Prediksi Indeks Gabungan Harga Saham (ISHG) Menggunakan Adaptive Neural Fuzzy Inference System (ANFIS)

Abstract

Penelitian ini bertujuan untuk memprediksi harga saham dengan menggunakan variabel terbuka, tinggi, rendah, dekat menggunakan jaringan saraf tiruan, terutama sistem inferensi saraf fuzzy adaptif (ANFIS). Survei dilakukan untuk mengumpulkan data stok dari situs Yahoo Finance. Data stok yang digunakan adalah data dari 2001-2018. Pola pembelajaran pola data menggunakan Adaptive Neural Fuzzy Inference System (ANFIS) dibandingkan dengan analisis regresi, Mean Square Error (MSE) dan Mean Prediction Error. Hasil penelitian menunjukkan bahwa prediksi harga saham menggunakan Adaptive Neural Fuzzy Inference System (ANFIS) memiliki tingkat kesalahan kecil (di bawah 1 persen). Harga saham saat penutupan (penutupan) ditentukan oleh harga terbuka dan volume saham. Nilai harga tertinggi (tinggi) dari saham dan nilai terendah dari saham mengikuti nilai yang ditentukan dari harga pembukaan (terbuka). Makalah ini memberikan kontribusi untuk penelitian yang ada di bidang ekonomi, terutama investasi saham dan Teknologi Keuangan. Pendekatan Adaptive neural fuzzy inference system (ANFIS) memiliki keuntungan karena dapat mengenali pola pola acak yang tidak dikenali ketika menggunakan pendekatan regresi dan statistik. Mean Square Error (MSE), Mean Prediction Error (MPE) digunakan sebagai indikator model sehingga prediksi tidak terjadi. Temuan penelitian ini menunjukkan bahwa dalam memprediksi harga saham sangat tergantung pada harga pembukaan dan volume saham. Setiap saham memiliki pola yang berbeda dan dapat diprediksi jika memiliki data lengkap. Penyedia data stok di Indonesia perlu menyediakan data stok lengkap jika mereka ingin mengimplementasikan penelitian ini. Penelitian ini dibatasi oleh data stok untuk 2012-2019. Oleh karena itu, sangat mungkin untuk mengembangkan menggunakan pendekatan Jaringan Syaraf Tiruan lain seperti Genetic Algorithm (GA) Kata Kunci: Prediksi Indeks Gabungan Harga Saham, adaptive neural fuzzy inference system (ANFIS), Artificial Neural Network, Industry 4.0, financial Technology