2018 : PENCARIAN METODE ELIMINASI PENCILAN TERBAIK UNTUK MEMPERBAIKI KINERJA FUZZY TIME SERIES PADA PERAMALAN HARGA SAHAM BURSA EFEK INDONESIA

Prof. Ir. Arif Djunaidy M.Sc., Ph.D.


Abstract

Metode peramalan Fuzzy Time Series (FTS) merupakan salah satu metode peramalan yang paling banyak digunakan terutama untuk mengolah data dengan tingkat variasi tinggi dan tidak linier terhadap waktu. Namun, peluang untuk mengembangkan dan memperbaiki kinerja peramalan dengan menggunakan metode FTS masih terbuka lebar. Kinerja suatu metode peramalan dapat dilihat dari distribusi error-nya. FTS tidak melihat dan tidak memilah jenis data input seperti apa yang akan diprosesnya menjadi suatu nilai peramalan, apakah data input-nya memiliki variasi kecil atau besar, atau memiliki data pencilan (outlier), semuanya di proses untuk menjadi nilai peramalan. Tentu saja jika data input memiliki pencilan, maka pencilan itu dapat merusak distribusi error sehingga menjadikan kinerja peramalannya menjadi tidak bagus.Salah satu upaya untuk meningkatkan kinerja peramalan FTS adalah dengan melakukan filterisasi data-data pencilan. Dalam penelitian ini akan dilakukan identifikasi pencilan dengan metode Cook’s Distance, leverage value, DfFITS dan Boxplot untuk meningkatkan kinerja peramalan FTS yang diaplikasikan pada peramalan. Hasil penelitian akan dilakukan observasi perhitungan untuk menentukan metode identifikasi pencilan yang paling optimal meningkatkan kinerja peramalan FTS, yaitu yang paling kecil distribusi error-nya. Hasil penelitian menunjukkan bahwa metode yang terbaik untuk memperbaiki kinerja FTS adalah Metode Cook’s Distance dengan nilai MSE dan MAPE yang paling kecil.