Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

(1)

Hak cipta dan penggunaan kembali:

Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.

Copyright and reuse:

This license lets you remix, tweak, and build upon work

non-commercially, as long as you credit the origin creator

and license it on your new creations under the identical

terms.

(2)

PENGEMBANGAN FITUR APLIKASI PREDIKSI DATA SAHAM BERBASIS WEB MENGGUNAKAN METODE HOLT’S

WEIGHTED EXPONENTIAL MOVING AVERAGE

SKRIPSI

Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer (S.Kom.)

Ivan Jeremy 14110110107

PROGRAM STUDI INFORMATIKA

(3)

Pengembangan fitur aplikasi..., Ivan Jeremy, FTI UMN, 2019

(4)

(5)

iii

(6)

(7)

vi

PENGEMBANGAN FITUR APLIKASI PREDIKSI DATA SAHAM BERBASIS WEB MENGGUNAKAN METODE HOLT’S WEIGHTED EXPONENTIAL MOVING AVERAGE

ABSTRAK

Berbagai jenis metode untuk menganalisa data time series atau deret waktu telah diciptakan untuk dapat memprediksi data. Salah satu metode yang terkenal untuk memprediksi data adalah metode Moving Average (MA). Metode paling dasar dari MA adalah Simple Moving Average (SMA). Lalu, ada metode Weighted Moving Average (WMA). Salah satu metode lain adalah Exponential Moving Average (EMA). Melalui penelitian Hansun, diteliti bahwa formula H-DES dapat digabungkan dengan formula WMA untuk menjadi formula Holt’s Weighted Exponential Moving Average (H-WEMA). Penelitian Kristanda dan Hansun mengenai PHATSA merupakan aplikasi berbasis web yang digunakan untuk prediksi data saham menggunakan beberapa metode MA yang telah disebutkan sebelumnya. Pada aplikasi web tersebut, belum ada pilihan untuk menggunakan metode prediksi H-WEMA. Oleh karena itu dibuatlah penelitian pengembangan fitur untuk mengimplementasikan metode H-WEMA ke dalam aplikasi berbasis web untuk prediksi data saham perusahaan yang bermanfaat untuk membantu pengguna dalam menentukan saham untuk dibeli. Dengan penelitian ini, fitur metode prediksi dengan H-WEMA telah diimplementasi ke dalam halaman web PHATSA. Tingkat kesalahan yang dihasilkan H-WEMA melalui pengukuran error menggunakan MSE, MAPE, dan MASE memiliki hasil dengan error yang semakin kecil pada span data yang semakin besar. Data-data saham yang memiliki error terkecil semua terdapat pada data-data yang memiliki suatu tren. Pada MSE, hasil error terkecil terdapat pada perusahaan BIMA.JK dan error terbesar terdapat pada perusahaan KONI.JK. Pada MAPE, error terkecil didapat oleh perusahaan WAPO.JK, FORU.JK, dan TRUK.JK dan error terbesar terdapat pada perusahaan KONI.JK. Pada MASE, error terkecil didapat pada perusahaan TRUK.JK dan YELO.JK dan error terbesar terdapat pada perusahaan KONI.JK dan KICI.JK.

Kata Kunci: WMA, H-DES, H-WEMA, PHATSA, Prediksi, Saham

(8)

FEATURE DEVELOPMENT FOR WEB-BASED STOCKS DATA PREDICTION APPLICATION USING HOLT’S WEIGHTED EXPONENTIAL MOVING AVERAGE METHOD

ABSTRACT

All kinds of methods to analyse time series data have been invented in order to predict data. One of the more famous methods to predict data is Moving Average (MA). The most basic method of MA is Simple Moving Average (SMA). Then, there’s a method called Weighted Moving Average (WMA). One of the other methods is Exponential Moving Average (EMA). Through a research by Hansun, it was then discovered that the H-DES formula can be combined with the WMA formula to form a new formula that was later called Holt’s Weighted Exponential Moving Average (H-WEMA). A research by Kristanda and Hansun about PHATSA, which is a web-based application used to predict stock data, uses some of the methods mentioned before. On that web-based application there is no choice to predict using H-WEMA yet. And because of that, this research was made to develop a feature to implement the H-WEMA method into that web-based application used to predict company stocks data that can be used by any user to determine which to stock to buy. With this research, the feature to implement the H-WEMA method of data prediction to the PHATSA web page has been successfully accomplished. The rate of error produced by H-WEMA calculated by MSE, MAPE, and MASE have results with error numbers getting smaller as the span data widens. All the stocks data that have the smallest error number are all on the datas that have some kind of trend in it. Using MSE, the smallest error rate is found on BIMA.JK company and the biggest error rate is found on KONI.JK company. Using MAPE, the smallest error is found on three companies which are WAPO.JK, FORU.JK, and TRUK.JK while the biggest error is found on KONI.JK company. Using MASE, the smallest error is found on two companies which are TRUK.JK and YELO.JK while the biggest error rate is found on two companies which are KONI.JK and KICI.JK

Keywords: WMA, H-DES, H-WEMA, PHATSA, Prediction, Stock

(9)

viii

DAFTAR ISI

HALAMAN JUDUL ...i

LEMBAR PENGESAHAN ... ii

PERNYATAAN TIDAK MELAKUKAN PLAGIAT ... iii

PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ...iv

KATA PENGANTAR ... v

ABSTRAK ...vi

ABSTRACT ... vii

DAFTAR ISI ... viii

DAFTAR GAMBAR ... x

DAFTAR TABEL ...xi

DAFTAR RUMUS ... xii

DAFTAR LAMPIRAN ... xiii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 4

1.3 Batasan Masalah ... 4

1.4 Tujuan Penelitian ... 4

1.5 Manfaat Penelitian ... 5

1.6 Sistematika Penulisan ... 5

BAB II LANDASAN TEORI ... 7

2.1 Moving Average (MA) ... 7

2.2 Weighted Moving Average (WMA) ... 7

2.3 Holt’s Double Exponential Smoothing (H-DES) ... 8

2.4 Holt’s Weighted Exponential Moving Average (H-WEMA) ... 9

2.5 Mean Square Error (MSE) ... 12

2.6 Mean Absolute Percentage Error (MAPE) ... 13

2.7 Mean Absolute Scaled Error (MASE)... 13

2.8 Saham ... 14

2.9 Pola Deret Waktu ... 15

2.10 Kapitalisasi Pasar ... 17

2.11 Black-box Testing ... 18

BAB III METODOLOGI DAN PERANCANGAN APLIKASI ... 20

3.1. Metodologi Penelitian ... 20

3.2 Perancangan Sistem ... 21

3.2.1 Flowchart Halaman Utama ... 21

3.2.2 Flowchart Halaman Guide ... 23

3.2.3 Flowchart Halaman About ... 24

3.2.4 Flowchart ImportFile ... 25

3.2.5 Flowchart H-WEMA ... 27

3.2.6 Flowchart MSE ... 28

3.2.7 Flowchart MAPE ... 29

3.2.8 Flowchart MASE ... 30

3.2.9 Flowchart Javascript Penerimaan dan Penampilan Data ... 31

3.3 Perancangan Tampilan Antarmka ... 32

(10)

3.3.1 Rancangan Antarmuka Halaman Utama ... 33

3.3.2 Rancangan Antarmuka Halaman Guide ... 33

3.3.3 Antarmuka Halaman About ... 34

BAB IV IMPLEMENTASI DAN UJI COBA ... 35

4.1 Spesifikasi Perangkat ... 35

4.2 Implementasi ... 36

4.2.1 Source Code ... 36

4.2.2 Tampilan Halaman Web ... 41

4.3 Uji Coba ... 47

BAB V SIMPULAN DAN SARAN ... 54

5.1 Simpulan ... 54

5.2 Saran ... 54

DAFTAR PUSTAKA ... 56

(11)

x

DAFTAR GAMBAR

Gambar 2.1. Contoh MA ... 7

Gambar 2.2. Hasil Prediksi WMA ... 10

Gambar 2.3. Hasil Prediksi H-DE ... 10

Gambar 2.4. Hasil Prediksi H-WEMA ... 11

Gambar 2.5. Gambar Tabel Hasil Prediksi WMA, H-DES, dan H-WEMA ... 12

Gambar 2.6. Contoh Grafik OHLC ... 14

Gambar 2.7. Contoh Grafik Penumpang Pesawat ... 15

Gambar 2.8. Gambar Grafik Relative Strength Index (RSI) yang Menunjukkan Uptrends ... 17

Gambar 3.1 Flowchart Halaman Utama ... 22

Gambar 3.2 Flowchart Halaman Guide ... 24

Gambar 3.3 Flowchart Halaman About ... 24

Gambar 3.4 Flowchart Modul ImportFile ... 26

Gambar 3.5 Flowchart Modul H-WEMA ... 28

Gambar 3.6 Flowchart MSE ... 29

Gambar 3.7 Flowchart MAPE ... 30

Gambar 3.8 Flowchart MASE ... 31

Gambar 3.9 Flowchart Javascript Penerimaan dan Penampilan Data ... 32

Gambar 3.10 Rancangan Tampilan Antarmuka Halaman Utama... 33

Gambar 3.11 Rancangan Antarmuka Halaman Guide ... 34

Gambar 3.12 Rancangan Antarmuka Halaman About... 34

Gambar 4.1 Source Code H-WEMA ... 36

Gambar 4.2 Source Code H-WEMA Lanjutan Pertama ... 37

Gambar 4.3 Source Code H-WEMA Lanjutan Kedua ... 38

Gambar 4.4 Source Code MSE ... 39

Gambar 4.5 Source Code MAPE ... 40

Gambar 4.6 Source Code MASE ... 41

Gambar 4.7 Tampilan Halaman Utama Web PHATSA Step 1 ... 42

Gambar 4.8 Tampilan Halaman Utama Web PHATSA Step 2 ... 43

Gambar 4.9 Tampilan Halaman Utama Web PHATSA Peringatan Pada Step 2 .. 43

Gambar 4.10 Tampilan Halaman Utama Web PHATSA Step 3 ... 44

Gambar 4.11 Tampilan Halaman Utama Web PHATSA Peringatan Pada Step 3 44 Gambar 4.12 Tampilan Halaman Utama Web PHATSA Hasil Prediksi dan Hasil Kalkulasi Error ... 45

Gambar 4.13 Tampilan Halaman Guide ... 46

Gambar 4.14 Format Data ... 46

Gambar 4.15 Tampilan Halaman About ... 47

Gambar 4.16 Hasil Prediksi Data Saham Perusahaan BIMA.JK ... 49

Gambar 4.17 Hasil Prediksi Data Saham Perusahaan KONI.JK ... 49

Gambar 4.18 Hasil Prediksi Data Saham Perusahaan WAPO.JK ... 51

Gambar 4.19 Hasil Prediksi Data Saham Perusahaan FORU.JK ... 51

Gambar 4.20 Hasil Prediksi Data Saham Perusahaan TRUK.JK ... 51

Gambar 4.21 Hasil Prediksi Data Saham Perusahaan KICI.JK ... 53

Gambar 4.22 Hasil Prediksi Data Saham Perusahaan YELO.JK ... 53

(12)

DAFTAR TABEL

Tabel 4.1 Tabel Hasil Kalkulasi Error dengan MSE ... 48 Tabel 4.2 Tabel Hasil Kalkulasi Error dengan MAPE ... 50 Tabel 4.3 Tabel Hasil Kalkulasi Error dengan MASE ... 52

(13)

xii

DAFTAR RUMUS

Rumus 2.1 Weighted Moving Average ... 7

Rumus 2.2 Holt’s Double Exponential Smoothing 1 ...8

Rumus 2.7 Holt’s Weighted Exponential Moving Average 1 ... 9

Rumus 2.8 Holt’s Weighted Exponential Moving Average 2 ... 9

Rumus 2.9 Mean Square Error ... 12

Rumus 2.10 Mean Absolute Percentage Error ... 13

Rumus 2.11 Mean Absolute Scaled Error 1 ... 13

(14)

DAFTAR LAMPIRAN

LAMPIRAN A: DAFTAR RIWAYAT HIDUP

LAMPIRAN B: FORMULIR BIMBINGAN SKRIPSI

LAMPIRAN C: DATA PERHITUNGAN MANUAL H-WEMA, MSE, MAPE, DAN MASE

LAMPIRAN D: HASIL PERHITUNGAN WEBSITE PHATSA

MENGGUNAKAN PARAMETER DALAM PERHITUNGAN MANUAL

LAMPIRAN E: DATA LENGKAP PERHITUNGAN DATA SAHAM DENGAN H-WEMA