Nama : Muhammad Mirza NPM : 3333090782 Kelas : B Asslamualaikum Wr. Wb. Nama : Muhammad Mirza NPM : 3333090782 Kelas : B

“ Desain dan Analisa Eksperimen dalam Pemodelan ANFIS untuk Prediksi Harga Saham “

Tujuan Dengan menerapkan teknik desain eksperimen (DOE) untuk mengidentifikasi parameter yang signifikan dalam desain sistem inferensi adaptif neuro-fuzzy (ANFIS) untuk prediksi harga saham.

Adaptif Neuro Fuzzy Inference System ANFIS adalah sistem inferensi fuzzy yang dapat dilatih untuk model koleksi input-output data. Menurut Kosko (1994), jaringan ANFIS merupakan sangat cocok untuk memecahkan masalah pendekatan fungsi di beberapa bidang rekayasa seperti prediksi harga saham. Sejak diperkenalkan, jaringan ANFIS telah secara luas dipertimbangkan dalam literatur teknis dan berhasil diterapkan untuk tugas-tugas klasifikasi, pakar berbasis aturan sistem, prediksi deret waktu, dan sebagainya.

Tabel 1. Tahapan Desain Eksperimen Design Of Experiment Desain eksperimen (DOE) atau rancangan percobaan adalah metode untuk mengubah parameter yang dimasukan / input. ada tiga fase penting yang dapat digunakan untuk membuat DOE (Hicks, 1999): 1) tahap percobaan, 2) tahap desain, dan 3) tahap analisis. Tabel 1. Tahapan Desain Eksperimen Tahap Langkah Percobaan - Pernyataan masalah - Pilihan variabel respon Desain - Jumlah pengamatan diambil - Hipotesis yang akan diuji Analisis Pengumpulan dan pengolahan data Perhitungan uji statistik Interpretasi hasil untuk eksperimen

Deskripsi Masalah Prediksi harga saham adalah masalah yang populer dan metode soft computing secara luas digunakan untuk mengatasi masalah ini dengan melakukan eksperimen dari data output input perusahaan produsen otomotif untuk pasar saham asia.

Rancangan Percobaan Dalam hal ini, ada dua faktor masing-masing dua tingkat, kita menggunakan sembilan faktor terutama di tiga tingkatan dalam percobaan. Ada tiga umum faktor menurut Zanchettin et al. (2005): masukan nomor MF, MF output bentuk, dan pelatihan zaman. Selain itu, mempertimbangkan enam faktor penting tambahan yang telah disetel untuk pemodelan ANFIS. Seperti terlihat pada tabel dibawah ini.

Hasil Statistik

Hasil Statistik (lanjutan...) Ada sembilan faktor kontrol (variabel) untuk desain eksperimental ANFIS, dimana tujuh dari memiliki tiga tingkat dan sisanya memiliki dua tingkat. Tabel 4 memberikan analisis varians ANFIS. Tabel ANOVA berisi sumber variasi, derajat kebebasan, jumlah kuadrat, mean square, F- rasio uji statistik, dan tingkat signifikansi yang sesuai. Perhatikan bahwa nomor MF input, output MF bentuk, konstruksi awal pendekatan berbasis aturan, dan indeks validitas faktor cluster sekarang terbesar relevansi statistik, karena nilai F-ratio lebih tinggi atau probabilitas yang lebih kecil berarti penting dan relevansi faktor yang sesuai. Oleh karena itu, berdasarkan hasil penelitian, faktor-faktor ini memiliki efek yang paling penting terhadap kinerja ANFIS ketika metode yang diusulkan digunakan untuk masalah prediksi harga saham.

Kesimpulan Untuk mengatasi ini masalah, satu pendekatan cocok adalah dengan melakukan desain percobaan untuk mengidentifikasi faktor yang paling signifikan terhadap kinerja dari ANFIS. Sejak ANFIS banyak digunakan dalam masalah prediksi, kita diterapkan untuk masalah prediksi harga saham perusahaan produsen otomotif untuk pasar saham asia digunakan untuk keperluan eksperimental. Hasil penelitian menunjukkan bahwa parameter yang paling relevan untuk ANFIS dalam masalah prediksi harga saham adalah input jumlah fungsi keanggotaan, keanggotaan output fungsi bentuk, berdasarkan aturan konstruksi awal pendekatan dan validitas indeks cluster. Selain itu, empat interaksi yang signifikan antara faktor-faktor yang diidentifikasi dalam percobaan ini. Percobaan membawa pemahaman yang berharga tentang proses perancangan ANFIS dan dapat mengurangi kesulitan dalam merancang dari ANFIS, mengurangi ruang pencarian, dan kompleksitas sistem 'tuning.

Referensi : Alizadeh, Meysam., et al. 2011. Design and analysis of experiments in ANFIS modeling for stock price prediction. International Journal of Industrial Engineering Computations. Vol.2 : 409-418. 

Terima Kasih \^^/ Wassalamualaikum Wr. Wb.