PREDIKSI PERGERAKAN HARGA IHSG MENGGUNAKAN HIDDEN MARKOV MODELS

ERNAWATI, . (2015) PREDIKSI PERGERAKAN HARGA IHSG MENGGUNAKAN HIDDEN MARKOV MODELS. Other thesis, UNIVERSITAS NEGERI SEMARANG.

Preview

Text (PREDIKSI PERGERAKAN HARGA IHSG MENGGUNAKAN HIDDEN MARKOV MODELS) 71. 4111410026-S.pdf - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview

Abstract

Ernawati. 2015. Prediksi Pergerakan Harga IHSG Menggunakan Hidden Markov Models. Skripsi, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang. Pembimbing: Drs. Sugiman, M.Si. Kata kunci: prediksi, parameter, Hidden Markov Models, IHSG. Hampir semua fenomena yang terjadi di dalam kehidupan sehari-hari bersifat probabilitas statistika, yang dapat dijabarkan dan dimodelkan secara matematika. Hal ini membuat ilmu statistika dapat digunakan untuk membantu penyelesaian masalah dalam kegiatan manusia. Salah satunya adalah hidden markov models (HMM) yang merupakan suatu bentuk umum probabilitas yang dapat menganalisis pergerakan probabilitas dari state ke state lainnya. IHSG merupakan suatu indikator yang menunjukkan harga saham di Indonesia. Untuk memprediksi pergerakan harga IHSG digunakan analisis HMM. Melalui parameter hasil prediksi HMM tersebut dapat menggambarkan peluang pergerakan harga IHSG periode satu hari yang akan datang. Permasalahan yang diangkat dalam penelitian ini adalah bagaimana prediksi pergerakan indeks harga saham gabungan periode satu hari yang akan datang menggunakan HMM? Data yang dianalisis dalam penelitian ini adalah data harian harga IHSG periode bulan Januari sampai dengan bulan Desember 2014 sejumlah 241 data. Penelitian dilakukan dengan menentukan state data menjadi 4 yaitu naik-naik ( ), naik-turun ( ), turun-naik ( ) dan turun-turun ( ) juga mencari prediksi model parameter HMM yang meliputi ̂ ̂ ̂ menggunakan algoritma forward-backward, algoritma viterbi, dan algoritma baum-welch agar didapatkan prediksi parameter HMM, ̂ ( ̂ ̂ ̂ ) dengan ( | ̂ ) ( | ) . Hasil penelitian menunjukkan nilai matriks , -, nilai matriks , - dan nilai matriks , -. Sedangkan nilai prediksi untuk matriks ̂ , -, nilai prediksi untuk matriks , - dan nilai prediksi untuk matriks ̂ , -. Simpulan yang didapatkan adalah dari hasil perhitungan ( ) dan hasil prediksi ̂ ( ̂ ̂ ̂ ), diperoleh ̂ ( ̂ ̂ ̂ ̂ ) ( ) sehingga ( | ̂ ) ( | ) yang artinya prediksi pergerakan IHSG periode satu hari yang akan datang mengalami peningkatan. Karena hasil dari penelitian ini prediksi parameter yang menggambarkan keadaan yang akan datang, maka peneliti menyarankan jika ingin mencari peramalan periode mendatang dengan teori HMM harus dikembangkan lebih lanjut menggunakan teori EM (Expectation Maximization).

Actions (login required)

View Item