Penerapan Metode Adaptive Neuro Fuzzy Inference System (ANFIS) Dengan Membership function Tipe Gaussian dan Generalized Bell Dalam Prediksi Harga Tertinggi Saham

Abstract

Banyak kalangan yang memiliki modal saat ini beramai-ramai memborong saham di stock market dengan harapan harga saham tersebut akan naik saat pandemi Covid-19 berakhir. Sebagai seseorang yang ingin mencoba berinvestasi di stock market harus mampu memperkirakan untung dan rugi dari pembelian saham. Salah satu cara yang dapat membantu pertimbangan dalam pegambilan keputusan membeli dan menjual saham adalah melakukan prediksi. Terdapat banyak algoritma yang dapat digunakan dalam prediksi salah satunya adalah metode Adaptive Neuro Fuzzy Inference System (ANFIS) yang merupakan penggabungan dari algoritma Logika Fuzzy dan Jaringan Syaraf Tiruan. Pengaplikasian metode ANFIS memerlukan struktur ANFIS yang baik dengan pemilihan jumlah dan tipe membership function yang tepat. Pada penelitian ini membership function tipe gaussian dan gbell digunakan karena memiliki kelebihan yaitu memungkinkan perubahan halus dan dapat mengakomodasi ketidaktepatan dalam pengukuran sehingga cocok dengan pola data histori yang bergerak secara halus di satu waktu. Pada penelitian ini diperoleh bahwa tipe gaussian memiliki akurasi yang lebih baik dibandingkan tipe gbell sebesar 97.87% untuk memprediksi harga tertinggi saham Tencent Holdings Limited dan tipe gbell memiliki akurasi yang lebih baik dibandingkan tipe gaussian sebesar 97,8% untuk memprediksi harga tertinggi saham Take-Two Interactive.