indikator yang diberikan yaitu grafik baris line chart, grafik bar bar chart, candlestick chart, dan point and figure chart Widoatmodjo, 2009. Baik analisis
fundamental maupun analisis teknikal dapat dikombinasikan dengan menggunakan metode-metode lainnya seperti metode perataan bergerak moving average dan
metode pemulusan eksponensial exponential smoothing, algoritma genetik, metode hybrid, jaringan saraf tiruan, dan fuzzy agar menghasilkan prediksi harga saham yang
lebih akurat dan tepat Hani, 2014. Setiap keputusan investasi selalu menyangkut 2 hal yaitu resiko dan return.
Resiko memiliki hubungan positif dengan return yang diharapkan dari investasi, sehingga jika return yang diharapkan besar maka resiko yang akan ditanggung oleh
investor juga semakin besar dan begitu juga sebaliknya Huda Edwin, 2007. Dalam analisis tradisional, resiko total dari berbagai aset keuangan berasal dari
interest rate risk, market risk, inflation risk, business risk, financial risk, liquidity risk, exchange rate risk, dan country risk. Berbeda dengan analisis tradisional, analisis
investasi modern membagi resiko total menjadi 2 bagian yaitu resiko sistematik dan resiko tidak sistematik Huda Edwin, 2007. Resiko sistematik atau lebih populer
dikenal dengan resiko pasar adalah resiko yang dampaknya dirasakan oleh seluruh instrumen investasi yang sangat berpengaruh terhadap pasar seperti inflasi, kenaikan
suku bunga, resesi ekonomi, perpajakan, harga BBM, dan lain sebagainya. Sedangkan resiko tidak sistematik atau sering disebut resiko unik adalah resiko yang dampaknya
hanya dirasakan oleh perusahaan tertentu, misalnya pemogokan kerja pada perusahaan tekstil maka dampaknya hanya akan berpengaruh terhadap harga saham perusahaan-
perusahaan tekstil lainnya Widioatmodjo, 2009.
2.3 Peramalan Forecasting
Peramalan adalah kegiatan mengestimasi apa yang akan terjadi dimasa yang akan datang. Metode peramalan merupakan cara untuk memperkirakan apa yang akan
terjadi dimasa depan secara pragmatis dan sistematis dengan menggunakan data yang relevan pada masa lalu, sehingga dengan metode peramalan yang diharapkan dapat
memberikan objektivitas yang besar Sandino, 2013. Peramalan tersebut bertujuan untuk mengatasi ketidakpastian sehingga diperoleh suatu perkiraan yang mendekati
keadaan sebenarnya Rizki, 2014.
Universitas Sumatera Utara
Berdasarkan sifatnya, peramalan dibagi menjadi dua jenis yaitu peramalan kualitatif dan permalan kuantitatif. Peramalan kualitatif adalah permalan yang
berdasarkan pada pendapat suatu pihak atau hasil penelitian questioner yang telah dilakukan sebelumnya dan datanya tidak dapat direpresentasikan secara jelas kedalam
angka atau nilai. Hasil peramalan yang dibuat sangat bergantung pada orang yang membuatnya, hal tersebut sangat menentukan hasil peramalan karena berdasarkan
intuisi, pendapat, dan pengetahuan serta pengalaman penyusunnya. Peramalan kuantitatif adalah peramalan yang berdasarkan data kuantitatif dimasa lalu dan dapat
dibuat dalam bentuk angka Jumingan, 2009.
2.3.1 Peramalan Data Runtun Waktu Time Series
Model data time series adalah peramalan secara kuantitatif dengan menggunakan waktu sebagai dasar peramalan. Model time series dikenal dengan model kuantitatif
intrinsik. Tujuan peramalan tersebut adalah menemukan pola dalam deret data historis dan menterjemahkan pola tersebut kedalam deret data ke pola data masa depan Heizer
Render, 2005. Metode time series adalah metode yang digunakan untuk menganalisis data yang merupakan fungsi dari waktu Ishak, 2010.
Terdapat beberapa kecendrungan pada jenis pola data runtun waktu Hartanto, 2012, yaitu sebagai berikut:
1. Pola Data Horizontal Pola data horizontal terjadi apabila nilai data berfluktuasi di sekitar nilai rata-
rata yang konstan. Deret tersebut seperti stationer terhadap nilai rata-ratanya.
Gambar 2.1 Pola Data Horizontal
Y
X
Universitas Sumatera Utara
2. Pola Data Musiman Pola ini terjadi jika suatu deret dipengaruhi oleh musiman misalnya kuartal
tahun tertentu, bulanan, mingguan, atau pada hari-hari tertentu.
Gambar 2.2 Pola Data Musiman
3. Pola Data Siklis Pola data siklis terjadi jika datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang yang berhubungan dengan siklus bisnis. Penjualan produk seperti mobil, baja, dan peralatan lainnya menunjukkan jenis pola data ini.
Gambar 2.3 Pola Data Siklis
4. Pola Data Tren Pola ini terjadi apabila terdapat kenaikan atau penurunan sekuler jangka
panjang dalam data. Data penjualan suatu perusahaan, produk bruto nasional GNP, dan berbagai indikator bisnis atau ekonomi lainnya mengikuti suatu
pola data tren selama perubahannya sepanjang waktu.
Y
X
Y
X
Universitas Sumatera Utara
Gambar 2.4 Pola Data Tren
2.4 Evolving Connectionist System ECoS
