19
2.6 Riset-riset Terkait
Beberapa riset yang telah dilakukan oleh banyak peneliti berkaitan dengan pembahasan dalam tesis ini, antara lain sebagai berikut:
Pada riset oleh Chang and Liu 2008 menjelaskan sistem fuzzy rule-base Takagi-Sugeno-Kang TSK dikembangkan untuk prediksi harga saham. Model
fuzzy TSK berlaku indeks teknis sebagai variabel input dan bagian konsekuen adalah
kombinasi linier
dari variabel
input. Model
aturan fuzzy
aturan diuji pada Saham Taiwan Elektronik dari Taiwan Stock Exchange TSE. Melalui eksperimen intensif tes, model telah berhasil diperkirakan dengan variasi
harga untuk saham dari berbagai sektor dengan akurasi yang mendekati 97,6 pada indeks TSE dan 98,08 di MediaTek. Hasil ini sangat menggembirakan dan
dapat diimplementasikan dalam sistem perdagangan real-time untuk prediksi harga saham selama periode perdagangan.
Dalam makalah oleh Wang 2001 yang bertujuan untuk memprediksi harga saham langsung pada waktu tertentu. Satu masalah dengan memprediksi
harga saham adalah bahwa mungkin ada perbedaan yang besar atau kecil dalam dua set data yang berkelanjutan. Masalah lainnya adalah bahwa volume data
saham adalah begitu besar sehingga mempengaruhi kemampuan kita untuk menggunakannya. Untuk mengatasi masalah ini, kami membangun data mart
untuk mengurangi ukuran data saham dan teknik fuzzifikasi gabungan dengan teori abu-abu untuk mengembangkan prediksi abu-abu fuzzy sebagai salah satu
memprediksi fungsi dalam sistem kami untuk memprediksi kemungkinan jawaban segera. Untuk menunjukkan bahwa sistem kami bekerja dengan benar, kami
menggunakan sistem prediksi kami untuk menganalisis data saham dan untuk memprediksi harga saham dengan segera pada waktu tertentu. Sistem ini dapat
secara efektif membantu dealer saham berurusan dengan perdagangan hari. Zarandi et al 2009 dalam makalahnya sistem pakar berbasis sistem fuzzy
tipe-2 dikembangkan untuk analisis harga saham. Interval sistem fuzzy tipe-2 memungkinkan kita untuk model ketidakpastian aturan dan setiap nilai
keanggotaan dari suatu unsur adalah selang itu sendiri. Model fuzzy tipe-2 yang diusulkan menerapkan indeks teknis dan fundamental sebagai variabel masukan.
Universitas Sumatera Utara
20
Model ini diuji pada prediksi harga saham dari sebuah pabrik otomotif di Asia. Melalui pengujian eksperimental intensif, model telah berhasil diperkirakan
variasi harga saham dari sektor yang berbeda. Hasil ini sangat menggembirakan dan dapat diimplementasikan dalam sistem perdagangan real-time untuk prediksi
harga saham selama periode perdagangan. Dalam makalah Amjady 2006, metode yang efisien berdasarkan jaringan
saraf tiruan berbasiskan sistem fuzzydiusulkan untuk peramalan jangka pendek harga pasar untuk peralatan listrik. Jaringan neural fuzzy memiliki antar-layer dan
arsitektur umpan maju dengan mekanisme pelatihan baru yaitu hypercubic. Metode yang diusulkan memprediksi harga pasar per jam-kliring untuk hari
berikutnya pada pasar peralatan listrik. Dengan kombinasi logika fuzzy dan algoritma pembelajaran yang efisien, model yang tepat untuk perilaku
nonstasioner dan outlier dari seri harga disajikan. Metode yang diusulkan ini diuji pasar peralaran listrik Spanyol. Hal ini menunjukkan bahwa metode tersebut dapat
memberikan hasil yang lebih akurat dibandingkan dengan teknik peramalan harga lainnya.
Riset oleh Homayouni and Amiri 2011 menyatakan sebagai berikut. Prediksi harga sangat penting untuk membuat keputusan investasi dan
meningkatkan perhatian terutama karena aplikasi praktisnya. Memprediksi pasar saham sangat sulit karena tergantung pada faktor yang tidak diketahui. Beberapa
model prediksi tradisional tidak dapat mencapai efek prediksi memuaskan dalam masalah sistem non-linear dan masalah keuangan non stasioner. Di sisi lain
persiapan data merupakan langkah penting untuk analisis data yang kompleks dan memiliki besar dampak pada keberhasilan prediksi. Dalam tulisan ini
mengusulkan model fusi peramalan dengan menggabungkan wavelet sebagai alat persiapan data, logika fuzzy dan jaringan syaraf tiruan. Uji coba menggunakan
harga pasar saham Teheran sebagai dataset sampel untuk membandingkan kesalahan simulasi pengembalian pasar saham antara model yang diusulkan. Hasil
percobaan menunjukkan bahwa model fusi mencapai yang lebih baik akurasi peramalan dari salah satu model yang digunakan secara terpisah.
Universitas Sumatera Utara
21
Dalam penelitian yang dilakukan oleh Boushehri 2000 untuk mengembangkan sistem yang dapat memprediksi harga di masa depan di pasar
saham dengan mengambil sampel dari harga terakhir. Model ini memunculkan, dari harga data historis, beberapa peraturan yang mengatur pasar, dan
menunjukkan bahwa aturan-aturan yang diambil dari saham tertentu yang sampai batas tertentu independen dari saham itu, dan dapat digeneralisasi dan diterapkan
ke saham lain tanpa spesifik waktu atau bidang industri. Hasil percobaan penelitian ini dalam durasi 3 bulan mengungkapkan bahwa model dengan benar
dapat memprediksi arah pasar dengan rasio hit rata-rata 87. Selain prediksi harian, model ini juga mampu memprediksi harga terbuka, tinggi, rendah, dan
dekat dari saham yang diinginkan mingguan dan bulanan. Pada penelitian Kusan et al 2010 mengembangkan model penilaian baru
untuk prediksi harga jual bahan bangunan rumah. Sistem logika fuzzy mencakup rencana kota, kedekatan dengan budaya, pelatihan medis, bangunan pendidikan,
sistem angkutan umum, faktor lingkungan lain dan penawaran peningkatan teknologi dengan informasi tentang konstruksi, telah digunakan untuk
membangun model dan mencapai tujuan. Faktor tersebut digunakan sebagai input. Selain itu, aplikasi kuesioner termasuk faktor-faktor ini telah diterapkan untuk
menentukan nilai dari pelatihan set fuzzy dan pengujian. Dengan cara ini, model yang dibangun telah diterapkan untuk prediksi harga jual rumah yang terletak di
berbagai wilayah Kota Eskisehir di Turki. Nilai-nilai diprediksi dan harga jual riil ditentukan dengan harga pasar telah dibandingkan satu sama lain.
Aydin et al 2009 dalam penelitiannya, algoritma prediksi menggunakan time series data mining berdasarkan logika fuzzy. Prediksi gempa telah dilakukan
dari serangkaian waktu gempa sintetis dengan menggunakan metode investigasi pada langkah pertama lalu. Deret waktu telah berubah ke ruang fase dengan
menggunakan analisis time series nonlinier dan kemudian logika fuzzy telah digunakan untuk nilai-nilai prediksi yang optimal dari parameter penting
karakteristik peristiwa waktu seri. Kebenaran prediksi algoritma logika Fuzzy berbasis telah dibuktikan oleh hasil aplikasi.
Universitas Sumatera Utara
22
Dalam penelitian oleh Vaidehi et al 2008 membangun sistem prediksi untuk memprediksi terjadinya suatu peristiwa masa depan. Logika fuzzy sebagai
teknik yang berguna dalam memprediksi kejadian masa depan. Jenis pemodelan fuzzy digunakan untuk membangun sistem prediksi. Ini adalah kombinasi dari
algoritma clustering dan identifikasi sistem fuzzy yang terbukti efektif dalam meningkatkan efisiensi dari prediksi. Untuk melatih sistem prediksi, data historis
yang diperoleh dari web. Data spesifik untuk aplikasi yang diinginkan diperoleh dan dicatat. Informasi yang direkam secara subjektif beralasan untuk
mengembangkan yang hanya berisi input yang diperlukan untuk sistem prediksi. Algoritma clustering subtraktif digunakan untuk keuntungan komputasi dan
aturan fuzzy yang dibentuk dengan menggunakan teknik identifikasi sistem. Bursa saham adalah contoh yang sangat baik di mana sistem ini dapat diterapkan
prediksi dan kemungkinan kenaikan atau penurunan dalam harga pasar diperkirakan. Sistem peramalan seluruh direalisasikan menggunakan Java.
Penelitian oleh Ellis 1993 menjelaskan penggunaan program linier dalam menyelesaikan masalah yang lebih kompleks yaitu persoalan “membuat atau
membeli”. Jika tidak ada keuntungan yang didapatkan dengan membuat suatu
produk, maka produk tersebut harus dibeli. Suatu produk mungkin dapat memberikan keuntungan terbesar jika dibeli dengan adanya satu batasan tertentu,
tetapi pada saat yang sama barang tersebut mungkin memberikan keuntungan paling sedikit dengan adanya batasan kedua. Dalam kasus ini, solusi optimal
menjadi sulit untuk ditentukan. Pembahasan dalam penelitian ini tidak menggali secara dalam terhadap kompleksitas algoritma simplex, akan tetapi lebih berfokus
pada formulasi masalah dan interpretasi hasilnya. Balakrishnan and Cheng 2005 dalam penelitiannya yang masih berkaitan
dengan persoalan membuat atau membeli”, menambahkan penelitian yang telah dilakukan oleh Gardiner and Blackstone 1991. Dalam jurnal ini, Gardiner and
Blackstone 1991 membuat kasus yang kuat dalam menggabungkan sejumlah batasan untuk menghasilkan keputusan. Namun, metode mereka tidak menjamin
solusi terbaik untuk masalah “membuat atau membeli” yang lebih rumit. Selain
itu, pendekatan mereka dalam beberapa kasus memungkinkan organisasi untuk
Universitas Sumatera Utara
23
melepaskan kesempatan untuk memperbaiki keuntungan. Sejak publikasi penelitian Gardiner dan Blackstone, spreadsheet memiliki pengoptimalan berbasis
Program Linier LP yang memungkinkan untuk cepat mengerjakan analisis what-if yang mendorong upaya menuju solusi optimal untuk masalah rumit.
Penelitian Balakrishnan and Cheng 2005 adalah review dan update dari Gardiner dan Blackstone berdasarkan LP spreadsheet yang menyediakan
peningkatan solusi dalam lingkungan yang kompleks dengan beberapa produk dan situasi hambatan.
2.7 Persamaan dengan Riset-riset lain