Jurnal Madania (Jan 2022)
Bank Syariah Indonesia Share Price Prediction Using Fuzzy Time Series Model Lee Method
Abstract
In a forecasting using historical data available in the field there is often a violation of the assumptions required by each method. So that in forecasting there are often obstacles in the fulfillment of these assumptions. Because the forecasting method with the Fuzzy Time Series (FTS) method is a solution to do forecasting without requiring data assumptions. The purpose of this study is to find out how the results of the prediction of the highest stock price of Bank Syariah Indonesia by using the FTS method lee model. This research uses the highest price value of Bank Syariah Indonesia shares, and the data analysis technique used in this study is descriptive statistical analysis Based on the results of research conducted obtained the results of the highest price prediction of Bank Syariah Indonesia daily shares for the next period is as of July 21, 2021 is $2,492.67 per share, and the fuzzy time series error rate using MAPE is 2.28263%. Dalam suatu peramalan dengan menggunakan data historis yang tersedia di lapangan sering kali terjadi pelanggaran asumsi yang disyaratkan oleh setiap metode. Sehingga dalam peramalan sering terjadi kendala dalam pemenuhan asumsi tersebut. Oleh karena metode peramalan dengan metode Fuzzy Time Series (FTS) memberikan solusi untuk melakukan peramalan tanpa mensyaratkan asumsi-asumsi data. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana hasil prediksi harga saham tertinggi Bank Syariah Indonesia dengan menggunakan metode FTS model Lee. Penelitian ini menggunakan nilai harga tertinggi saham Bank Syariah Indonesia, dan teknik analisis data yang digunakan dalam penelitian ini adalah analisis statistika deskriptif Berdasarkan hasil penelitian yang dilakukan diperoleh hasil prediksi harga tertinggi saham harian Bank Syariah Indonesia untuk satu periode berikutnya adalah pada tanggal 21 Juli 2021 adalah 2,492,67 per lembar saham, dan tingkat kesalahan fuzzy time series dengan menggunakan MAPE adalah sebesar 2,28263%.
Keywords