ALGORITMA EVOLUSI DIFERENSIAL UNTUK OPTIMISASI PARAMETER MODEL EXPONENTIAL SMOOTHING
(Studi Kasus: Harga Penutupan Saham 12 Emiten yang Tergabung dalam Indeks IDX30 Periode 2020–2024)
Investasi saham memiliki potensi keuntungan tinggi sekaligus risiko besar sehingga memerlukan metode peramalan harga yang akurat untuk mendukung pengambilan keputusan. Exponential Smoothing (ES) merupakan metode yang banyak digunakan, namun akurasinya sangat bergantung pada pemilihan parameter (α,β,γ). Tugas Akhir ini menerapkan algoritma Evolusi Diferensial (ED) untuk mengoptimalkan parameter ES. Data yang digunakan berupa harga penutupan saham harian dari 12 emiten IDX30 periode 02 Januari 2020 hingga 30 Desember 2024. Penelitian ini bertujuan menilai kinerja ED dalam meminimalkan MSE dan menentukan model ES terbaik berdasarkan nilai MSE dan MAPE terkecil. Solver Excel berbasis GRG Nonlinear digunakan sebagai pembanding. Hasil menunjukkan bahwa ED mampu mengoptimalkan parameter secara efektif dan efisien. Peramalan yang dihasilkan tergolong “sangat akurat” untuk ACES, AKRA, ASII, BBCA, CPIN, INDF dan KLBF, “baik” untuk BBRI dan MDKA, serta “layak” untuk BRPT, PGAS dan TLKM menurut kriteria MAPE.
URI
https://repo.itera.ac.id/depan/submission/SB2509250001
Keyword
Exponential Smoothing, Algoritma Evolusi Diferensi