PENCARIAN MOTHER WAVELET TERBAIK UNTUK ANALISIS PREDIKSI HASIL SAHAM

NIDA UL HASANAH, Dr. Agfianto Eko Putra, M.Si.

2013 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Telah dilakukan pencarian mother wavelet terbaik untuk prediksi data saham Sony 2006 dan BNI 2012 dengan metode Adaplet (Tapis Adaptif berbasis wavelet). Mother wavelet yang digunakan adalah Coiflet 1-5, Daubechies 1-5, dan Symlet 1-5. Analisis yang dilakukan meliputi analisis overshoot dan kesesuaian pola, analisis prediksi 3 hari ke depan, dan analisis segmentasi. Pada analisis overshoot, seiring orde meningkat, overshoot yang terjadi juga semakin besar. Daubechies 1 dan Symlet 1 menghasilkan overshoot paling kecil di antara wavelet lainnya sebesar 112,2%. Ralat autokorelasi menunjukkan kesesuaian pola data prediksi dengan data asli. Orde wavelet yang semakin besar menghasilkan ralat autokorelasi yang semakin landai (mendekati nol). Coiflet 5 dan Daubechies 1 menghasilkan nilai rata-rata ralat autokorelasi terkecil, yaitu sebesar 0,0147. Sedangkan untuk melakukan prediksi 3 hari ke depan, Coiflet 1 menunjukkan hasil terbaik dengan rata-rata MSE untuk kedua saham 0,001. Dan untuk prediksi dengan segmentasi, Symlet 3 menjadi wavelet terbaik dengan nilai rata-rata MSE 1,071. Secara umum, wavelet Symlet menjadi wavelet terbaik berdasarkan analisis tersebut.

Determining the best mother wavelet for share data prediction of Sony 2006 and BNI 2012 has been done. Adaplet method (Adaptive Filter which its initial coefficients using wavelet) is used for prediction. Mother wavelets used are Coiflet 1-5, Daubechies 1-5, Symlet 1-5. The goal is to select the best mother wavelet for prediction result analysis of share data based on analyses. Analyses used including overshoot and pattern conformity, three days prediction, and segmentation. According to the analysis of overshoot, it is shown that for all data, the overshoot at the beginning of data increased as its wavelet level increased. Daubechies 1 and Symet 1 produced smallest overshoot among the other wavelets (112.2%). Error autocorrelation data pattern prediction indicates conformity with the original data. As its wavelet level increased, the error autocorrelation pattern also ramped (near zero). Coiflet 5 and Daubechies 1 produced the smallest mean square error, which is equal to 0.0147. Meanwhile, Coiflet 1 shows the best result with an average error 0.001 in the next three days prediction. On the other hands, Symlet 3 shows the best mean square error of 1.213. By ranking each method in all analysis, it is shown that Symlet offers the best result.

Kata Kunci : prediksi, data saham, adaplet, wavelet