METODE PERAMALAN FUZZY TIME SERIES-MARKOV CHAIN BERDASARKAN K-MEANS CLUSTERING

Abstract

Sistem peramalan fuzzy time series menangkap pola dari data yang telah lalu, kemudian digunakan untuk meramalkan data yang akan datang. Dalam perhitungan peramalan fuzzy time series, panjang interval ditentukan di awal proses perhitungan, sedangkan penentuan panjang interval sangat berpengaruh dalam pembentukan fuzzy relationship, sehingga nantinya akan berdampak pada hasil peramalan. K-means clustering merupakan metode pengelompokan data yang dapat digunakan untuk menentukan panjang interval berdasarkan nilai pusat clusternya. Hasil pengelompokan menggunakan k-means dapat diukur tingkat kekuatan pengelompokannya menggunakan indeks validitas silhouette. Dalam skripsi ini, fuzzy time series-markov chain berdasarkan k-means clustering diterapkan untuk meramalkan data harga saham penutupan, pembukaan, dan tertinggi memberikan hasil yang cukup baik, dengan nilai indeks validitas silhouette masing-masing data yaitu 0,909, 0,793, dan 0,862, dan nilai AFER untuk masing-masing data yaitu 1,679%, 1,856%, dan 1,495%.