FUZZY FEED FORWARD NEURAL NETWORK UNTUK PERAMALAN INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN ALGORITMA GENETIKA MENGGUNAKAN VARIASI SELEKSI

Abstract

Fuzzy Feed Forward Neural Nework (Fuzzy FFNN) merupakan model FFNN dengan input-output berupa himpunan fuzzy. Tujuan dari penelitian ini adalah menjelaskan prosedur pembentukan Fuzzy FFNN dengan algoritma backpropagation yang kemudian dilanjutkan dengan algoritma genetika menggunakan variasi seleksi Roullete Wheel dan Rank-based untuk meramalkan Indeks Harga Saham Gabungan (IHSG). Prosedur pembentukan model tersebut antara lain penentuan input, pembagian data training dan testing, fuzzifikasi, pembentukan model FFNN, optimasi bobot model FFNN dengan algoritma genetika, peramalan, dan defuzzifikasi.Model Fuzzy FFNN dengan algoritma genetika diterapkan pada data IHSG bulan Januari 2007-Juli 2016 dengan variabel input nilai IHSG, Indeks Dow Jones, Indeks Hang Seng, Tingkat Bunga, Tingkat Inflasi, dan Nilai Tukar Rupiah terhadap USD. Hasil MAPE training yang diperoleh dalam penelitian ini secara berturut-turut untuk Fuzzy FFNN, Fuzzy FFNN menggunakan algoritma genetika seleksi Roulette Wheel, dan Fuzzy FFNN menggunakan algoritma genetika seleksi Rank-based yaitu 8,6605%, 7,8736%, dan 7,7220%. Sedangkan untuk MAPE testing sebesar 5,4216%, 4,9087%, dan 4,9139%.
Kata kunci: Fuzzy Feed Forward Neural Network, Algoritma Genetika, Peramalan