Perpustakaan Digital ITB

Peramalan (forecasting) merupakan suatu cara untuk memperkirakan suatu nilai di masa depan dengan menggunakan data masa lalu. Salah satu metode dalam melakukan peramalan adalah metode Fuzzy Time series (FTS). Pada penelitian ini dilakukan analisis terhadap metode First Order and Time Invariant Model untuk melihat efektifitas hasil ramalan data time series . Pada tahap pembagian interval data time series digunakan metode Frequency Density Based Partitioning (FDBP. Data time series yang digunakan sebagai data untuk uji coba adalah data harga saham dari 3 perusahaan yaitu Amazon.com, Inc, Bank Mandiri Tbk dan Unilever Indonesia Tbk. Pengujian yang dilakukan meliputi pengujian efektifitas peramalan (dalam %) yang diukur menggunakan metode Average Forecasting Error Rate (AFER). Dari hasil pengujian diperoleh rata-rata nilai AFER dari pengujian peramalan berada dibawah 2,5 %, sehingga dapat dikatakan bahwa peramalan menggunakan metode tersebut mempunyai akurasi peramalan yang cukup baik. Berdasarkan hasil pengujian dengan menggunakan data harga saham dari tiga perusahaan tersebut selama 1 tahun, 6 bulan, 3 bulan, 2 bulan dan 1 bulan dapat disimpulkan bahwa metode First Order and Time Invariant Model memberikan nilai error yang relatif kecil jika digunakan untuk meramalkan harga saham yang pola datanya relatif konstan atau stationer.