PERAMALAN DATA SAHAM EMITEN UNVR MENGGUNAKAN METODE HIBRID SINGULAR SPECTRUM ANALYSISI (SSA)- AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)- ARTIFICIAL NEURAL NETWORK (ANN)

Pemodelan menggunakan data Time Series berkembang seiring dengan
semakin banyaknya fenomena dan keadaan data series yang diamati. Berbagai
model dengan ketahanan tertentu telah diujicobakan dengan harapan
menghasilkan model yang semakin akurat dan reliabel. ARIMA unggul dalam
pemodelan liner dan ANN unggul dalam pemodelan nonlinear, namun baik
ARIMA maupun ANN bukan model universal yang cocok untuk semua keadaan.
SSA adalah alat Time Series yang adaptif terhadap data, yang dapat
dikembangkan sebagai algoritma yang layak untuk mengintegrasikan model
stokastik dan AI, sehingga secara efektif memanfaatkan keunggulan kedua model
ini. Model SSA-ARIMA-ANN terintegrasi diusulkan untuk memodelkan data
harga saham emiten UNVR. Model terbaik dari SSA, ARIMA, ANN, serta hibrid
ARIMA-ANN dan SSA-ARIMA-ANN yang terbentuk dapat dibandingkan untuk
dilihat. Hasil yang didapatkan adalah untuk ARIMA (1,1,2), ANN (5-3-3-1),
hibrid ARIMA (1,1,2)-ANN (5-3-1-1), hibrid SSA (L=4)-ARIMA (3,1,1)-ANN
(5-4-3-1) model dengan hasil terbaik berdasarkan MAPE dan MASE adalah hibrid
SSA (L=4)-ARIMA (3,1,1)-ANN (5-4-3-1).
Kata Kunci: Saham, ARIMA, ANN, ANN Backpropogation, SSA, Hybrid,
ARIMA-ANN, SSA-ARIMA-ANN.