PT M CASH INTEGRASI TBK) SAFIATUN HANIM Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2025

Skripsi

Logika fuzzy merupakan suatu metode pengambilan keputusan yang dikembangkan untuk menangani ketidakpastian. Sementara itu, Jaringan syaraf tiruan memiliki kemampuan dalam mengenali pola data melalui proses pembelajaran untuk memperbaiki parameter adaptif. Metode Adaptive Neuro Fuzzy Inference System (ANFIS) merupakan metode yang menggabungkan sistem inferensi fuzzy dan jaringan syaraf tiruan, di mana fungsi kenggotaan dan aturan fuzzy dari sistem fuzzy akan diperbaiki melalui proses pembelajaran menggunakan jaringan syaraf tiruan. Penelitian ini bertujuan untuk menerapkan metode ANFIS dalam memprediksikan harga penutupan saham di PT M Cash Integrasi Tbk (MCAS) berdasarkan data historis. Data yang digunakan mencakup harga tertinggi saham, harga terendah saham, harga pembukaan saham, dan harga penutupan saham. Data tersebut akan dibagi menjadi data training dan data testing. proses prediksi dilakukan dengan cara mengelompokkan data input training kedalam 3 cluster menggunakan algoritma K-Means untuk mendapatkan parameter premis awal. Selanjutnya dilakukan proses training ANFIS dengan menghitung output lapisan 1 hingga lapisan 5. Setelah itu dilakukan perbaikan parameter premis menggunakan algoritma gradient descent. Pada proses training akan didapatkan parameter premis dan parameter konsekuen yang akan digunakan untuk proses testing. Proses testing dilakukan dengan cara menghitung output lapisan 1 hingga lapisan 5. Evaluasi kinerja model ANFIS dilakukan menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa prediksi harga penutupan saham di PT MCAS dari periode April 2021 hingga Maret 2025 menggunakan metode ANFIS cukup mendekati dengan data aktual, yaitu dengan nilai MAPE sebesar 3,51%. Berdasarkan nilai signifikansi MAPE dengan kriteria MAPE 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 161675 2025-07-15 14:42:12 2025-07-15 19:36:49 machine generated