Perbandingan Metode Holt-Winter’s Exponential Smoothing dan Weighted Fuzzy Integrated Time Series untuk Memprediksi LQ45

Hastuti, Diah Nur (2021) Perbandingan Metode Holt-Winter’s Exponential Smoothing dan Weighted Fuzzy Integrated Time Series untuk Memprediksi LQ45. Sarjana thesis, INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA.

Text PDF DIGABUNG.pdf - Accepted Version Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Prediksi merupakan suatu kegiatan untuk meramalkan kejadian di masa yang akan datang dengan menggunakan dan mempertimbangkan data dari masa lampau. Prediksi merupakan alat bantu yang penting dalam perencanaan yang efektif dan efesian. LQ45 merupakan 45 emiten yang telah telah memalui proses seleksi dengan likuiditas tinggi serta beberapa kriteria lainnya, kriteria tersebut diantaranya dapat meliputi pertimbangan kapitalisasi pasar. Penelitian ini bertujuan memprediksi data LQ45 bulan Januari, Februari dan Maret 2021. Pada penelitian ini digunakan metode Holt-Winter’s Eksponential Smoothing dan Weighted Fuzzy Integrated Time Series. Data LQ45 yang digunakan adalah data LQ45 periode Januari 2014 sampai dengan Desember 2020. Hasil analisis menggunakan metode Holt-Winter’s Eksponential Smoothing prediksi data LQ45 bulan Januari adalah 881,278, Februari sebanyak 884,836 dan Maret sebanyak 928,794 dengan nilai RMSE 108,00 dan MAPE sebesar 0,31% , untuk metode Weighted Fuzzy Integrated Time Series prediksi data LQ45 bulan Januari 948,278, Februari sebanyak 948,278 dan Maret sebanyak 948,278 dengan nilai RMSE sebesar 37,18 dan nilai MAPE sebsar 0,065%. Berdasrakan hasil analisis dapat disimpulkan bahwa metode Weighted Fuzzy Integrated Time Series merupakan metode terbaik untuk memprediksi data LQ45 periode Januari, Februari dan Maret 2021 karena menghasilkan nilai MAPE lebih kecil.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	LQ45, MAPE, RMSE, Weighted Fuzzy Integrated Time Series (WFITS).
Subjects:	H Social Sciences > HA Statistics
Divisions:	Fakultas Sains Terapan > Statistika (S1)
Depositing User:	Unnamed user with email [email protected]
Date Deposited:	05 Jan 2024 02:51
Last Modified:	05 Jan 2024 02:51
URI:	http://eprints.akprind.ac.id/id/eprint/2574

Actions (login required)

View Item