Perbandingan Model Saxena Easo dan Model Chen Hsu pada Fuzzy Time Series untuk Prediksi Harga Emas

Witono Witono

Abstract


Emas menjadi salah satu produk investasi karena harganya yang dapat mengalami kenaikan maupun penurunan harga. Kenaikan maupun penurunan harga emas menjadi indikator yang dapat digunakan dalam memprediksi harga emas untuk kedepannya. Salah satu metode yang dapat digunakan yaitu metode fuzzy time series, fuzzy time series adalah suatu metode yang digunakan untuk memprediksi data kedepannya dengan menggunakan data historis berdasarkan perhitungan matematik. Dalam fuzzy time series terdapat banyak pengembangan model, diantaranya adalah model Saxena Easo, dan model Chen Hsu. Penelitian ini membandingkan  kedua model tersebut untuk mengetahui hasil keakuratan yang lebih baik dengan pembanding model menggunakan metode AFER, MAD, dan MSE. Pada panjang interval model Chen Hsu menggunakan average-based fuzzy time series sedangkan pada model Saxena Easo panjang interval menggunakan selisih data terbesar dan terkecil dibagi dengan banyaknya kelas. Data yang digunakan dalam penelitian yaitu data tahun 2017 – 2019, terdapat 3 kali percobaan dengan jumlah data yang berbeda yaitu data 2019, data 2018 - 2019, dan data 2017 - 2019. Dari hasil percobaan, model Saxena Easo mempunyai hasil prediksi yang lebih baik dengan nilai AFER dan MSE yang lebih kecil yaitu AFER 0.00430%, MAD 28.66, dan MSE 48907 sedangkan model Chen Hsu mempunyai nilai AFER, MAD, dan MSE yang lebih besar yaitu AFER 0.0472%, MAD 315.33 dan MSE 153908.

Keywords


Emas; Prediksi; Fuzzy Time Series; Model Saxena Easo; Model Chen Hsu

Full Text:

PDF

References


A. B. D. Wefi, “Manajemen Investasi dan Pasar Modal,” 2020, [Online]. Available: https://www.academia.edu/42687275/MANAJEMEN_INVESTASI_DAN_PASAR_MODAL.

L. Sumayang, Dasar-dasar Manajemen Produksi & Operasi. Jakarta: Salemba Empat, 2003.

M. N. Saleh, M. A. Irwansyah, M. Eng, H. H. Anra, and M. Kom, “Implementasi Peramalan Menggunakan Fuzzy Time Series pada Aplikasi Helpdesk Inventaris Perangkat Teknologi Informasi,” J. Sist. dan Teknol. Inf., vol. 1, no. 2, pp. 62–67, 2017.

K. Nugroho, “Model Analisis Prediksi Menggunakan Metode Fuzzy Time Series,” Infokam, vol. 1, pp. 46–50, 2016.

N. Rukhansah, A. Muslim, R. Arifudin, F. Matematika, D. Ipa, and U. N. Semarang, “Peramalan Harga Emas Menggunakan Fuzzy Time Series Markov Chain Model,” pp. 56–74, 2015. P. Saxena, “Forecasting enrollments based on fuzzy time series with Higher Forecast Accuracy Rate,” " Int. J. Comput. Technol. Appl. 3.3, vol. 3, no. 3, pp. 957–961, 2012, doi: 10.1016/0165-0114(95)00220-0.

U. Andalas, T. Series, and F. T. Series, “Peramalan Harga Emas Indonesia Menggunakan Metode Fuzzy Time Series,” vol. VIII, no. 2, pp. 45–52, 2019.

L. C. Ramadhani, D. Anggraeni, A. Kamsyakawuni, and A. F. Hadi, “An algorithm of Saxena-Easo on fuzzy time series forecasting,” J. Phys. Conf. Ser., vol. 1008, no. 1, 2018, doi: 10.1088/1742-6596/1008/1/012021.

N. Ritha et al., “Penerapan Fuzzy Time Series Stevenson Porter pada Peramalan Pergerakan Nilai Forex,” pp. 179–184, 2020.

W. Anggraeni and I. Suyahya, “Prediksi Kurs Rupiah Terhadap Dolar Amerika Menggunakan Metode Fuzzy Time Series Chen dan HSU,” STRING (Satuan Tulisan Ris. dan Inov. Teknol., vol. 1, no. 1, pp. 19–28, 2016, doi: 10.30998/string.v1i1.965.

H. Riyadli and A. Arliyana, “Analisis Tingkat Akurasi Algoritma Novel Sebagai Metode Prediksi (Studi Kasus: Prediksi Harga Emas),” J. SAINTEKOM, vol. 7, no. 2, p. 162, 2017, doi: 10.33020/saintekom.v7i2.35.

C. Rahmad, M. F. Ramadhani, and D. Puspitasari, “Peramalan Jumlah Kedatangan Wisatawan Mancanegara Dengan Menggunakan Metode Time Invariant Fuzzy Time Series (Studi Kasus : Wisata Kabupaten Pasuruan),” J. Inform. Polinema, vol. 4, no. 3, p. 195, 2018, doi: 10.33795/jip.v4i3.206.

R. Rachman, “Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment,” J. Inform., vol. 5, no. 2, pp. 211–220, 2018, doi: 10.31311/ji.v5i2.3309.

D. P. Sugumonrong, A. Handinata, and ..., “Prediksi Harga Emas Menggunakan Metode Fuzzy Time Series Model Algoritma Chen,” J. Informatics …, vol. 1, no. 1, pp. 48–54, 2019, [Online]. Available: https://ejournal.medan.uph.edu/index.php/iert/article/view/354.

B. G. Alhogbi, “Bab Ii Tinjauan Pustaka Dan Landasan Teori,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 21–25, 2017, [Online]. Available: http://www.elsevier.com/locate/scp.

T. Hariani, “Oleh :PERAMALAN PRODUK DOMESTIK REGIONAL BRUTO (PDRB) PROVINSI SULAWESI SELATAN DENGAN MENGGUNAKAN METODE FUZZY TIME SERIES SKRIPSI,” 2017.




DOI: https://doi.org/10.26418/justin.v10i4.48115

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 JUSTIN (Jurnal Sistem dan Teknologi Informasi)

ara komputer
View My Stats

Creative Commons License
All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License