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.