Implementasi Genetic Algorithm dalam Model ARIMA untuk Memprediksi Observasi Time Series

Authors

  • Rangga Arya Pamungkas Telkom University
  • Indwiarti Indwiarti Telkom University
  • Aniq Atiqi Rohmawati Telkom University

DOI:

https://doi.org/10.34818/INDOJC.2019.4.3.353

Abstract

Nilai harga saham selalu berubah-ubah dan berfluktuasi setiap harinya. Untuk menghadapi masalah mengenai ketidakpastian harga saham, perlu dilakukan suatu peramalan time series untuk memprediksi harga saham di masa mendatang. Pada penelitian ini, metode yang digunakan untuk memprediksi harga saham adalah metode Autoregressive Moving Average (ARIMA). Untuk meningkatkan akurasi dari prediksi harga saham, akan diimplementasikan Genetic Algorithm (GA) pada model ARIMA terbaik yang didapatkan dari proses ARIMA. Hasil dari penelitian ini menunjukkan bahwa prediksi harga saham dengan menggunakan model ARIMA (1,1,1) memiliki nilai Root Mean Square Error (RMSE) sebesar 418.1314. Sedangkan hasil prediksi harga saham dengan mengimplementasikan GA pada model ARIMA (1,1,1) dengan 600 generasi, 1200 generasi, 1800 generasi, 2400 generasi, dan 3000 generasi masing-masing memiliki nilai RMSE berturut-turut sebesar 5827.738, 1319.903, 1080.704, 563.7984, dan 371.0107. Hasil yang didapat menunjukkan bahwa pengimplementasian GA pada ARIMA dengan 3000 generasi dapat meningkatkan akurasi prediksi harga saham, yaitu dengan memiliki nilai RMSE sebesar 371.0107.

Kata Kunci: GA, Harga Saham, Model ARIMA, Prediksi, RMSE

Downloads

Download data is not yet available.

References

A. A. Adebiyi, A. O. Adewumi & C. K. Ayo. Stock price prediction using the ARIMA model. Proceedings – UKSim-AMSS 16th International Conference on Computer Modelling and Simulation, UKSim 2014, 106-112, 2014.

A. Edward. Forecast Model Using ARIMA for Stock Prices of Automobile Sector. International Journal of Research in Finance and Marketing, 6(4), 1-9, 2016.

Y. Wen Wang, Z. Zhou Shen, & Y. Jiang. Comparison of ARIMA and GM (1,1) models for prediction of hepatitis B in China. PLoS ONE, 13(9), 1–11, 2018.

Haldurai Lingaraj. A Study on Genetic Algorithm and its Applications. International Journal of Computer Sciences and Engineering, 4, 139-143, 2016.

A. Rahmi, W.F. Mahmudy & B.D. Setiawan. Prediksi Harga Saham Berdasarkan Data Historis Menggunakan Model Regresi Yang Dibangun Dengan Algoritma Genetika. DORO: Repository Jurnal Mahasiswa PTIK Universitas Brawijaya, 5(12), 1-9, 2015.

G. Bonde & Reham Khaled. Stock price prediction using genetic algorithms and evolution strategies. Proceedings of the 2012 International Conference on Genetic and Evolutonary Methods, 10-15, 2012.

I. Wahyuni, W.F. Mahmudy & A. Iriany. Rainfall Prediction in Tengger region Indonesia using Tsukamoto fuzzy inference system. Proceedings – 2016 1st International Conference on Information Technology, Information Systems and Electrical Engineering, ICITISEE 2016, 130-135, 2017.

S. Green. Time Series Analysis of Stock Prices Using the Box-Jenkins Approach. Electronic Theses & Dissertations, 668, 2011.

R. Stoean, C. Stoean & A. Sandita. Evolutionary Regressor Selection in ARIMA Model for Stock Price Time Series Forecasting. In: Czarnowski I., Howlett R., Jain L. (eds) Intelligent Decision Technologies 2017, IDT 2017, Smart Innovation, Systems and Technologies, vol 73, Spring, Cham, 2018.

S. Makridakis, S. C. Wheelwright & V.E. McGee. Metode dan Aplikasi Peramalan Jilid 1 Edisi Kedua (Vol. 61 & 339). Jakarta: Erlangga, 1999.

G. James, D. Witten, T. Hastie & R. Tibshirani. An Introduction to Statistical Learning: With Applications in R. New York: Springer New York, 2013.

S. H. A. Salmon, N. Nainggolan & D. Hatidja. Pemodelan ARIMA Dalam Prediksi Penumpang Pesawat Terbang Pada Bandara Internasional Sam Ratulangi Manado, 2014.

H. A. Saputro, W.F. Mahmudy & C. Dewi. Implementasi Algoritma Genetika Untuk Optimasi Penggunaan Lahan Pertanian. Jurnal Mahasiswa PTIIK Universitas Brawijaya, 5(12), 12, 2015.

Entin. 2011. Kecerdasan Buatan: Bab Algoritma Genetika. Tersedia pada: http://entin.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/Bab%207%20Algoritma%20Genetika.pdf.

Downloads

Published

2020-01-07

How to Cite

Pamungkas, R. A., Indwiarti, I., & Rohmawati, A. A. (2020). Implementasi Genetic Algorithm dalam Model ARIMA untuk Memprediksi Observasi Time Series. Indonesian Journal on Computing (Indo-JC), 4(3), 37–50. https://doi.org/10.34818/INDOJC.2019.4.3.353

Issue

Vol. 4 No. 3 (2019): December, 2019

Section

Computer Science

License

  • Manuscript submitted to IndoJC has to be an original work of the author(s), contains no element of plagiarism, and has never been published or is not being considered for publication in other journals. 
  • Copyright on any article is retained by the author(s). Regarding copyright transfers please see below.
  • Authors grant IndoJC a license to publish the article and identify itself as the original publisher.
  • Authors grant IndoJC commercial rights to produce hardcopy volumes of the journal for sale to libraries and individuals.
  • Authors grant any third party the right to use the article freely as long as its original authors and citation details are identified.
  • The article and any associated published material is distributed under the Creative Commons Attribution 4.0License

Most read articles by the same author(s)

> >>