ABSTRAKSI: Kemampuan melakukan prediksi harga saham di masa yang akan datang merupakan hal penting di pasar modal. Salah satu cara melakukan prediksi adalah dengan memanfaatkan Financial Time Series, berupa harga-harga saham berdasarkan urutan waktu. Bentuk permasalahan prediksi di pasar modal dapat ditemui pada prediksi harga saham PT. Indosat Tbk. (ISAT). Pemanfaatan algoritma dipilih untuk menyelesaikan permasalahan tersebut, menggunakan kombinasi metode Wavelet Transform (WT) dan Artificial Neural Networks(ANN) karena cocok dengan permasalahan yang ada.
Berbeda dengan ANN yang biasa dipakai untuk melakukan prediksi, WT ditambahkansebagaipreprocessingdata time series sebelum masuk ke ANN. Data Financial Time Series dipecah menjadi koefisien-koefisien yang selanjutnya menjadi masukan bagi ANN. Kemudian hasil proses ANN disatukan kembali dan diperoleh prediksi harga di masa yang akan datang. Penambahan langkah-langkah tersebut bertujuan mendapatkan tingkat prediksi yang semakin baik.
Sistem ini menghasilkan prediksi harga ISAT lebih baik dibandingkan dengan sistem yang hanya menggunakan metode ANN. Hal ini terlihat pada hasil tingkat kesalahansistem metode kombinasi tersebut sebesar 102,0284 MAE dibandingkan ANN sebesar 124,8039 MAE. Sistem kombinasi metode WT dan ANN dilihat dari sisi pelatihan menghasilkan grafik MSE yang menurun di setiap epoch. Berdasarkan hasil prediksinya, sistem kombinasi metode WT dan ANN dapat digunakan untuk memprediksi harga ISAT dan menghasilkan tingkat kesalahan yang rendah.KATA KUNCI: Wavelet Transform, Artificial Neural Networks, Financial Time SeriesABSTRACT: Ability to predict stock price in future is important thing in capital market. One of way to predict using Financial Time Series, stock prices that sort by time. Prediction problem form in capital market can be meet on PT. Indosat Tbk stock (ISAT) price prediction. Algorithm used is selected to complete that problem, use combination of Wavelet Transform (WT) and Artificial Neural Networks (ANN) methods because match with problem.
Different from ANN that common used for prediction, WT added for preprocessing time series data before enter to ANN. Financial Time Series data dispart into coefficients that become input for ANN. Then ANN process result is united and obtain price prediction in future. Addition of those steps intend to get prediction level better.
This system generate ISAT price prediction better than system that only use ANN method. This visible on thatcombined methods systemerror level is102,0284 MAE whereas ANN is124,8039 MAE. Combination of WT and ANN methods system on training process generate MSE graph that decrease in every epoch. Based on that result, combination of WT and ANN methods system can be used for predict ISAT price and generate low error level.KEYWORD: Wavelet Transform, Artificial Neural Networks, Financial Time Series