Text

Peramalan Menggunakan Metode Fuzzy Time Series Dengan Metode YuStevenson-Porter (Studi Kasus: Saam BBCA)

---

Skripsi ini bertujuan untuk menguji dan membandingkan kinerja empat metode
Fuzzy Time Series (FTS) dalam meramalkan harga saham BBCA, yaitu FTS Chen,
FTS Stevenson-Porter, WFTS Yu, dan Modifikasi FTS Stevenson-Porter dengan
Pembobotan Yu. Evaluasi dilakukan menggunakan metode pengukuran akurasi
peramalan, yaitu Mean Absolute Percentage Error (MAPE). Data historis harga
penutupan saham BBCA digunakan sebagai sampel dalam penelitian ini. Metode
FTS digunakan untuk melakukan peramalan. Hasil peramalan dari keempat metode
tersebut dievaluasi dengan membandingkan nilai MAPE. Berdasarkan hasil
perhitungan, metode FTS Chen memiliki MAPE sebesar 1,219, FTS StevensonPorter memiliki MAPE sebesar 1,050, WFTS Yu memiliki MAPE sebesar 1,168,
dan Modifikasi FTS Stevenson-Porter dengan Pembobotan Yu memiliki MAPE
sebesar 0,966. Dari hasil penelitian, dapat disimpulkan bahwa metode Modifikasi
FTS Stevenson-Porter dengan Pembobotan Yu memiliki nilai error yang lebih
rendah dibandingkan dengan metode lainnya, menunjukkan kinerja peramalan yang
lebih baik. Penelitian ini memberikan wawasan yang lebih baik tentang penggunaan
metode FTS dalam peramalan harga saham dan memberikan rekomendasi praktis
bagi investor. Metode Modifikasi FTS Stevenson-Porter dengan Pembobotan Yu
dapat dijadikan alternatif yang lebih akurat dalam meramalkan harga saham BBCA,
namun penting juga untuk mempertimbangkan faktor-faktor lain dalam
pengambilan keputusan investasi.
Kata kunci: peramalan, Fuzzy Time Series, Fuzzy Time Series Stevenson-Porer,
Weight Fuzzy Time Series, MAPE

---

Ketersediaan

2598A2023

2598 A 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

2598 A 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Moh Syafiudin

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar