pdf - Published Version Download (122kB)
	Text (Daftar Pustaka) ARAS_HARDI_CUSINIA_2101020024_TEKNIKINFORMATIKA - Daftar Pustaka.pdf - Published Version Download (98kB)
	Text (Full teks) ARAS_HARDI_CUSINIA_2101020024_TEKNIKINFORMATIKA - Full teks.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pergerakan harga saham memiliki karakteristik non-linear, fluktuatif, dan dipengaruhi oleh ketidakpastian pasar, sehingga sulit diprediksi secara akurat menggunakan metode statistik tradisional seperti regresi linier atau ARIMA. Penelitian ini bertujuan untuk memprediksi harga saham menggunakan pendekatan kecerdasan buatan, yaitu Adaptive Neuro-Fuzzy Inference System (ANFIS) yang dikombinasikan dengan teknik clustering Fuzzy C-Means (FCM). Variabel input yang digunakan meliputi data harga pembukaan, tertinggi, terendah, dan penutupan (OHLC) yang diolah menggunakan teknik sliding window selama lima hari untuk menangkap pola historis jangka pendek. Penggunaan FCM dalam pembentukan Fuzzy Inference System (FIS) diterapkan untuk mengatasi masalah rule explosion akibat tingginya dimensi input (20 fitur). Objek penelitian difokuskan pada tiga emiten sektor teknologi informasi di Bursa Efek Indonesia, yaitu PT Anabatic Technologies Tbk (ATIC), PT Elang Mahkota Teknologi Tbk (EMTK), dan PT Metrodata Electronics Tbk (MTDL) dengan periode data tahun 2015-2025. Hasil penelitian menunjukkan bahwa model ANFIS-FCM mampu mempelajari pola pergerakan harga secara adaptif dan menghasilkan tingkat kesalahan prediksi yang rendah. Pada saham ATIC diperoleh nilai RMSE sebesar 19,51, MAE sebesar 9,50, dan MAPE sebesar 1,95%. Pada saham EMTK diperoleh nilai RMSE sebesar 37,24, MAE sebesar 21,80, dan MAPE sebesar 3,01%, sedangkan pada saham MTDL diperoleh nilai RMSE sebesar 12,06, MAE sebesar 9,35, dan MAPE sebesar 1,64%. Hasil evaluasi tersebut menunjukkan bahwa kombinasi ANFIS dan FCM efektif digunakan sebagai model prediksi harga saham jangka pendek pada sektor teknologi karena mampu memberikan performa prediksi yang akurat dan stabil. Kata kunci: Prediksi Harga Saham, ANFIS, Fuzzy C-Means (FCM), Sliding Window, OHLC, Saham Teknologi.

Actions (login required)

View Item