Prediksi Harga Saham Syariah Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)
PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
SKRIPSI
UMI HANI
081402032
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014 PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi UMI HANI
081402032 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN
2014
PERSETUJUAN
Judul : PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE ADAPTIVE
NEURO FUZZY INFERENCE SYSTEM (ANFIS)
Kategori : SKRIPSI Nama : UMI HANI Nomor Induk Mahasiswa : 081402032 Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI Departemen : TEKNOLOGI INFORMASI Fakultas :
ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI) UNIVERSITAS SUMATERA UTARA
Diluluskan di Medan, Januari 2014
Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Sarah Purnamawati, S.T, M.Sc. Dr. Erna Budhiarti Nababan, M.IT NIP 19830226 201012 2 003 NIP - Diketahui/Disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Prof. Dr. Opim Salim Sitompul, M.Sc.
NIP196108171987011001
PERNYATAAN
PREDIKSI HARGA SAHAM SYARIAH MENGGUNAKAN METODE
ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Januari 2014 Umi Hani 081402032
UCAPAN TERIMA KASIH
Puji dan syukur penulis sampaikan kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi S1 Teknologi Informasi Universitas Sumatera Utara.
Ucapan terima kasih penulis sampaikan kepada Ibu Dr. Erna Budhiarti Nababan, M.IT selaku pembimbing satu dan Sarah Purnamawati, S.T, M.Sc. selaku pembimbing dua yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan memberikan kritik dan saran kepada penulis. Ucapan terima kasih juga ditujukan kepada Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc. dan Bapak Mohammad Fadly Syahputra, B.Sc, M.Sc.IT yang telah bersedia menjadi dosen pembanding. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi Teknologi Informasi, Prof. Dr. Opim Salim Sitompul, M.Sc. dan Drs. Sawaluddin, M.IT, Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, semua dosen serta pegawai di Program Studi S1 Teknologi Informasi.
Skripsi ini terutama penulis persembahkan untuk kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi, ayahanda (alm.) H. Sauri Syam Lc. dan ibunda Hj. Rahimah yang selalu sabar dalam mendidik dan membesarkan penulis. Untuk kakak penulis Uswatun Hasanah S.Pd. M.Si, Usrotun Saidah S.S, Usmatun Thaibah S.Pd. M.Hum dan abang penulis Umar Husni S.E. yang selalu memberikan dorongan kepada penulis. Terima kasih penulis ucapkan kepada teman-teman yang selalu memberikan dukungan, Muhammmad Fadhly Sani, Nanda, Lia, Ebi, Sai Rein, Desfi, Siska, Ester, Fanny, Muti, Hasnul, Ika, seluruh angkatan 08, teman-teman di lantai 3, serta teman-teman mahasiswa Teknologi Informasi lainnya yang tidak dapat penulis sebutkan satu persatu. Semoga Allah SWT membalas kebaikan kalian dengan nikamat yang berlimpah.
ABSTRAK
Indonesia, sebagai negara berpenduduk beragama Islam terbesar di dunia, memiliki potensi yang sangat besar untuk pengembangan saham syariah. Pelaku pasar pada saham syariah dituntut untuk memahami investasi saham dan analisis manajemen resiko serta analisis pergerakan transaksi saham. Analisis pergerakan transaksi saham digunakan untuk melihat pergerakan saham dan membantu para investor untuk memprediksi harga saham. Salah satu analisis pergerakan transaksi saham yang biasa dilakukan adalah analisis teknikal dimana saham diprediksi berdasarkan data fluktuasi saham di masa lalu. Dalam tugas akhir ini digunakan metode Adaptive Neuro Fuzzy
Inference System (ANFIS) untuk memprediksi indeks saham syariah berdasarkan
data-data saham sebelumnya. ANFIS adalah salah satu sistem hybrid dimana metode pembelajaran jaringan syaraf tiruan digunakan untuk mengimplementasikan metode
Fuzzy Inference System. Pengukuran tingkat akurasi hasil prediksi dilakukan dengan
nilai MAPE (Mean Absolute Percentage Error). Hasil prediksi yang dilakukan menggunakan ANFIS dengan parameter laju penbelajaran 0.6, momentum 0.1, max
epoch 400 dan kriteria penghentian 0.000001 pada indeks harga saham Jakarta Islamic
Index (JII) priode 1 Januari 2011 sampai dengan 31 Desember 2012 menghasilkan error rata-rata sebesar 0.97583%. Kata kunci: adaptive neuro fuzzy inference system, neuro fuzzy, neural
network , fuzzy inference system, prediksi, saham syariah, jakarta islamic
index.
SHARIA STOCK PRICE PREDICTION USING ADAPTIVE
NEURO FUZZY INFERENCE SYSTEM (ANFIS)
ABSTRACT
Indonesia as the biggest Muslim country in the world has a huge potential for the development of sharia stock market. The investor of sharia stock market are required to understand the stock investment and risk management analysis and stock movement transactions analysis. Analysis of stock movement transactions used to monitor at the movement of stocks and helping investors to predict the value of the stock. One of stock movement transactions common used is technical analysis where the data is predicted based on past stock fluctuations. In this study Adaptive Neuro Fuzzy Inference System (ANFIS) is used to predict the value of sharia stock index based on previous stock data. ANFIS is a hybrid system where neural networks are used to implement the Fuzzy Inference System. The accuracy of the prediction results is measured by the value of MAPE (Mean Absolute Percentage Error). The results of prediction using ANFIS with parameter learning rate 0.6, momentum 0.1, max epoch 400 and stoping criterion 0.000001 on stock indices Jakarta Islamic Index ( JII ) from
st st January 1 , 2011 to December 31 , 2012 yield average error of 0.97583%.
Keyword: adaptive neuro fuzzy inference system, neuro fuzzy, neural network, fuzzy inference system , prediction, sharia stock, jakarta islamic index.
DAFTAR ISI
Hal.
DAFTAR TABEL
Hal.
Tabel 2.1 Penelitian Sebelumnya
DAFTAR GAMBAR
Hal.
Gambar 2.1 Harga Saham United Traktors Mei-Juni 2002